高维Extremile回归中变量选择的类弹性网惩罚方法

近几年提出的Extremile回归不仅保留了分位数回归通过设定不同的分位点全面掌握数据信息的优点,而且与分位数回归中和Expectile回归相比也有其独特的优势,特别是在风险保护上的优秀表现。本文提出了一种带惩罚的线性Extremile回归模型用以解决高维数据下的变量选择问题,其中惩罚函数是由和惩罚函数组合得到的类弹性网(QEN)惩罚函数,同时给出了解决相关优化问题的EM算法,以及在较为宽松条件下即能成立相关理论性质。在数值模拟中,我们通过与L_(0),L_(1),L_(2)和弹性网惩罚函数的比较,展示了类弹性网惩罚函数。

基于局部-地理加权回归的时变谐波阻抗估计

现有研究中通常假定电力系统谐波阻抗恒定,但不符合真实工况中情况。实际中,系统侧谐波阻抗和背景谐波随运行工况时变,当两谐波电压样本点时间间隔较大时,对应时刻的阻抗和背景谐波的差值可能较大,难以根据时间间隔较远样本点的信息估计关注样本点的阻抗值。由此,文中提出一种基于局部-地理加权回归的时变系统侧谐波阻抗估计方法,首先依据时间间隔大小构建权重矩阵,对与关注样本点时间间隔较大的样本点赋予较小权重,并采用局部加权回归(locally weighted regression,LWR)初步估计系统侧谐波阻抗和背景谐波参考值。然后利用阻抗参考值修正回归方程以降低原回归方程的欠定程度,同时以背景谐波参考值为先验信息,筛选出与关注样本点背景谐波相似的样本点,再基于所筛选样本逐一采用地理加权回归(geographically weighted regression,GWR)求解各点的背景谐波电压和系统侧谐波阻抗。在强背景谐波波动的情况下,文中所提方法能识别阻抗的突变点、估计系统侧谐波阻抗的变化趋势。最后通过仿真分析可知,文中所提方法相对于传统恒定谐波阻抗估计方法,估计准确度提升约40%;相对于现有变阻抗估计方法,估计准确度提升约30%。

与自己对话:李娟散文的生命回归及诗性美学

李娟散文以与自己对话的坦诚,深度探索了生命回归的落脚点,有着意蕴深邃的诗性美学。她的散文中的生命回归,实则落脚于自然的和谐与人与自然的关系,是理性与感性交融的火花。以融入与分离的纠葛以及漂泊与停留的回归,展现了边地灵动鲜活的壮丽自然风光,为自我对话以及生命回归的出路探寻,挖掘了广阔空间。以层次丰富的叙述视角、自然质朴的语言风格与知性细腻的情感流动,书写了其散文创作的诗性美学。

广州地区多次献血者流失影响因素研究:基于零膨胀泊松回归模型

目的运用零膨胀泊松回归模型,分析多次献血者流失的影响因素。方法本研究采用零膨胀泊松回归模型(zero-inflated poisson model,ZIP)对广州血液中心12498名在2020年献全血的献血者截止2023年12月31日的献血行为进行了跟踪,以献血者当年的献血次数为结局变量,若献血者当年献血次数为0,即为流失,测量其每次献血时相关的影响因素的变化并建模分析。结果零膨胀泊松回归模型零膨胀部分结果显示,男性献血者的流失风险是女性的2.24倍(OR 95%CI:1.864~2.696,P<0.001)。年龄分组中,35~44岁组的流失风险比25岁以下组的低40%(OR 95%CI:0.455~0.790,P<0.001),大于45岁组的流失风险比小于25岁组的低61%(OR 95%CI:0.268~0.578,P<0.001)。历史献血次数分组中,历史献血2次的献血者的流失风险比首次献血者低50%(OR 95%CI:0.405~0.609,P<0.001);历史3次及以上献血者的流失风险比首次献血者低81%(OR 95%CI:0.154~0.225,P<0.001)。教育程度分类中,初中或高中学历组的流失风险是大专及以上学历组的1.2倍(OR 95%CI:1.033~1.384,P<0.05)。在婚姻状况分类中,离异组的流失风险是已婚组的2.02倍(OR 95%CI:1.445~2.820,P<0.001)。在家庭收入状况中,收入1~5万组的流失风险是收入小于1万组的0.67倍(OR 95%CI:0.552~0.818,P<0.001),收入5~10万组的流失风险是收入小于1万组的0.72倍(OR 95%CI:0.591~0.884,P=0.002),收入大于10万组的流失风险是收入小于1万组的0.67倍(OR 95%CI:0.535~0.834,P<0.001)。泊松部分的结果与零膨胀部分的结果在年龄分组及教育程度分类方面相互印证。结论献血者的流失和献血者的性别、年龄、献血次数、教育情况、婚姻状况、家庭收入等因素均有关系。应做好易流失献血群体的关爱工作,减少他们的流失,保留更多的定期献血者。

