基于Logistic算法的电能计量装置异常数据识别方法

为解决当前电能计量装置异常数据识别范围较小、识别速率低的问题,提出一种基于Logistic算法的电能计量装置异常数据识别方法。通过提取异常数据识别特征,采用多目标的方式,扩大数据识别范围。设计奇异值分解(Singular Value Decomposition,SVD)+多目标快速辨识矩阵,构建Logistic测算电能计量装置异常数据识别模型,采用多区间边界修正实现数据识别处理。测试结果表明,此次所设计的基于Logistic算法的电能计量装置异常数据识别方法的识别速率均可以达到6 Mb/s以上,即所设计方法的异常数据识别效果更佳,误差可控,具有较好的实际应用价值。

基于Logistic算法的考研成绩变量预测方法

针对传统考研成绩变量预测方法的变量关联性低,导致预测结果存在较大误差的问题,提出基于Logistic算法的考研成绩变量预测方法。收集并处理历年考研成绩数据和学生成绩数据,作为成绩变量预测的初始数据。设置考研成绩的预测变量,建立Logistic回归分类算法模型,通过该模型的运算提高考研成绩变量之间的关联性。综合历年考研成绩数据的发展规律以及变量的影响因素分析结果,得出考研成绩变量的预测结果。通过对比实验分析得出结论:基于Logistic算法的考研成绩变量预测方法的预测误差率较低,预测准确性较高。

基于Logistic算法与遥感影像的棉花虫害监测研究

【目的】借助多光谱遥感影像和Logistic算法,实现对棉田虫害的田间监测。【方法】以患虫害棉花区域为研究对象,利用无人机获取棉田多光谱遥感影像,并对影像进行预处理;结合受虫害棉花光谱特征,利用虫害敏感波段反射率与植被指数构建Logistic回归模型,开展棉花虫害识别监测研究。【结果】由土壤调节植被指数(Soil adjusted vegetation index,SAVI)模型和归一化植被指数(Normalized vegetation index,NDVI)模型构建的棉蚜虫、棉红蜘蛛、棉铃虫识别模型为最优模型,其训练样本准确率达到93.7%,测试样本准确率达到90.5%,召回率为96.6%,F1值为93.5%,对棉蚜虫、棉红蜘蛛和棉铃虫的识别模型决定系数分别为0.942、0.851和0.663。【结论】该模型可满足棉田中棉蚜虫、棉红蜘蛛和棉铃虫3种虫害的发生区域识别,且可基本满足棉田精准植保作业相关要求。

饱和负荷预测中的改进Logistic算法

饱和负荷预测有助于合理规划变、配电设备容量,节约投资。针对Logistic模型依赖于饱和值的问题,提出了修正指数求解方法;针对历史负荷数据缺失问题,提出以投运距今时间为自变量,用每个投运时间对应的平均年最大负载率外推;针对预测结果随机性较大问题,采用相同投运时间的多个区域负载率均值,引入权重系数,以加重近期数据的影响,并采用实际配网数据,预测其饱和负荷。与现有方法相比,所提算法对历史负荷数据的拟合误差更小,对未来饱和负荷的预测更加可信。

上市公司财务危机预警模型研究——基于数据挖掘Logistic算法

本文运用数据挖掘的Logistic算法对上市公司发生财务危机的可能性进行分析预测。本文选取了15家09年因财务问题被特别处理的上市公司为样本,同时选取了15家正常的上市公司为配对样本。本文基于财务分析的基本理论,选取非参数检验、主成分分析和Logistic回归分析等方法,并通过分析的结果建立上市公司财务危机预警模型。

基于Apriori降维的Logistic算法在中医疾病症状权重挖掘中的应用

分析中医疾病数据库,寻找有效可靠地算法挖掘疾病症状的权重,为医生临床诊断提供决策支持。以成都中医药大学附属医院的诊疗决策支持系统提供的中风数据、哮喘数据作为实验数据来源,首先对数据进行规范化预处理,再通过Apriori算法对数据降维,最后应用Logistic算法求出疾病症状权重。结果:挖掘结果与临床经验相符,算法运行时间也在可接受范围内。文章提出的方法对中医疾病症状权重进行挖掘是可行的。

模拟退火结合Logistic算法在分类中的应用

Logistic线性回归算法是一种简单而高效的二分类器,它能够针对每个参数生成对应的分类系数,最后结合系数计算出所在类别的概率;同时模拟退火算法是一种较好的全局寻优算法。在门店分类中考虑到各个参数的不同权重,因此使用模拟退火算法来寻找适当的参数权重以期望得到最好Logistic分类结果。最后通过实验来验证算法的准确率。

