双参数Tweedie机器学习模型及其精算应用

Tweedie回归是保险损失预测和风险定价的主要工具之一。为充分利用大数据、物联网、机器学习等技术促进保险业的数字化转型,实现更加精准的风险识别和风险定价,本文将传统的Tweedie广义线性模型推广到双参数形式,并结合机器学习算法,提出双参数Tweedie梯度提升树模型和双参数Tweedie组合神经网络模型。基于我国一家保险公司的车联网大数据,提取了新的驾驶行为风险因子。通过实证研究检验了双参数Tweedie梯度提升树和双参数Tweedie组合神经网络在风险识别以及风险定价中的有效性,为促进我国保险业数字化转型提供了一种新的模型和方法。

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。

民用航空产业集聚对经济高质量发展的影响——基于省级面板数据的门槛回归模型检验

民用航空产业集聚是构建高端供求市场、高度产业协作、高度交通便利而实现区域资源优化配置与区域经济发展的重要因素。采用2009—2020年省级数据,探究民用航空产业的专业化集聚、多样化集聚和竞争效应3种集聚模式对区域经济高质量发展的影响,进一步检验集聚效应的阶段性作用。结果表明,随着集聚水平的上升,民用航空产业的专业化集聚与多样化集聚对区域经济高质量发展呈先抑制、后驱动的影响,竞争效应与区域经济高质量发展呈正相关关系。

基于投影寻踪回归方法的微压过滤冲洗池水头损失与过滤效率预测模型

以微压过滤冲洗池的水头损失与过滤效率为考核指标,考虑进水流量、矿化度、含沙量与滤网孔径4个因素进行正交试验设计,采用投影寻踪回归方法PPR分析各个因素对考核指标的影响权重,选取20组试验数据建立含沙微咸水条件下微压过滤冲洗池水头损失和过滤效率的预测模型,探究了含沙微咸水对微压过滤冲洗池的水头损失和过滤效率的影响。研究结果表明,影响微压过滤冲洗池水头损失的因素由大到小依次为进水流量、含沙量、矿化度、滤网孔径;影响过滤效率的因素由大到小依次为含沙量、进水流量、矿化度、滤网孔径;构建的PPR预测模型的预测精度整体合格率达100%;当进水流量为6~7 m^(3)/h、含沙量为0.5~1.0 g/L、矿化度为0~2.0 g/L及滤网孔径为0.125~0.180 mm时,水头损失存在最小值;当进水流量为9~10 m^(3)/h、含沙量为1.75~2.00 g/L、矿化度为0~3.0 g/L及滤网孔径为0.125~0.150 mm时,过滤效率存在最大值。物理模型的试验结果可为微压过滤冲洗池的实际应用提供研究基础。

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。

空间自回归模型下不完整大数据缺失值插补算法

针对不完整大数据因其自身结构具有不规则性,导致在进行缺失值插补时计算量大、插补精度低的问题,提出空间自回归模型下不完整大数据缺失值插补算法。利用迁移学习算法在动态权重下过滤出原始数据中冗余数据,区分异常和正常数据,提取残缺数据,采用最小二乘回归对残缺数据实施修补。将缺失值插补分为3种类型,分别为一阶空间自回归模型插补、空间自回归模型插补和多重插补法。根据实际情况将修补后数据插补到合适的位置,实现不完整大数据缺失值插补。实验结果表明,所提方法具有良好的缺失值插补能力。