基于红狐优化支持向量机回归的船舶备件预测

针对以往船舶备件需求预测精度不高,无法满足船舶综合保障的实际问题,文章建立一种基于改进红狐优化算法(improved red fox optimization,IRFO)的支持向量机回归(support vector regression,SVR)的船舶备件预测模型。为进一步提高红狐优化算法(red fox optimization,RFO)的寻优精度,重构其全局搜索公式,并融合精英反向学习策略。采用基准测试函数对IRFO算法进行仿真实验,实验表明,IRFO算法比RFO算法、粒子群算法、灰狼优化算法寻优能力更强,综合性能更优。基于船舶备件历史数据,建立IRFO-SVR船舶备件预测模型,通过对比其他模型的预测结果,表明IRFO-SVR的预测效果更佳。

数学认识之深析——由“‘超回归’数学理解模型”引发的思考

以“‘超回归’数学理解模型”为背景进行分析可以更清楚地认识“再认识”对于数学学习的重要性,包括“理解增厚”与认识的优化.我们还应超越各个具体研究对数学认识活动的基本性质与主要特征作出更深入的分析,尤其应清楚认识学生数学认识的发展性质与复杂性、层次性质与超越性.这是以国际相关研究为背景、积极开展独立研究的又一实例.

基于分位数回归的商业银行尾部风险测度研究

随着我国经济的不断发展和金融市场的不断完善,各类金融工具及衍生品发展迅速,金融机构相互之间的关系越来越密切,互联互通水平在加速提高。当一家重要的金融机构遭受重大经济损失时,尾部风险所带来的溢出效应通常会快速蔓延到其他金融机构,进而引起系统性风险。金融投资者在市场中必须考虑的问题是收益的“尖峰厚尾”更有可能发生的极端损失,因此,对尾部风险的度量与管理尤为重要。本文分析了商业银行系统存在的尾部风险,提出化解方法,旨在促进商业银行健康发展。

BP神经网络回归预测模型的改进

为了优化BP神经网络,提出了一种优化BP神经网络的流程。首先,判断各影响因素之间的自相关性,如果各影响因素满足自相关评价指标,则可以使用BP神经网络进行回归训练;其次,改变BP神经网络的隐藏节点数、学习效率、训练误差和训练次数等影响因素;最后,加入遗传算法或者粒子群算法与BP神经网络组成混合算法,以提高BP神经网络的训练精度。

基于LASSO回归的塔城地区人群冠状动脉狭窄程度预测模型构建及验证

目的 分析新疆塔城地区人群冠状动脉中重度狭窄的危险因素,构建并验证冠状动脉狭窄程度列线图风险预测模型。方法 回顾性收集2021年1月至2023年6月于塔城市人民医院心内科住院治疗的629例患者的临床资料。用R语言软件将所有患者的临床资料纳入LASSO回归进行危险因素初筛。按7∶3的比例将629例患者随机分为训练组(440例)和验证组(189例)。训练组数据用于模型构建,以冠状动脉狭窄程度为因变量,将LASSO回归筛选出的变量作为自变量纳入logistic回归建模。验证组用于模型验证。基于logistic分析结果,用R语言软件构建冠状动脉狭窄程度预测的可视化列线图。应用曲线下面积(AUC)、临床决策曲线分析(DCA)及校准曲线评价模型的区分度、临床效用和校准度。结果 年龄、非汉族、高血压、高脂血症、脑血管病史是发生冠状动脉中重度狭窄的危险因素,纳入风险预测模型。训练组和验证组AUC分别为0.905 (95%CI:0.790~0.863)和0.864(95%CI:0.744~0.861),校准曲线预测值与实际值一致度较高(训练组和验证组Brier得分分别为0.03和0.14),模型的预测性能好,DCA结果提示本模型具有临床净获益。结论 本研究所构建塔城地区人群冠状动脉狭窄程度风险预测模型具有良好的预测性能,可为筛查冠状动脉中重度狭窄患者提供简便易行、经济、易推广的评估工具。