基于Logistic模型和SPC算法的关键技术识别与预测——以卫星互联网为例

识别关键技术有助于在制定技术和市场战略布局中获得先发优势,对我国经济发展、国家安全具有重要意义。文中提出一种融合生命周期与主路径分析的关键技术识别方法,是对已有的研究理论和方法的重要补充。首先,检索相关领域专利数据并进行技术划分;然后,综合运用Lo-gistic模型和SPC算法构建技术轨道,识别关键技术;接着,使用显性技术优势指数比较主要国家技术竞争态势;最后,结合关键技术与技术竞争态势绘制技术路线图,识别技术热点与前沿预测。以卫星互联网为例,阐述该方法的应用过程。研究结果表明,该方法能够较为准确识别出该领域关键技术,揭示全球技术竞争态势,有效实现技术热点识别和未来技术预测;识别出的卫星互联网关键技术,能够为国家发展政策制定与相关产业布局提供参考。

基于SHA-256和Arnold映射的量子Logistic映射图像加密算法

在AI和5G时代,各种应用层出不穷,带宽增加和算力提升为众多信息系统的高密集交互提供了基础保障,但同时安全问题日益突显.图像在多媒体通信中有重要作用,且许多图片涉及个人隐私或国家机密,因此图像保护尤为重要.为了解决上述问题,提出基于SHA-256和Arnold映射的量子Logistic映射图像加密算法.实验结果表明:该文算法的解密图像与明文图像基本一致;该文算法具有较强的密钥敏感性;相对于其他算法,该文算法具有更强的抵抗统计攻击能力.因此,该文算法具有较强的加密性能.

基于Logistic映射的社交网络敏感信息加密算法

为保护多种社交网络敏感信息安全,研究基于Logistic映射的社交网络敏感信息加密算法.此算法采用基于经验模态分解的社交网络信息预处理方法,以经验模态分解的方式,对复杂的社交网络信息去冗后,通过基于演化超网络的社交网络敏感信息挖掘方法,提取去冗后社交网络信息中敏感信息;由基于Logistic映射分组加密算法,生成敏感信息二进制随机序列,将其分为两部分明文,一部分明文执行置乱处理,另一部分明文执行异或运算,构建社交网络敏感信息的密文,完成社交网络敏感信息加密.实验结果表明,所提算法加密性能良好,可以有效改变文本类、图像类社交网络敏感信息,原始敏感信息特征完全改变,可保护多种社交网络敏感信息安全.

基于Logistic回归分析和决策树算法构建泌尿系统结石患者术后复发风险的预警模型

目的:基于多因素Logistic回归分析和决策树算法构建泌尿系统结石患者术后复发的风险预警模型。方法:采用便利抽样法选取福建省立医院泌尿外科2021年6月至2023年6月住院治疗的泌尿系统结石患者300例,依据术后1年结石复发情况分为复发组(n=80)与非复发组(n=220),多因素Logistic回归分析泌尿系统结石患者术后复发的危险因素,采用SPSSModeler软件构建术后复发的决策树模型,并分析两种模型的预测效能。结果:300例泌尿系统结石患者1年后80例术后复发,复发率为26.67%(80/300)。多因素Logistic回归分析结果显示,术后结石残留、术后出现泌尿系统感染、术前尿常规白细胞“+++”、感染性结石、输尿管出现梗阻、高蛋白饮食是术后复发的危险因素;构建了术后复发的决策树模型,决策树模型共4层,17个节点,决策树模型曲线下面积(AUC)是0.780(95%CI:0.729~0.825),多因素Logistic回归模型的AUC是0.753(95%CI:0.701~0.801),两种模型的Delong检验结果为Z=1.669,P=0.095。结论:本研究基于多因素Logistic回归分析和决策树法构建的泌尿系统结石患者术后复发的模型预测效能较好,可为患者复发的防治及制定护理策略提供理论参考。

基于SMOTE算法和Logistic回归分析构建肛周脓肿病人发生坏死性筋膜炎的风险预警模型

目的:基于SMOTE算法和Logistic回归分析构建肛周脓肿病人发生坏死性筋膜炎(NF)的预警模型。方法:回顾性选取2016年8月—2021年10月医院收治的1 780例肛周脓肿病人,依据病人术后是否合并NF将其分为发生NF组和未发生NF组,采用Logistic回归分析法筛选独立风险因素,构建预测模型,同时基于SMOTE算法改进数据集,构建改进数据集的预警模型并对比验证模型的预测效能。结果:年龄≥60岁、糖尿病史、CRP≥150 mg/dL、NLR≥15、血糖≥9 mmol/L、术前白蛋白≤32 g/L为肛周脓肿病人发生NF的独立风险因素(P<0.05)。Logistic预警模型P1的受试者工作特征(ROC)曲线下面积为0.825,SMOTE算法预警模型P2的ROC曲线下面积为0.939,两者均具有较高的预测精准度。结论:SMOTE算法预警模型对发生NF的概率计算精准,有利于提前干预,为病人的预后做好充分保障。

