基于PCA和Logisitc回归的道路运输业上市公司财务预警

文中以证监会2012年行业分类为依据,选取了29家道路运输业沪深A股上市公司为研究对象,通过聚类分析法对企业财务状况进行判断,随后使用因子分析法对所选财务指标进行降维并将得到的主成分因子保存为变量,最后使用Logisitc回归进行财务预警研究。研究发现:使用聚类分析法可以较为高效地对企业财务状况做出判断,文中建立的Logisitc回归模型适用于道路运输业企业财务预警预测,最后根据模型拟合出的结果提出道路运输业企业财务风险控制的相关建议。

基于PCA和Logisitc回归的林业上市公司财务预警研究

以沪深A股林业上市企业为研究对象,利用聚类分析判定企业财务状态,然后对24个指标进行正态性检验,在此基础上通过wilcoxon秩和非参数检验选出最终的预警指标,其次通过主成分分析法计算得分,最后使用Logisitc回归模型进行财务预警研究。研究发现:聚类分析能够更有效地判定企业在同一时期内是否处于财务困境状态;通过主成分分析法能够更加有效地减少模型计算量,优化数据机集合;研究建立的Logisitc回归模型对林业企业财务预警预测能力表现较好,经检验准确率达80%以上;林业企业应当注意自身的债务结构和负债总额,优化偿债压力,保障企业能够可持续经营。

基于机器学习的空气源热泵干燥能耗回归预测

为了降低空气源热泵干燥过程能耗,研究了空气源热泵干燥能耗特性,采用多元线性回归模型(multivariate linear regression model, MLRM)和BP神经网络(back propagation neural network, BPNN)模型来预测干燥工艺能耗。在分析干燥能耗影响特征参数的基础上,提出将干燥工艺过程进行切分处理的方法以降低数据获取难度。选取烘房设定温度、烘房设定湿度、烘房初始温度、烘房初始湿度、环境平均温度、环境平均湿度、物料质量和初始含水率8个特征参数作为模型输入,能耗和物料结束含水率作为模型输出。使用MLRM模型、BPNN模型和其他机器学习模型进行能耗预测,MLRM模型对能耗拟合的决定系数为0.739,对物料结束含水率拟合的决定系数为0.931;BPNN模型使用Sigmoid函数作为激活函数时对能耗拟合的决定系数最高,为0.828,使用Identity函数作为激活函数时对物料结束含水率拟合的决定系数最高,为0.942,拟合效果优于其他机器学习模型,能够满足实际生产需求。以复水豌豆为干燥对象设计加载物料65 kg、持续时间4 h的完整变温变湿干燥工艺进行验证试验,结果表明:试验总能耗为15.066 kW·h,MLRM模型和BPNN模型的预测总能耗分别为14.476 kW·h、15.183 kW·h,预测精度分别为96.08%、99.23%;试验结束含水率为8.541%,MLRM模型和BPNN模型的预测结束含水率分别为9.560%、8.889%,预测精度分别为88.07%、95.93%。该研究提出了一种使用MLRM模型和BPNN模型对空气源热泵干燥能耗进行分段精准预测的有效手段,对于优化干燥工艺和降低干燥能耗具有实际意义。

断点回归方法及应用实现

目的完整、系统介绍断点回归设计(RDD)原理及统计方法,为其在公共卫生领域应用提供参考。方法在介绍断点回归设计原理基础上,用室内甲醛干预的实例演示了利用Stata软件实现断点回归统计方法的过程,介绍和比较属于参数法的多项式回归和属于非参数法的局部线性回归的分析方法和结果。结果RDD是一种准实验设计,对研究对象没有随机分组,而是选择一个与干预措施有关的变量,根据该变量的取值选择切点划分干预组和对照组。RDD在内部有效性方面优于其他准实验设计,但外部有效性受到一定限制。基于观察性资料的RDD不仅可控制可观测的混杂因素,还可控制无法观测的混杂因素,也更符合伦理道德。在本文实例中,多项式回归和局部线性回归两种分析方法的结果基本一致。结论RDD在公共卫生领域的真实世界研究中有广阔的应用前景,为科学评估干预政策和提供高质量决策依据提供新的思路和方法。

