基于Logistic回归的樟子松林飞火引燃概率模型研究

飞火是森林火灾蔓延的重要途径,为探究飞火引燃的形成机理,以樟子松松针为材料制作燃料床,樟子松树枝、树皮和松果为飞火火源,改变风速、飞火火源尺寸和燃料床压缩比,进行飞火引燃试验。通过SPSS选取最优建模数据,基于二元Logistic回归分析,建立引燃概率模型。3种飞火火源各进行1920次试验,共5760次试验,树枝、树皮和松果分别引燃336次、304次和376次。各交互作用的引燃次数曲线均呈上升趋势,且风速在其他3种试验条件的交互作用中,均起到显著影响。树枝的建模样本预测准确率为75.6%,总预测准确率为77.3%;树皮的建模样本引燃预测准确率为77.8%,总预测准确率为83.6%;松果的建模样本引燃预测准确率为81.2%,总预测准确率为85.4%。3种飞火火源引燃能力由强到弱分别为:松果>树枝>树皮,3种飞火火源的引燃概率模型的总预测率在77.3%~85.4%之间,均具有较高的准确率,可为森林防火工作提供理论参考。

基于现金流的财务预警研究:线性概率模型与Logistic模型之应用比较

企业生存的威胁主要来自两个方面:一是不能以收抵支而造成长期亏损,它是企业终止的内在原因;另一是现金流量不足而不能偿还到期债务,它是企业终止的直接原因。如果把企业财务预警简单地分为长期财务预警和短期财务预警的话,现金流量的财务预警应该是短期的财务预警,且同时也是最直接、最有效的财务预警。本文主要探讨了如何通过企业的现金流指标,运用线性概率模型、logistic模型对我国上市公司财务状况的预测效果。研究结论具有重要的现实意义与价值。

基于Logistic回归的企业信贷违约概率模型研究

传统的信贷违约概率模型不能有效地识别和计量风险,为此,基于Logistic回归,设计企业信贷违约概率模型。首先设定企业信贷违约触发机制,根据机制刻画出企业信贷违约边界,然后计算违约概率,从而建立违约概率模型。实验结果表明,设计的基于Logistic回归设计企业信贷违约概率模型能有效地识别和计量风险,准确性较高,具有一定的推广意义。

基于Logistics概率统计模型的机载气象雷达强风暴快速识别预警算法

不同经纬度、季节和下垫面条件下,机载气象雷达探测强风暴的特征识别预警参数阈值是不同的,传统单一的阈值门限判定法不具有普适性。为了提高灾害性强风暴天气的识别预警时效和精度,建立一种基于Logistics多元线性对数概率统计模型。利用地基天气雷达和TRMM星载气象雷达观测的大量强风暴天气样本数据,进行Logistics非连续的多元线性回归,获取适用于我国东海和南海地区的机载气象雷达识别预警强风暴天气概率模型。与气象雷达实际观测结果进行对比实验分析表明,在东海和南海地区,该方法建立的模型在识别预警精度上较为精确,有助于飞行员快速、准确判定危险天气,保障飞行安全。

Logistic回归模型分析

对Logistic回归模型做了比较详细的分析。通过阐述回归分析与概率假定的关系,并把回归模型纳入广义线性模型框架进行推导和分析,便于全面了解回归模型及其理论依据和构造方法,以利于对回归模型的合理应用。

基于Logistic回归模型的博士研究生超期毕业影响因素分析——以哈尔滨工业大学为例

为充分了解和掌握影响博士研究生超期毕业的主要因素,本研究基于Logistic回归模型相关理论构建博士生超期毕业概率模型。以哈尔滨工业大学为研究载体,对构建的博士生超期毕业模型进行实证分析,并得到了影响博士生超期毕业的关键因素。该研究为博士生超期预警机制的建立、博士生的教育管理以及相关政策的制定提供了一定的参考与借鉴。

存在项目无回答时的因子分析

在进行因子分析时,调查数据常常存在项目无回答的情况,本文将诸因子作为隐含变量,建立无回答概率与诸因子的统计模型,并给出模型参数的两步估计方法,从而得到了存在项目无回答时的因子分析。实际计算结果说明了本文模型和方法的实践意义。