基于Logistic回归与随机森林算法构建甲状腺乳头状癌颈部淋巴结转移预测模型的对比研究

目的基于Logistic回归与随机森林算法构建甲状腺乳头状癌(PTC)颈部淋巴结转移(LNM)的预测模型,比较二者的诊断效能。方法选取我院收治的PTC患者156例,依据是否发生颈部LNM分为非转移组65例和转移组91例,比较两组超声、基因检测及临床检查结果的差异。采用多因素Logistic回归分析筛选PTC颈部LNM的独立影响因素,基于Logistic回归和随机森林算法分别构建PTC颈部LNM的预测模型;绘制受试者工作特征(ROC)曲线分析模型的诊断效能。结果转移组与非转移组年龄、结节最大径、甲状腺球蛋白抗体(TgAb)水平,以及甲状腺外浸润(ETE)、BRAFV600E基因突变、微钙化占比比较差异均有统计学意义(均P<0.05)。多因素Logistic回归分析显示,微钙化、结节最大径、ETE、年龄、TgAb水平、BRAFV600E基因突变均为PTC颈部LNM的独立影响因素(均P<0.05)。ROC曲线分析显示,Logistic回归模型预测PTC颈部LNM的曲线下面积(AUC)为0.763;随机森林模型显示,树的数目为272时错误率最低,模型预测PTC颈部LNM的相对重要预测因子排序依次为TgAb水平、BRAFV600E基因突变、微钙化、年龄、ETE、结节最大径,其预测PTC颈部LNM的AUC为0.856,高于Logistic回归模型(Z=2.812,P=0.005)。结论基于随机森林算法构建的PTC颈部LNM预测模型的诊断效能高于基于Logistic回归构建的预测模型,临床医师可根据PTC患者颈部LNM的随机森林重要性排序制定合适的干预措施。

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。

影响结核性胸腔积液并发胸膜增厚的非条件Logistic回归分析

目的探讨影响结核性胸腔积液并发胸膜增厚的相关危险因素。方法回顾性分析2019年1月至2021年3月广州市胸科医院呼吸内科收治的123例结核性胸腔积液患者的临床资料,统计患者胸膜增厚情况,采用单因素及非条件Logistic回归法分析患者胸膜增厚的影响因素。结果胸膜未增厚与胸膜增厚患者性别、年龄、肺结核、胸水分布、用力肺活量(FVC)、第1秒用力呼气容积(FVE1)/FVC、胸水腺苷脱氨酶(ADA)、血清ADA、胸水白细胞、胸水淋巴细胞、胸水中性粒细胞和淋巴细胞比例比较差异无统计学意义;胸膜未增厚与胸膜增厚患者胸水量、胸水吸收时间、FVE1、胸水乳酸脱氢酶(LDH)、血清LDH、胸水蛋白、血清蛋白比较差异有统计学意义(P<0.05)。Logistic回归分析结果显示,胸水量(中大量)、FVE1、胸水LDH、血清LDH、胸水蛋白及血清蛋白是胸膜增厚发生的危险因素(P<0.05)。结论结核性胸腔积液并发胸膜增厚是多因素作用的结果,胸水量、FVE1、胸水吸收时间、胸水LDH、血清LDH、胸水蛋白和血清蛋白与胸膜增厚的发生密切相关,建议临床予以密切监测并积极采取针对性干预措施。

卵圆孔未闭合并偏头痛患者头痛程度影响因素的logistic回归分析

目的分析卵圆孔未闭(PFO)合并偏头痛患者头痛程度影响因素的logistic回归分析。方法选取2022年1—12月商丘市第一人民医院就诊的100例PFO合并偏头痛患者作为研究对象,采用视觉模拟评分法(VAS)分为轻度头痛组(58例)和中重度疼痛组(42例),采用多因素logistic回归分析影响PFO合并偏头痛患者头痛程度的因素。结果单因素分析显示,轻度头痛组和中重度疼痛组吸烟史、高血压史、睡眠质量、情绪变化、PFO右向左分流量、PFO直径、PFO隧道长度及有无房间隔膨出瘤差异有统计学意义(P<0.05)。logistic多因素回归分析显示,吸烟史、高血压史、睡眠质量差、情绪变化、PFO右向左分流量大、PFO直径大、PFO隧道短及房间隔膨出瘤是影响PFO合并偏头痛患者头痛程度的影响因素(P<0.05)。结论吸烟史、高血压史、睡眠质量差、情绪变化、PFO右向左分流量大、PFO直径大、PFO隧道短及房间隔膨出瘤可影响PFO合并偏头痛患者头痛程度,临床应根据上述因素进行针对性干预,以缓解偏头痛患者头痛程度。