基于可见/近红外光谱和函数型线性回归模型的成熟期苹果可溶性固形物含量预测

可溶性固形物含量(SSC)是反映苹果品质和成熟度的重要指标,能够用于苹果品质分析和成熟度预测。以新疆阿克苏冰糖心红富士苹果为研究对象,从果实膨大定形期至完熟期,以3d等间隔周期采摘样本,采集其380~1110nm的可见/近红外光谱,测定其SSC,共552个样品。然后,利用基函数平滑方法将采集的可见/近红外光谱离散数据转化为光谱曲线,即函数型数据,并以可见/近红外光谱曲线、一阶导曲线、二阶导曲线为函数型解释变量,SSC为标量响应变量,分别建立函数型线性回归模型。为了验证和分析模型的性能,根据原始光谱离散数据,经过移动平滑、一阶导和二阶导预处理后,分别建立偏最小二乘回归(PLSR)、核支持向量机(KSVM)、随机森林(RF)、梯度提升树(GBM)和深度神经网络(DeepNN)。结果表明,在建立的18个模型中,针对训练集,PLSR-dNIR模型、KSVM-dNIR模型、RF-dNIR模型、GBM-dNIR模型和Deep NN-d2NIR模型都优于FunLR-NIR模型、FunLR-dNIR模型、FunLR-d2NIR模型,且Deep NN-dNIR模型最优(r_(c)=0.9996,R_(c)^(2)=0.9986,RMSEC=0.0740,RPDC=27.4366);针对测试集,FunLR-NIR模型、FunLR-dNIR模型、FunLR-d2NIR模型均优于其他所有模型,且FunLR-NIR模型最优(r_(v)=0.9534,R_(v)^(2)=0.9077,RMSEV=0.5856,RPDV=3.3017)。综合训练集和测试集的结果来看,核支持向量机模型、随机森林模型、梯度提升树模型和深度神经网络模型容易过拟合,而函数型线性回归模型具有更好的普适性。此外,从三个函数型线性回归模型(FunLR-NIR模型、FunLR-dNIR模型、FunLR-d2NIR模型)的预测效果看,模型均具有良好的鲁棒性和较高的预测精度。试验结果表明,结合可见/近红外光谱技术与函数型数据分析构建的函数型线性回归模型,可成功、有效地实现成熟期苹果的可溶性固形物含量预测。

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。

基于时空地理加权回归模型的区域经济发展收敛性研究

传统的区域经济发展收敛性研究方法往往忽略空间和时间因素对区域经济发展收敛性的影响,导致分析结果存在偏差,使得区域经济发展收敛半衰期与实际差距过大。因此,应开展基于时空地理加权回归模型的区域经济发展收敛性研究。首先,选取区域经济发展变量,对选取的变量利用时空地理加权回归模型进行处理,然后,建立经济发展收敛函数,计量区域经济发展收敛性。实验结果显示:与区域经济发展收敛性回归分析方法和区域经济发展收敛性空间计量经济学研究方法相比,基于时空地理加权回归模型的区域经济发展收敛性研究方法对区域经济发展的收敛半衰期计量结果更准确,与实际的40年一致,具有更好的应用价值。

基于回归模型的碳排放影响因素研究

本文分析了两个经济体的碳排放结构和经济发展趋势,发现新兴经济体在经济发展的同时碳排放不断增加,而发达经济体在经济发展的同时碳排放却在减少;构造了STIRPAT模型,研究了碳排放的相关影响因素,发现人均GDP、私家车保有量和人口数量是影响碳排放量的三个关键因素,为减少碳排放提供了参考和借鉴。

部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法

主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。

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。

湖南高速公路基础设施碳排放峰值支持向量回归预测模型

本文选取湖南省的人口数、人均GDP、基础设施固定资产投资、单位产值能耗比和单位能耗碳排放量作为高速公路基础设施的碳排放影响因素,选用湖南省2003—2021年相关数据并采用支持向量回归(SVR)机器学习法,建立了湖南省高速公路基础设施碳排放预测模型,预测在基准、低碳和超低碳情景下的碳排放数据。结果表明:训练样本交叉验证均方误差为0.007011,模型的预测值和真实值的拟合回归效果良好,训练集和测试集的相关系数分别为0.9869和0.9870,即模型具有良好的学习和推广能力。本文识别了碳排放的影响因素,预测了未来碳排放趋势,对交通基础设施碳减排行动具有一定的参考意义。

基于Tweedie和零调整逆高斯回归的索赔额模型

保险索赔额的分布拟合与回归模型的建立对保险费率厘定、风险因素分类、准备金计提等方面有重要意义,其研究也得到了广泛的发展和应用。文章对索赔额模型的研究与应用进行了简要的回顾分析,并基于Tweedie分布族和零调整逆高斯分布建立索赔额回归模型;以汽车第三者责任保险的损失数据为例,应用这两个回归模型,得到了比较满意的结果。