基于决策树回归的水质参数反演模型

随着国民经济的高速发展,水污染问题逐渐提上日程。由于遥感监测可以更加快速、高效、动态、全局性地监测水质,开始与传统的水质监测方法形成互补发挥重要作用。文章以木兰溪为研究区域,利用GF-1BCD卫星组遥感影像构建氨氮、总磷、溶解氧、化学需氧量等水质参数的反演模型。根据遥感影像提供的4个波段,基于波段及运算后的波段表达式与氨氮、总磷、溶解氧、化学需氧量之间的相关性分析,进行特征向量中输入变量选取,将实测浓度作为特征向量中的输出变量,运用决策树回归算法构建出水质参数反演模型,根据模型评价指标确定最优的氨氮、总磷、溶解氧、化学需氧量水质参数的决策树回归反演模型。试验表明,氨氮、总磷、溶解氧、化学需氧量反演模型的评价指标R2均达到0.9以上,均方误差也较低,说明各个水质参数反演模型的预测值和实测值的拟合度较高。

基于时空地理加权回归模型2016至2019年中国流行性感冒发病影响因素分析

目的:基于时空地理加权回归(GTWR)模型探讨流行性感冒发病的影响因素。方法:使用2016至2019年全国分地区流行性感冒分月统计数据,分析中国流行性感冒发病的时空分布。将流行性感冒发病率作为因变量,气象和空气质量因素(风速、湿度、PM_(10)、SO_(2)、NO_(2)、CO、O_(3)、PM_(2.5))作为自变量,进行全局空间自相关分析和多重共线性检验后,构建GTWR模型,计算各自变量的平均回归系数,根据平均回归系数分析各自变量对不同地区流行性感冒发病的影响。结果:2016至2019年中国流行性感冒发病率呈逐年上升趋势,北京均处于全国最高水平。各自变量对不同地区流行性感冒发病的影响:风速对云南、重庆等地区有明显的促进作用;湿度对上海、天津、浙江等地区有较明显的促进作用,而对北京、河北、安徽等地区有明显的抑制作用;PM_(10)对北京、河北、天津等地区,SO_(2)对福建、广东等地区有明显的促进作用;NO_(2)对甘肃、宁夏、贵州、广东、广西、海南等地区,CO对安徽、河南、河北等地区,O_(3)对北京、河北、安徽等地区,PM_(2.5)对广东、海南、浙江等地区均有一定的促进作用。结论:气象、空气质量因素对流行性感冒发病存在明显影响,具有时空特异性,各地区应根据具体情况,制定区域个性化预防措施。

“以本为本,四个回归”为原则的“新能源技术”课程教学模式探索

“新能源技术”课程是电厂能源与动力工程专业的专业拓展课,课程具有前沿性、应用性、多样性、实践性和开放性的特点。为培养能源专业的复合创新型人才,课程以“以本为本,四个回归”为出发点,通过改变传统教学方式、师生共建新能源课件、理论结合实践等方式提高学生的学习积极性和主动性。通过教学实践表明,以学生为中心的教学模式能够激发学生在学习过程中的主动性与学习兴趣,能够明显提升“新能源技术”课程教学效果。

基于分层Logistic回归模型的高速公路货车差异化收费策略

针对高速公路货车差异化收费,大多以经济效益为导向,忽视社会效益及路网整体通行效率的问题。本文以综合效益(经济效益、社会效益)最大化为目标,构建适用于多地区的含有不同地区路段类别因子的分层Logistic回归模型。基于甘肃和新疆差异化收费项目数据对模型进行标定,假设3种收费情景并制定多样化的收费策略,分析货车行驶不同距离高速公路的分担率变化情况;针对目标高速公路对费率变化进行敏感性分析。结果表明,新疆G0711和G0612高速公路在制定的3种差异化收费策略下,高速公路货车分担率分别提升了4.99%、14.01%、8.34%。

晚期早产儿发生呼吸衰竭的高危因素Logistic回归分析

目的:应用Logistic回归分析,确定早产儿发生呼吸衰竭的高危因素。方法:通过对2022年8月~2023年7月期间35例早产孕妇和同时收治的45例足月产孕妇的临床资料进行回归性分析,收集包括孕妇年龄、孕次、孕期并发症、生活方式等因素,初步探索出可能与早产相关的因素。结果:比较妊娠期高血压、糖尿病、感染、出血、产检、早产史等因素的单因素分析,差异有统计学意义(P<0.05);妊娠期高血压、糖尿病、感染、出血、产检、早产史、胎膜早破和外周血淋巴细胞计数都与孕妇早产有关,差异有统计学意义(P<0.05)。结论:基于Logistic回归分析,确定了出生体重、胎龄和胎盘情况作为早产儿发生呼吸衰竭的高危因素,有助于临床医生对高危儿童进行早期监测和干预,减少呼吸衰竭和改善预后。