基于非线性逻辑回归的M-Score模型优化研究

文章以我国沪深A股市场2010—2020年因财务报表舞弊被中国证监会、上海证券交易所和深圳证券交易所处罚的441家上市公司为样本,研究了M-Score模型在我国A股上市公司财务舞弊识别中的有效性,利用统计学方法分析了模型失效的原因,并提出了一种基于非线性逻辑回归的M-Score模型优化方法。

“三全育人”视域下高校辅导员职能的泛化与回归

基于习近平总书记“育人的根本在于立德”的重要论述和高校“三全育人”综合改革的实践要求,高校辅导员存在职能泛化现象,即角色定位模糊,职责边界不明;高校思政工作整体规划不够,法治化程度有待提高;队伍配比设置不到位不科学致使辅导员工作分工失衡;学生工作的复杂性导致辅导员职能难以聚焦。实现高校辅导员职能的有效回归,可以在“大思政”格局中明确辅导员职能任务、增强主体性、提升核心能力、营造辅导员发展的良好氛围。

糖尿病肾脏疾病预后影响因素的COX比例风险回归模型分析

目的基于COX比例风险回归模型分析糖尿病肾脏疾病(diabetic kidney disease,DKD)预后的影响因素,为临床早期评估和防治DKD提供科学的依据。方法收集多中心(河南中医药大学第一附属医院、河南中医药大学第三附属医院、河南省中医院及郑州市人民医院)2010—2021年就诊治疗的DKD患者资料,包括一般资料、实验室指标、中医辨证分型及中医药治疗,以肾小球滤过率(eGFR)下降≥50%、血肌酐(Scr)翻倍、DKD 5期、死亡为结局指标,随访其发生时间及情况,利用COX比例风险回归模型分析筛选DKD预后影响因素。结果本研究最终纳入1947例患者,随访时间为4.65(4.557~4.746)年,发生复合终点事件305例(15.67%)。单因素COX回归分析结果表明,不同年龄、DKD病程≥4年、饮酒史、吸烟史、高血压、冠心病、脑血管病、糖尿病足、糖尿病眼病、糖化血红蛋白(HbA1c)、血尿酸(SUA)、Scr、24 h尿蛋白定量(24 h-UTP)、eGFR、湿热血瘀证、脾肾气虚兼湿聚血瘀证、脾肾阳虚兼血瘀证、中药熏洗、服用中药患者DKD预后情况比较,差异有统计学意义(P<0.05)。多因素COX回归分析结果表明,年龄[HR(95%CI)=2.52(1.92,3.30)]、DKD病程[HR(95%CI)=1.62(1.09,2.42)]、吸烟史[HR(95%CI)=1.61(1.13,2.29)]、饮酒史[HR(95%CI)=1.41(1.01,1.95)]、脑血管病[HR(95%CI)=1.33(1.01,1.75)]、糖尿病眼病[HR(95%CI)=1.43(1.13,1.82)]、SUA[HR(95%CI)=1.72(1.26,2.33)]、24 h-UTP[HR(95%CI)=1.48(1.14,1.91)]、脾肾气虚兼湿聚血瘀证[HR(95%CI)=2.22(1.44,3.43)]与DKD发生终点事件的风险关系密切(P<0.05),服用中药[HR(95%CI)=2.57(2.00,3.31)]能够减少终点事件的发生(P<0.05)。结论年龄、DKD病程、吸烟史、饮酒史、脑血管病、糖尿病眼病、SUA、24 h-UTP、脾肾气虚兼湿聚血瘀证是影响DKD患者预后的危险因素,而服用中药治疗为其保护因素。

基于深度自回归模型的电网异常流量检测算法

针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。

基于贝叶斯优化支持向量回归的流线型箱梁颤振气动外形优化方法

为解决风洞试验耗时费力和计算流体动力学(CFD)计算量大的问题,提出了一套新型流线型箱梁断面颤振性能气动外形优化方法.以风嘴参数为设计变量,利用CFD获取断面三分力系数,以准定常理论估算的颤振临界风速为优化目标.根据贝叶斯优化支持向量回归构建代理模型,利用混合加点法更新模型,通过寻优算法确定最优断面.以虎门大桥为例,得到桥梁在可行域内颤振性能最佳的断面方案.结果表明,风嘴升高,颤振临界风速先增后减,相对高度为0.6时整体性能较优,相对高度为0.7时可获得最优断面.底板宽增加,颤振性能显著降低,下斜腹板倾角为14°~16°时颤振性能最优.断面优化后桥梁颤振临界风速相比原始断面提升约31%.

