Poisson-Lindley回归模型基于EM算法的诊断分析(英文)

利用EM算法研究了来自于Lindley分布权重的混合Poisson模型,即Poisson-Lindley回归模型,从而利用基于完全数据似然函数的条件期望进行统计诊断和局部影响分析,得到了几个有用的诊断统计量,并用一个数值实例说明了所得统计量的有效性.

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。

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%.

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。

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。

“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。

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。

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。

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。

一类变系数空间滞后的混合地理加权回归模型

为解决因变量空间滞后存在的局域性问题,对现有常系数空间滞后的混合地理加权回归模型作了具有更广泛形式的拓展,提出一类变系数空间滞后的混合地理加权回归(MGWR-VSLR)模型。MGWR-VSLR模型实现了空间相关性与空间异质性融合,涵盖了绝大多数地理加权回归的模型形式,基于重构参数化方法和似然比检验分别给出模型的系数估计方法与显著性检验以及选取变系数的判别检验。在蒙特卡罗模拟与实际应用中,MGWR-VSLR模型均表现出优异的因变量拟合与预测能力。MGWR-VSLR模型的提出为定量化研究空间效应问题设定适宜的模型形式提供了支撑依据。

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。

基于回归分析法的矩形槽圆管吸能特性研究

为了研究矩形槽圆管吸能特性规律,提出了一种基于回归分析法的结构参数与吸能特性关系的拟合方法。针对轴向冲击下的圆管动态响应,首先,建立了6005A-T6材料的Cowper-Symonds本构模型,并验证了仿真模型的准确性;其次,设计了正交试验,建立了吸能特性与结构参数之间的计算模型;然后,利用多元线性与非线性回归分析方法对计算模型参数求解,并对比了两种拟合结果,得到了峰值力和吸能量的经验公式;接着,对比经验公式与有限元数值计算值表明,经验公式在研究范围内具有较高准确性,误差在8%以内;最后,引入吸能性能指标并使用遗传算法对圆管进行了结构优化,优化结果表明,在研究范围内当直径和槽端距最小、壁厚和槽宽最大、槽深最浅时,矩形槽圆管的吸能性能最优。

基于多元线性回归模型的生物质与烟煤混燃灰熔融特征温度预测

生物质中钾、钠等碱金属含量高,极易导致生物质与煤混燃灰沾污结渣严重。灰熔融特征温度是用于表征积灰结渣倾向的重要指标。该研究在充分考虑灰中酸/碱性组分对熔融特征温度影响的基础上,以生物质与烟煤混燃灰中Al_(2)O_(3)、SiO_(2)、P_(2)O_(5)、SO_(3)、K_(2)O、CaO、Fe2O_(3)7种氧化物作为变量,利用Matlab软件建立了基于多元线性回归模型的生物质与烟煤混燃灰熔融特征温度预测模型,并以中国农村典型的玉米秸秆和神木烟煤为试样,测定其在不同掺混比例、不同温度和不同停留时间下的灰分组成及熔融特征温度。试验结果表明:随着混合燃料中玉米秸秆的质量分数由25%增至75%时,灰样中MgO、K_(2)O、CaO、Na2O等碱性氧化物的含量增加,特别是对于K_(2)O而言,其质量分数由5.89%升至14.41%,而Al_(2)O_(3)、P_(2)O_(5)和SO_(3)等酸性氧化物的含量逐渐减少,其中Al_(2)O_(3)的质量分数由12.05%降至7.78%,P_(2)O_(5)的质量分数由3.66%降至1.07%,SO_(3)的含量由7.70%降至1.48%。随着灰化温度升高和停留时间延长,Cl元素的含量明显减少。将该模型的预测结果与经验公式预测结果及试验结果对比,发现该预测模型中P_(2)O_(5)、SO_(3)对灰熔融特征温度的影响系数较大,这与试验结果基本相符。灰熔融特征温度与Al_(2)O_(3)、SiO_(2)、P_(2)O_(5)、CaO等氧化物含量呈正相关,表明这些氧化物成分有助于抑制熔融结渣。利用试验测量及经验公式等方法对该预测模型的结果进行检验,利用该模型预测的熔融特征温度与试验值的误差在5%以内,验证了该模型的准确性和可靠性。该模型研究结果可为准确预测生物质与烟煤混燃灰熔融特征温度以及防治锅炉积灰结渣提供参考。