X线联合超声Logistic模型预测乳腺癌腋窝淋巴结转移的价值分析

目的分析与乳腺癌腋窝淋巴结转移相关的X线和超声征象,构建Logistic回归模型并评估其对术前预测腋窝淋巴结状态的临床价值。方法选取2015年1月至2022年1月高密市人民医院收治的312例原发性乳腺癌患者作为研究对象,根据是否发生腋窝淋巴结转移(ALNM)分为转移组(n=141)与未转移组(n=171)。所有患者均行X线及超声检查,比较未转移组与转移组乳腺浸润性导管癌的X线征象、超声征象,采用多因素Logistic回归分析ALNM的影响因素;绘制ROC曲线分析X线、超神征象及Logistic回归模型预测乳腺癌腋窝淋巴结转移的价值。结果两组X线原发灶长径、皮肤增厚、乳头回缩、淋巴结门和淋巴结密度比较差异有统计学意义(P<0.05),两组象限位置、钙化和边缘毛刺比较差异无统计学意义;两组超声原发灶长径、淋巴结皮髓质分界和淋巴结皮质比较差异有统计学意义(P<0.05),两组原发灶高回声晕、后场回声、血流分级和纵横比比较差异无统计学意义。多因素Logistic回归分析结果显示,X线征象的乳房皮肤增厚征象、超声淋巴结皮质增厚征象是乳腺浸润性导管癌患者发生ALNM的独立危险因素(P<0.05)。ROC曲线分析结果显示,X线乳房皮肤增厚征象和超声征象的淋巴结皮质增厚预测淋巴结转移的AUC分别为0.652(95%CI:0.589~0.714)、0.725(95%CI:0.666~0.784),模型预测ALNM的AUC为0.795(95%CI:0.742~0.848),预测效能较好。结论乳腺癌患者的X线皮肤增厚征象和超声腋窝淋巴结皮质增厚征象与ALNM有关,X线联合超声的Logistic模型可较准确地预测乳腺癌患者的腋窝淋巴结状态。

社会融合视角下农民工城市定居意愿探赜——基于Logistic模型的实证研究

农民工的城市定居意愿影响农民工市民化进程,进而影响我国新型城镇化建设与乡村振兴。文章基于2023年873份农民工问卷,在社会融合视角下,构建二元logistic回归模型对农民工的城市定居意愿影响因素进行研究。实证研究表明,只有58%的农民工具有城市定居意愿。农民工性别、年龄、婚姻状况、教育水平、家庭随迁人口数量、城市迁移时间长短等因素对定居意愿均没有显著影响;参加本地医保、身份认同、经济收入、健康状况、承包地等因素对农民工的城市定居意愿影响较大;社会参与度、闲暇生活、居住证等在一定程度上提升农民工的定居意愿。如何持续提升农民工的城市定居意愿,文章从社会关系融合、经济收入及公共服务均等化等三个方面提出了对策建议。

基于Logistic回归的国际时尚品牌销售渠道选择影响因素分析

为了帮助国际时尚品牌合理、科学地选择销售渠道和制定销售策略,以满足不同地区不同类型消费者的需求,提高品牌市场竞争力。首先依据访谈数据确定分析因子,建立影响国际时尚品牌销售渠道选择的多因素分析理论模型,提出可能影响国际品牌销售渠道选择的消费者偏好分析指标体系,从消费者个人特征、心理偏好、品类偏好以及时尚认知4个维度设计问卷并进行调研。运用SPSS软件对问卷回收数据进行录入,并采用Logistic回归分析数据,从而验证模型假设。通过分析结果可知,以上4个维度下的诸多影响因子均对国际品牌销售渠道的选择产生显著影响,并给出了具体的指导策略。品牌商可以根据研究结果制定对应的销售策略,以有效提高销售渠道利用率,最大化提升品牌销售业绩。

贝叶斯Logistic回归模型在中老年人心脏病影响因素分析中的应用

目的探讨贝叶斯Logistic回归模型在心脏病影响因素分析研究中的应用价值。方法数据资料来自2015年中国健康与养老追踪调查中的525例调查对象。利用OpenBUGS软件分别拟合了贝叶斯随机效应和固定效应的Logistic回归模型,并在两种模型中估计各影响因素与因变量关系的优势比(OR)及95%可信区间(95%CI)。结果贝叶斯随机效应和固定效应的Logistic回归模型分析结果均显示,性别、高血压和糖尿病是心脏病患病率的影响因素。两个模型的收敛效果均较好,参数估计结果也相差较小,但随机效应模型的拟合效果略差于固定效应模型(随机效应模型:DIC=156.6,pD=11.96;固定效应模型:DIC=155.8,pD=7.79)。结论在贝叶斯Logistic回归模型中引入随机效应参数需根据具体情况而定,否则反而可能会降低模型的拟合效果。