均值回归过程扰动下具双重流行假设的随机SIS流行病模型

考虑一类非线性发病率下双重流行假设的随机SIS流行病模型。首先,通过对传播率进行均值回归过程下的扰动,建立随机模型;其次,从理论上证明了随机模型具有唯一的全局正解;再次,通过构造李雅普诺夫函数,得到两种传染病灭绝的充分条件。最后证明了:当R^(*)_(1)>1、R′_(2)<1时,疾病I_(1)持久,疾病I_(2)灭绝;当R′_(1)<1、R^(*)_(2)>1时,疾病I_(2)持久,疾病I_(1)灭绝;当R^(*)_(1)>1、R^(*)_(2)>1时,疾病I_(1)和I_(2)均持久。

基于逻辑回归的心内科医疗设备风险分级模型构建研究

目的:基于逻辑回归构建医疗设备风险分级模型,提升心内科医疗设备应用效率。方法:采用逻辑回归算法对心内科医疗设备不良事件风险等级进行架构,通过数据整理和分析实现对医疗设备的监测与管理控制。选取2021年10月至2023年11月西安市第三医院心内科临床在用的31台医疗设备,将2021年10月至2022年10月期间的设备管理采用常规方法进行风险管理,将2022年11月至2023年11月期间的设备管理采用基于逻辑回归的风险分级模型进行风险管理。抽取两种管理方法心内科设备的204份使用日志,每种方法抽取102份,对比两种管理方法的设备临床操作差错率、设备故障发生情况、设备风险管理及时性评分和设备安全风险隐患率。结果:采用风险分级模型管理方法的102份调查日志中发生设备错误使用、操作失误和人为错误份数为3、2和2份,发生率分别为2.94%、1.97%和1.97%,均低于常规管理方法,差异有统计学意义(χ^(2)=11.613、13.058、14.191,P<0.05);采用风险分级模型管理的心内科医疗设备平均故障发生率、故障自行检修率和平均设备报废率分别为(0.56±0.22)%、(0.79±0.19)%和(0.90±0.22)%,均低于常规管理方法,差异有统计学意义(χ^(2)=16.971、15.531、15.809,P<0.05);采用风险分级模型管理方法的风险预警、风险识别和风险防控及时性平均评分分别为(90.29±8.69)、(89.69±7.69)和(94.58±6.69)分,均高于常规管理方法,差异有统计学意义(t=13.325、11.003、11.676,P<0.05);采用风险分级模型管理的31台医疗设备发生机械损伤、关联感染和设备运行异常分别为1、1和2台,发生率分别为3.23%、3.23%和6.45%,均低于常规管理方法,差异有统计学意义(χ^(2)=5.167、7.631、5.413,P<0.05)。结论:基于逻辑回归的心内科医疗设备风险分级模型应用,能够提高设备利用率,减少潜在安全风险隐患,提高设备运行质量。

甲状腺肿瘤患者疾病获益感现状及影响因素的分位数回归分析

目的了解甲状腺肿瘤患者疾病获益感水平的现状并分析其影响因素。方法采用方便抽样法进行横断面研究,选取2022年10-12月在上海交通大学医学院附属瑞金医院甲状腺血管外科进行手术治疗的334例甲状腺肿瘤患者作为调查对象,使用一般资料调查问卷、中文版疾病获益感量表、社会支持评定量表、医学应对方式问卷进行调查。在单因素分析的基础上,将有统计学意义的因子纳入分位数回归分析,探寻疾病获益感的影响因素。结果甲状腺肿瘤患者疾病获益感总得分为89.00(75.00,102.00)分。分位数回归发现,社会支持在疾病获益感得分的P_(50)、P_(75)、P_(90)上对其有正向影响,对P_(75)的影响强度最大(β=0.469,P<0.05);既往史在疾病获益感得分的P_(50)、P_(75)上对其有正向影响,对P_(50)的影响强度最大(β=4.601,P<0.05);医学应对方式中的面对在疾病获益感得分的P25及以上所有分位点对其有正向影响,对P_(50)的影响强度最大(β=1.626,P<0.05);医学应对方式中的回避在疾病获益感得分的P_(75)及以下所有分位点对其有正向影响,对P10的影响强度最大(β=2.841,P<0.05);医学应对方式中的屈服在疾病获益感得分的P25及以上所有分位点对其有负向影响,对P25的影响强度最大(β=-2.304,P<0.05)。结论甲状腺肿瘤患者拥有较高水平的疾病获益感,医护人员可根据患者疾病获益感得分的具体情况,从医学应对方式、既往史和社会支持3个方面制订个性化的干预方案,精准促进患者身心健康。