斯特林机帽式密封性能分析及回归参数优化设计

为改善斯特林机活塞杆帽式密封性能,首先采用数值仿真分析了5 MPa工质压力下其静、动态力学特性,从而获取了O型圈内径尺寸L_(N)、C型环径向壁厚T和装配过盈量S这3个关键结构参数对密封性能的影响规律。在此基础上,利用回归设计法以配伍面最大接触压力平稳且密封可靠为优化目标,对密封结构的上述3个关键参数进行优化设计以确定其最佳匹配方案,最后通过密封试验台验证了本文优化设计方法的准确性和普适性。结果表明:活塞杆与C型环密封面中间区域上最大接触压力随L_(N)和S的增大而增大,但随T的增大而减小;通过估计回归系数和方差分析(ANOVA)发现,L_(N)对密封性能影响最为显著、S次之、T影响最小;L_(N)和T、L_(N)和S交互项对响应显著,而T和S交互项对响应不显著;当L_(N)为13.745 mm、T为0.40 mm和S为0.020 mm时,优化密封件对应的正行程最大接触压力为9.01 MPa、回程为9.75 MPa,较工程在用密封件(L_(N)=13.780 mm、T=0.50 mm、S=0 mm)最大接触压力分别降低了14.7%和25.5%。实验进一步验证了优化密封件的密封性能和使用寿命均优于工程在用密封件,并且在不同工质压力下优化密封件的接触压力均匀性更好,减摩延寿效果显著,充分证明本文性能分析与优化设计方法准确有效。

高校发展性教师评价的逻辑困境与价值回归

高校教师评价是学术与人事管理的核心要件,是深化高等教育评价改革的重要内容,其出发点既要推动学校人才培养和知识创新能力的提高,也要促进教师个人的职业发展,进而从根本上推动高等教育强国建设。论文采用质性研究方法,分析高校教师因评价的绩效逻辑、量化逻辑和结果逻辑导向带来的学术信念动摇,行为方式异化,以及学术生态破坏等问题,基于高校教师评价现状及其影响机制模型,提出发展性教师评价应该回归大学使命、回归大学教育精神、回归教师评价本真意义。

数字经济推动共同富裕发展的影响路径研究——基于山东省面板数据和地理回归加权模型

数字经济的迅速发展促进了经济效率的提升,进而对区域共同富裕发展产生影响。在构建数字经济与共同富裕发展理论分析框架基础上,基于2015—2021年山东省各地市的面板数据,测度其数字经济与共同富裕发展水平,构建计量模型分析数字经济对共同富裕发展的影响,利用调节效应和地理加权回归模型分析数字经济影响共同富裕发展的路径和区域差异性。研究发现:山东省数字经济与共同富裕发展存在显著的区域分异性;数字经济对共同富裕发展具有显著的正向作用,能够通过产业结构升级、居民收入水平提高、信息基础设施完善3条路径推动区域共同富裕的发展。据此提出完善信息基础设施建设、推动数字经济与产业发展融合、加强区域内和区域间协调发展的政策建议。