特应性皮炎危险因素分析及预测模型建立

目的:探讨特应性皮炎危险因素,为早期预防特应性皮炎提供一种简便、实用的预测方法。方法:共抽取427例新生儿脐血标本,采用免疫荧光法测定脐血IgE含量和用双抗体夹心ELISA法测定IL-5含量,并记录家族过敏史、季节、宠物、皮肤感染、喂养方式、父亲吸烟、居住地、性别等危险因素的情况,随访12个月,追踪观察特应性皮炎患病情况。运用非条件Logis-tic回归筛选危险因素,建立预测模型。结果:①脐血IgE中位数为0.54IU/mL;脐血IL-5均数为5.20pg/mL;标准差为2.14。②从单因素、多因素两方面筛选出脐血IgE、脐血IL-5、家族史为主要危险因素。③建立非条件Logistic回归预测概率模型及预测概率分类图。结论:通过测定婴儿脐血IgE、IL-5水平结合家族过敏史建立预测模型对特应性皮炎发病可进行早期预测。

财务预警的模型分析

根据国内外在财务预警模型研究中,所运用的单变量判别法、多元线性回归分析、主成分分析、二元Logistic回归分析和神经网络分析等,主要建模方法、应用情况和局限性,提出了财务预警模型研究中值得注意的问题和今后的发展趋势。

基于Logistic回归分析的穆棱市地质灾害风险分析

通过分析穆棱市自然地理环境、区域地质条件、人类活动等与地质灾害的空间分布关系,得到植被覆盖度、坡度、土地利用类型、土壤类型、降水和地貌岩性等作为地质灾害影响因素,将影响因子引入二元Logistic回归分析,构建出穆棱市地质灾害风险概率模型,基于此模型开展了穆棱市地质灾害的敏感性区划,并进行了地质灾害防治分区。通过随机点验证和ROC曲线的检验发现,该模型的评价精度达到70%以上,模型的预测结果可行有效,具有较高的准确度,适用于穆棱市潜在地质灾害的预测,可作为穆棱市地质灾害防治的参考依据之一。

基于DRF模型的自然背景中人造目标的检测算法

自然背景中人造目标的检测是计算机视觉、模式识别、机器学习和图像处理领域中非常活跃的研究课题。概率模型的方法为该问题的解决提供了新的研究途径,其中基于DRF模型的人造目标检测算法是一种最新发展的检测算法,仿真结果表明,该算法漏检率和误检率低,检测效果良好。

我国上市公司财务风险预警模型的构建及实证分析

近年来,上市公司的经营状况逐年恶化,客观评价其财务状况成为金融界面临的重大课题。本文应用线性概率模型和Logistic模型,构建中国上市公司财务预警评判指标体系及相应的财务预警数学模型。实证结果显示:(1)我国上市公司的财务数据是有效的,并具有较强的预测能力;(2)线性概率模型和Logistic模型对上市公司的财务失败有很好的预测力,可直接作为商业银行等金融机构、投资者、基金经理们进行财务危机、信用风险定量分析的有效工具;(3)在对上市公司进行财务报表分析时,我们应对流动比率、资产负债率、资产净利率和总资产周转率等指标进行重点关注,以提高判断的效率与针对性。

基于台风路径追踪的滑坡概率分析

台风暴雨是我国东南丘陵山地滑坡的主要诱发因素,揭示台风路径与滑坡发生的相关关系对东南丘陵山地台风暴雨型土质滑坡监测预警具有重要的理论及实际意义。本文基于2015—2019年直接过境福建省或间接对福建省造成影响的台风数据以及与这些台风事件发生期间的降雨量数据和台风暴雨滑坡数据,运用ArcGIS软件中的克里金插值法将台风路径、降雨量数据及台风暴雨滑坡数据进行耦合。再运用Logistic回归方法,通过SPSS软件得到泉州市基于台风路径追踪的滑坡发生概率模型。并运用克里金插值法和Logistic回归方法,以台风杜鹃期间的滑坡为实例对所得模型进行验证,其对实际雨量站测得降雨数据引发滑坡与否的判对概率为77%,对实际发生滑坡的判对概率为100%,依据实际降雨量计算数据,其误报率为21%,但实际滑坡发生的误报率为0,符合安全性。预报效果较为满意,因此模型可作为在台风经过泉州市时的台风暴雨型滑坡发生概率的预测。