安徽制造业绿色发展回归模型构建与对策研究

制造业绿色发展是经济绿色高质量发展的关键。为研究安徽省制造业绿色发展状况,收集安徽省2012-2021年十年统计年鉴数据,运用岭回归、变量自回归(VAR)模型,计算化石能源消耗、工业三废排放的回归系数,并计算综合回归系数,探索制造业与化石能源消耗、工业三废排放之间的互动关系。结果表明,化石能源消耗对制造业发展显著正向影响,且影响程度最大。工业废水、工业二氧化硫排放对制造业发展呈负向影响。工业固废产量对制造业发展呈现正向影响。基于模型分析结果,提出安徽省制造业低碳发展建议。

105例不孕症患者子宫输卵管造影结果影响因素的Logistic回归分析

目的探讨不孕症患者子宫输卵管造影结果发生异常的影响因素。方法选取2021年1月至2023年5月在湖南中医药大学第二附属医院妇科门诊就诊并接受X线子宫输卵管造影(X-ray hysterosalpingography,X-HSG)检查的105例不孕症患者,收集患者临床资料包括年龄、月经周期、不孕症类型、支原体感染史、衣原体感染史、淋病奈瑟球菌感染史、盆腔炎相关病史、输卵管相关病史等,并填写《中医体质调查问卷表》,采用Logistic回归方程分析不孕症患者X-HSG结果的影响因素。结果X-HSG结果异常与盆腔炎相关病史、输卵管相关病史、年龄、气郁质及湿热质呈正相关(P<0.05),与不孕症类型、月经周期规律与否无相关性(P>0.05)。多因素Logistic回归分析结果显示:不孕症类型、月经周期、气郁质、湿热质是HSG发生异常的危险因素(OR>1),年龄、盆腔炎相关病史、输卵管相关病史是HSG发生异常的保护因素(OR<1)。结论适龄生育、减少盆腔炎相关病史、减少输卵管相关病史、调畅情志、忌食肥甘厚味对于减少输卵管病理损伤引起的不孕症至关重要。

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。

基于贝叶斯岭回归的长江航运服务业集聚动力机制研究

以江苏省13地市2 249家航运服务企业为研究对象,构建涵盖港口运营、经济发展和社会环境三方面的指标体系,为消除多重共线性确保拟合效果,利用贝叶斯岭回归模型研究不同类型的航运服务业集聚动力机制,结果表明:江苏省航运服务企业仍以运输仓储类低端航运服务企业为主,在沿海、沿江区域集聚效应明显;低端、中端航运服务企业的空间集聚的动力机制相近,受港口运营情况影响最为显著;高端航运服务企业对社会环境、经济发展等指标更加敏感,集装箱吞吐量之外的其他港口运营指标对其影响不显著;各地应因地制宜找准航运服务业发展着力点,制定差异化支持政策推动港航业转型升级。

基于一元线性回归模型的供水网络中水表读数虚高问题研究

为了定量研究供水网络中总表漏水程度和分表读数虚高程度,根据水量平衡分析法的原理,结合大数据分析技术,建立了一元线性回归方程,回归常数代表总表漏水量程度,回归系数代表分表读数虚高程度。通过针对2021年某高校供水管网的实证研究表明,总表日均漏水量为15.5958吨,分表读数虚高率为1.07%。该方法对供水管网漏损率的精准评估等问题的解决提供了新的思路和方法。