左半结直肠癌术后吻合口瘘的LASSO回归分析

探讨基于最小绝对收缩和选择算子(LASSO)回归分析对左半结直肠癌术后吻合口瘘(AL)的预测价值。收集2018年1月—2021年1月收治的521例左半结直肠癌手术患者相关资料,随机抽样将其分为训练集(n=365)和验证集(n=156),观察AL发生情况。在训练集行LASSO-Logistic回归模型基于CLS评分筛选AL的危险因素,建立改良CLS评分模型,利用ROC曲线评估模型效能。521例患者中,46例(8.83%)发生AL,其中训练集365例中发生AL 32例(8.77%)归为AL组,未发生AL的333例归为非AL组;训练集中两组性别、年龄、BMI、不良嗜好、ASA分级、吻合口与肛缘距离、急诊状态、出血量、手术时间、附加手术、辅助治疗、艰难梭菌感染、预防性造瘘、吻合口血供、吻合口张力对比差异有统计学意义(P<0.05);LASSO回归算法从CLS评分系统中选择出吻合口血供、吻合口与肛缘距离、附加手术、艰难梭菌感染、预防性造瘘5个具有非零系数的显著相关指标。进一步Logistic回归分析:吻合口血运欠佳(OR=8.124,95%CI:2.363~27.935)、艰难梭菌感染(OR=3.375,95%CI:1.185~9.612)、附加手术(OR=5.662,95%CI:1.992~16.093)为左半结直肠癌术后AL的危险因素(均P<0.05);吻合口与肛缘距离(OR=0.760,95%CI:0.584~0.990)、预防性造瘘(OR=0.072,95%CI:0.015~0.355)为左半结直肠癌术后AL的保护因素(均P<0.05);验证集156例中发生AL 14例(8.97%),改良CLS评分预测训练集发生AL的AUC为0.819(95%CI:0.756~0.872),预测验证集发生AL的AUC为0.808(95%CI:0.703~0.889)。改良CLS评分可以更准确地预测左半结直肠癌术后AL的发生。

老年危重症患者发生再喂养综合征的危险因素回归方程的构建及干预措施分析

目的构建老年危重症患者发生再喂养综合征(RFS)的危险因素回归方程,并分析相应的干预措施。方法回顾性分析2021年1月—2023年3月重症监护室(ICU)收治的154例老年危重症患者的临床资料,根据RFS发生情况分为RFS组51例和非RFS组103例。采用Logistic回归模型分析影响发生RFS的因素;采用受试者工作特征(ROC)曲线分析预测因子对RFS的预测价值;构建并验证相关Logistic回归方程,拟定相关护理干预内容。结果老年危重症患者发生RFS与急性生理学和慢性健康状况评分系统Ⅱ(APACHEⅡ)评分、营养风险筛查2002(NRS2002)评分、有创机械通气、喂养前禁食时间、D-二聚体水平、营养摄入方式和喂养前血磷、血钾、血镁水平有相关性(P<0.05)。Logistic回归分析显示,APACHEⅡ评分、NRS2002评分、营养摄入方式和喂养前血磷、血钾水平均为影响老年危重症患者发生RFS的独立危险因素(P<0.05)。ROC曲线结果显示,APACHEⅡ评分、NRS2002评分、营养摄入方式和喂养前血磷、血钾水平和联合预测因子预测老年危重症患者发生RFS的曲线下面积(AUC)分别为0.754、0.723、0.707、0.783、0.774和0.859(P<0.05)。发生RFS的Logistic回归方程为L=0.085×APACHEⅡ评分-0.337×NRS 2002评分+0.537×营养摄入方式-0.776×喂养前血磷水平-0.207×喂养前血钾水平+0.942。该方程预测价值良好,可根据方程拟定针对性的护理干预措施。结论危险因素回归方程可用于老年危重症患者RFS发生风险的临床预测,临床可根据回归方程制订相关护理干预措施,预防RFS的发生。

数字经济对共同富裕的影响研究——基于面板回归模型的实证分析

数字经济已成为我国经济增长的新动力,是实现共同富裕的关键力量。选取2011—2020年全国31个省份面板数据,采用主成分法和熵值法测算共同富裕水平,用面板回归模型分析数字经济对共同富裕的影响效应,进而运用中介效应模型探讨研发投入与技术创新作为中介变量的间接影响,最后进行异质性分析。研究发现:数字经济对共同富裕具有正向影响作用,数字经济对共同富裕的影响作用存在时间异质性和区域异质性,研发投入和技术创新是影响共同富裕水平的重要机制。基于此,提出建立健全数字经济监管机制、夯实数字基础建设、实施差异化的数字经济发展策略等建议。