猪胴体重在线分级预测线性回归模型研究

[目的]针对国内大多数屠宰企业仍通过人工测量猪胴体背膘厚度,再结合胴体重对其进行分级,存在劳动强度大、作业效率低、人畜交叉污染风险高等问题,本文旨在建立猪胴体重预测模型,以便利用图像处理等技术获取模型中的相关参数,进而获得胴体重。[方法]在14:00—15:00、15:20—16:20、16:30—17:30三个时段内,随机选取按照标准化工艺屠宰后15 min左右、胴体重50~90 kg的猪胴体60头,在完成各试样前腿处横长(L_(f))、1/2处横长(L_( 1/2))、后腿处横长(L_(r))、1/2处背膘厚度(t_(1/2))、胴体直长(L_(t))及胴体重(w)等参数测定的基础上,建立不同的胴体重预测模型并进行优化及准确率验证。[结果]采用横长加权均值(L_(e))代替背膘厚度,与直长建立的胴体重预测模型为w=4.05L_(e)+0.45 L_(t)-116.32,其决定系数由0.48提高到0.96(P=0.01),预测准确率最高达94.16%。[结论]采用横长加权均值减小了误差,建立的猪胴体重预测模型准确性较其他模型高。

基于因果自回归流模型的因果结构学习算法

因果自回归流模型已经在非独立噪声等场景的因果方向推断问题上取得了一定的进展,但在多个结点的场景下仍存在全局结构搜索带来的准确度低和计算时间复杂度高的问题。面向非时序观察数据设计一种两阶段因果结构学习算法。在第一阶段,基于观测数据的条件独立性,对完全无向图通过条件独立性检验得到基本的因果骨架;在第二阶段,基于因果自回归流模型,通过标准化流的方法计算骨架中每条无向边在不同方向上的边缘似然概率,进而通过比较边缘似然概率进行因果方向推断。实验结果表明:该算法在多组不同参数生成的仿真因果结构数据集上均有较好的表现,与现有的主流因果结构学习算法相比,F1值平均提升15%~28%;在真实因果结构数据集实验中,该算法能够较为完整准确地学习到变量间的因果关系,与主流的因果结构学习算法相比,F1值平均提升28%~48%,具有更强的鲁棒性。

基于球形底模的铝合金自冲铆接工艺多元回归模型

针对低延展性铝合金薄板材料自冲铆接成形过程易出现裂纹问题,提出了一种基于球形底模的自冲铆连接工艺.针对7075铝合金材料,采用Box-Behnken Design响应面试验方法,开展自冲铆接头工艺试验研究,确定最优工艺参数.以铆钉长度,冲头速度和冲头行程作为输入变量,接头的失效载荷和能量吸收值为响应值,建立基于球形底模的自冲铆接工艺多元非线性回归模型,并进行试验验证.结果表明,采用球形底模在保证接头强度下有效抑制自冲铆接头机械内锁区裂纹的产生;应用回归模型得到的理论预测值与试验值之间的相对误差较低,回归模型具有较高的可靠性;同时,单因素分析表明,铆钉长度对接头静力学性能的影响最大;交互作用分析中,铆钉长度和冲头行程的交互作用对失效载荷和能量吸收值的影响最为显著.最后通过NSGA-Ⅱ遗传算法确定最优工艺参数组合.

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。

Tweedie类分布下广义线性联合均值与散度混合专家回归模型

Tweedie类分布在财产保险中常常用来对索赔额进行量化,而混合专家回归模型在统计和机器学习方面被广泛地研究,并用来对异质总体数据进行分类、聚类及回归分析.本文基于Tweedie类分布提出广义线性联合均值与散度混合专家回归模型,从而为非寿险费率厘定精算技术的发展提供参考思路.接着,利用EM算法给出该模型的极大似然估计,进而通过随机模拟实验验证了所提出方法的有效性.最后,本文结合空气质量指标(AQI)数据验证了该模型和方法具有实用性和可行性.