基于LASSO-Logistic回归构建脑出血术后脑积水的风险预测模型

目的基于LASSO-logistic回归筛选自发性脑出血(SICH)术后脑积水发生的危险因素,同时构建临床预测模型和验证。方法选取2023年8月至2024年3月北部战区总医院收治的724例SICH患者,根据7∶3比例随机分为训练集(n=507)和验证集(n=217)。在训练集中采用Lasso回归结合单因素Logistic回归的方法共同进行危险因素筛选,最后通过多因素Logistic回归确定危险因素并进行模型构建。使用列线图对模型进行可视化处理,通过受试者工作特征(ROC)曲线下面积、校准图分别评估模型的区分度和校准度,通过决策曲线分析(DCA)评估模型临床使用价值。结果SICH后脑积水的发生与年龄、糖尿病、格拉斯哥昏迷量表(GCS)评分、出血范围、脑脊液葡萄糖定量和脑脊液蛋白含量相关(P<0.05),与性别、饮酒、血压、吸烟、凝血指标和是否行腰椎穿刺术无关(P>0.05)。模型的ROC曲线下面积为0.873(95%CI:0.829-0.918)。校准图显示模型具有良好的校准度。DCA分析表明在临床应用方面,预测模型在阈值概率介于0.02和0.85之间具有良好的净收益。结论高龄、糖尿病、GCS评分低、出血破入脑室、脑脊液葡萄糖含量降低和脑脊液蛋白含量增高为影响ICH术后脑积水发生的独立危险因素。以此构建的预测模型具有良好的区分度及校准度,为临床医生提供可靠的诊治依据。

基于各向异性混合核函数高斯过程回归的RC柱概率抗剪承载力模型

针对钢筋混凝土(RC)柱抗剪承载力传统预测模型的非线性逼近能力不足且无法合理描述不确定性所存在的缺陷,提出一种基于各向异性混合核函数高斯过程回归的RC柱概率抗剪承载力预测模型。首先,基于核函数相加性和自动相关性,构造出一种新型的各向异性混合核函数;然后,结合高斯过程回归原理和各向异性混合核函数,建立了RC柱的概率抗剪承载力模型;进而采用极大似然估计法,确定了RC柱概率抗剪承载力模型的超参数;最后,基于91组剪切破坏RC柱的试验数据,通过与传统核函数形式和传统模型进行对比分析,验证了该模型的有效性。结果表明:与传统核函数相比,各向异性混合核函数的确定性预测指标均方根误差R_(MSE)和平均绝对误差M_(AE)分别降低约16%和19%,概率性预测值指标负对数预测密度N_(LPD)和平均标准化对数损失M_(SLL)分别降低约15%和23%;与传统机器学习模型相比,本文模型的均方根误差R_(MSE)和平均绝对误差M_(AE)分别降低约38%和39%;根据所提出的概率模型能够建立概率密度函数曲线和置信区间,从而合理描述抗剪承载力的不确定性并校准分析传统模型的预测精度。

语言躺平与情感回归的青年一代——从躺平的话语流变谈起

“躺平”成为新时期青年形象的一种重要表达,也是青年一代缓解自身焦虑的方式。躺平可以分为行动式和语言式两种类型。研究发现,当代青年处在语言式躺平-行动式躺平的连续统之中,且呈现出语言式躺平更为普遍的趋势。青年一代并未真的放弃对美好生活的追求。获得感成为躺平话语中的核心理念,低获得感让青年感到不安,通过逃离消费式生活样态来暂时性地选择躺平。躺平青年以躺平的状态为自己的行动立论,从拒绝内卷到拒绝任何意义上的竞争。躺平是上无老赡养下无儿抚育的青年群体的一种短时间内的选择,同时,他们逐渐回归于情感式责任,重拾家庭情感价值,获得生产者之外的生活意义。躺平青年以“家”为后盾,成为去义务化的一代,展演着内心的跌宕与冲突。躺平实际上是一种无奈之举,他们仍然是为自己和他人负责任的一代。家成为部分躺平青年的背后支撑,也是代际共享责任理念的空间承载,两代人都认为成家是责任的体现,父辈需要子辈成家以传递责任,子辈自认为无法为他人负责任而暂时性躺平。同时,父辈对子辈的态度在家庭和社会两个领域是不同的,前者是一种资源的传递,后者则成为一种竞争关系。躺平青年成为当代青年的一个镜像,呈现出社会变迁洪流中青年人的心态变化。