基于GIS的热带雨林地区滑坡敏感性分析——马来西亚金马伦高原个案研究

滑坡敏感性分析对灾害评价和预测具有重要的作用。以马来西亚金马伦高原为研究区,选择坡度、坡向、地表曲率、岩性、构造、土地覆盖、地貌类型、道路和排水系统等9个要素作为评价因子,探讨运用G IS和RS技术获取、管理滑坡灾害信息,和热带雨林地区湿热环境下滑坡灾害敏感性的分析方法。条件概率模型和逻辑回归模型分别应用于滑坡灾害敏感性分析与制图,通过比较滑坡敏感性的计算结果与历史滑坡信息,验证了两种方法的有效性,结果显示,条件概率模型和逻辑回归模型的预测精度分别为77.3%和83.6%,逻辑回归法具有较好的描述精度;滑坡敏感性分析中土地利用和土地覆盖、道路设施等因素具有较高权重,人类对雨林的垦殖和开发提升了该地区滑坡发生的敏感度。

行人穿越人行横道临界间隙研究

通过对行人穿越人行横道进行调查,并用spss统计软件的二元logistic线性回归方法对调查数据挖掘,得出行人穿越人行横道概率模型,进而计算出了临界间隙.对比分析个体与群体过街概率模型和临界间隙模型,发现在不同车头时距下,个体与群体过街的概率存在差异,且群体过街的临界间隙小于个体过街的临界间隙.

突发性强对流天气快速识别预警改进方法

传统多普勒天气雷达强对流灾害性天气监测采用固定阈值判别法给出强风暴的冰雹闪电灾害预警结果,该方法不适用于不同经纬度、季节和复杂地形条件下的强对流天气识别预警。本文利用循环递归的区域生长法对TITAN算法进行改进,从而快速识别三维强风暴单体及其雷达特征物理量;使用多普勒天气雷达和TRMM星载气象雷达的历史观测数据反演河北石家庄地区春夏两季复杂地形条件下的强风暴灾害性天气Logistics多元线性回归概率预警模型。对发生在河北石家庄夏季的一次强飑线天气和发生在春季的一次超级多单体风暴天气进行冰雹闪电灾害性天气识别预警实验,并与传统算法进行误差对比分析。实验结果表明:与传统算法对比,该方法对强风暴天气识别预警的定位精度较高,并且其漏报率和虚报率较低,有助于快速识别预警强对流灾害性天气。

考虑不规则驾驶行为的城市隧道事故率预测

准确预测交通事故风险概率是实现隧道内交通安全主动管理的先决条件。从交通状态和驾驶员行为2个方面分析影响事故发生的主要因素,提出“不规则行为率”作为特征变量。对特征变量显著性检验,选用Logistic概率模型构造城市隧道事故率预测模型,并提出利用接受者操作特性曲线寻找阈值的方法。最后基于实测的青岛胶州湾隧道数据进行实例验证,研究结果表明,阈值确定为0.36较为合适,此时基于不规则驾驶行为的事故率预测模型准确度为78.4%,能够较为准确地预测隧道内事故发生的可能性,研究成果可以为智能交通安全发展奠定理论基础。

A Time-dependent Stochastic Grassland Fire Ignition Probability Model for Hulun Buir Grassland of China

Grassland fire is one of the most important disturbance factors in the natural ecosystems.This paper focuses on the spatial distribution of long-term grassland fire patterns in the Hulun Buir Grassland located in the northeast of Inner Mongolia Autonomous Region in China.The density or ratio of ignition can reflect the relationship between grassland fire and different ignition factors.Based on the relationship between the density or ratio of ignition in different range of each ignition factor and grassland fire events,an ignition probability model was developed by using binary logistic regression function and its overall accuracy averaged up to 81.7%.Meanwhile it was found that daily relative humidity,daily temperature,elevation,vegetation type,distance to county-level road,distance to town are more important determinants of spatial distribution of fire ignitions.Using Monte Carlo method,we developed a time-dependent stochastic ignition probability model based on the distribution of inter-annual daily relative humidity and daily temperature.Through this model,it is possible to estimate the spatial patterns of ignition probability for grassland fire,which will be helpful to the quantitative evaluation of grassland fire risk and its management in the future.