职业教育学生向度增值评价的设计理路——基于增值评价价值和理性回归的视角

增值评价是一定周期内教育对学生学业成就的净影响的定量评价,是基于学生主体地位的一种评价,体现了评价的本体价值。而实践中,增值评价更多地运用于对学校和教师的考核。在分析增值评价的教师向度和学生向度以及由此带来价值不同的基础上,提出增值评价应实现价值和理性双重回归:以学生为主体而评价;遵循工具理性,将增值评价只用于可测量可精确计算或可准确描述的学业领域。基于增值评价价值和理论回归的视角,从设计的目的、内容、主体、指标体系、数学模型、数据平台、应用效果等方面提出职业教育学生向度增值评价的设计理路。

考虑策略型消费者的高斯过程回归动态定价算法

现有需求不确定下的动态定价算法鲜有考虑消费者策略行为的。将零售商的价格决策过程描述为一个多摇臂(Multi-Armed Bandit,MAB)问题,提出一种非参数贝叶斯算法。将高斯过程回归与汤普森抽样算法相结合,并加入策略型消费者购买决策过程,帮助零售商进行价格决策。仿真结果表明,该算法能有效提高零售商收益,收敛速度更快。此外,策略型消费者的存在可以改善需求学习算法的性能,降低由于需求不确定性导致的零售商收益损失。

结合密度图回归与检测的密集计数研究

针对基于检测以及基于密度图两种主流的密集计数方法中,基于检测的方法召回率较低、基于密度图的方法缺失目标物体位置信息的问题,将检测任务与回归任务相结合后提出一种基于密度图回归的检测计数方法,可以实现对密集场景中目标物体的计数以及定位,对两种方法进行优势互补,在提高召回率的同时,实现标定所有目标物体的位置信息。为提取出更加丰富的特征信息以面对复杂的数据场景,网络提出特征金字塔优化模块,该模块纵向融合底层高分辨特征与顶层抽象语义特征,横向融合同尺寸的特征,丰富目标物体的语义表达;考虑到密集计数场景中目标物体所占像素比例较低的问题,提出一种针对小目标的注意力机制,通过对输入图像构建掩膜以增强网络对目标物体的注意力,从而提高网络的检测敏感性。实验结果表明,所提出方法在保持准确率基本不变的情况下,大幅度提高了召回率,同时可准确标定目标物体位置,有效提供输入目标图像的计数以及定位信息,在工业以及生态等各种领域具有广泛的应用前景。

大学生“慢就业”现象及其影响因素——基于二元Logistic回归模型的实证研究

通过对32所高校调研分析发现,大学生“慢就业”现象呈现上升态势。研究表明:个人最高学历、职业规划清晰程度、就业主动性、父母对于子女选择“慢就业”的态度、是否为独生子女、家庭人均年收入、学校层次、学校就业指导服务质量等因素均显著影响大学生对于“慢就业”行为的认知与选择。为此,必须结合大学生“慢就业”行为选择的影响因素,开展“广谱式”的职业生涯规划教育、构建家校联合的就业指导机制、形成具有强针对性的就业指导体系。

基于迁移学习和逻辑回归模型的花卉分类研究

【目的】不同种花卉之间的相似性以及同种花卉内部的多变性加大了花卉图像分类难度,其难点是要人工设计出能充分体现花卉颜色、形状和花瓣形态等特征的特征提取方法。传统的花卉图像分类方法的精度不高且模型的泛化能力较差,这些问题亟待解决。【方法】课题组提出一种基于数据增强的VGG16迁移学习卷积神经网络提取花卉图像特征,再训练多类逻辑回归模型的花卉图像分类识别方法;并且通过在flowers17和flowers102花卉数据集上进行测试,来验证课题组所提出的花卉分类识别方法的有效性。【结果】课题组所提出的花卉分类识别方法在flowers17和flowers102数据集中分别达到了97.89%和92.10%的分类精度,高于现有其他花卉图像分类方法。【结论】通过预训练的深度人工神经网络提取的高区分度的花卉图像特征,优于人工设定的花卉图像特征,能训练出更高效精准的花卉识别分类器。基于本研究内容,下一步可对VGG16网络进行降维改进,让模型参数减少,从而实现快速实时应用。