检索结果-内蒙古大学图书馆

湖泊科学 2021年第4期33卷 1031-1042页

作者：欧阳添闪锟周博天黄昱吴忠兴尚明生西南大学三峡库区生态环境教育部重点实验室重庆市三峡库区植物生态与资源重点实验室重庆400715 中国科学院重庆绿色智能技术研究院大数据与智能计算重庆市重点实验室重庆400714

三峡水库在不同水位调控期支流回水区末端水深变化幅度较大,加之复杂水动力变化产生的生境异质性,塑造出有别于浅水湖泊的水华暴发特征.本研究基于库区4条支流——香溪河、澎溪河、大宁河及草堂河部署的自动监测数据,利用小波变换(WT)... 详细信息

三峡水库在不同水位调控期支流回水区末端水深变化幅度较大,加之复杂水动力变化产生的生境异质性,塑造出有别于浅水湖泊的水华暴发特征.本研究基于库区4条支流——香溪河、澎溪河、大宁河及草堂河部署的自动监测数据,利用小波变换(WT)和长短期记忆网络(LSTM)构建藻类时序变化预测模型,并探讨神经网络层数、每层隐藏神经元数、时间步长数等关键参数的最优组合.结果表明:WT-LSTM模型可有效预测在线获取的叶绿素a浓度变化,模型在4条支流的均方根误差(RMSE)为0.049-0.221μg/L,平均相对误差(MRE)为0.43%-1.12%;预测结果揭示深度神经网络方法可有效地提取在线藻类时序数据特征,而相较于深度置信网络(DBN),LSTM在4条支流叶绿素a预测的平均RMSE和MRE分别降低了9.20%和3.06%;在线监测数据的小波降噪并未影响叶绿素a的变化趋势,且WT-LSTM模型对叶绿素a预测效果显著提升于WT-DBN,平均RMSE和MRE分别降低了51.72%和59.24%;通过设置不同时间步长的预测实验,证实24 h内模型精度会随着预测步长的增加而降低,但模型平均相对误差可保持在13%以内,且对区间内叶绿素a极大值的预测精度要优于其平均值.本研究为水华预测上耦合在线监测与深度学习提供了研究范例,通过4个站点数据的交叉验证实验,亦证实具有统计学关联性的不同空间数据合并后可延展时序模型的学习样本,增强模型在实际应用中的稳健性.

关键词：在线监测小波变换长短期记忆网浮游植物三峡水库

来源：评论

学校读者我要写书评

暂无评论

基于线性混合效应模型双惩罚变量选择研究老年人抑郁影响因素

引用

中国卫生统计 2024年第5期41卷 725-729页

作者：罗川钦杨宜平重庆工商大学数学与统计学院 400067 统计智能计算与监测重庆市重点实验室

目的应用线性混合效应模型双惩罚变量选择对老年人抑郁量表得分(GDS)进行分析,旨在研究老年人抑郁的主要影响因素。方法数据来源于美国国家阿尔茨海默协作中心,筛选2018—2023年期间连续随访5次以上的165人的830次随访结果。首先构建线... 详细信息

目的应用线性混合效应模型双惩罚变量选择对老年人抑郁量表得分(GDS)进行分析,旨在研究老年人抑郁的主要影响因素。方法数据来源于美国国家阿尔茨海默协作中心,筛选2018—2023年期间连续随访5次以上的165人的830次随访结果。首先构建线性混合效应模型,然后采用双惩罚变量选择方法同时对固定效应和随机效应进行变量选择,利用坐标下降算法寻找最小的BIC、AIC、EBIC、BICC值,从而找到惩罚参数的最佳组合。结果惩罚参数的最佳组合为λ_(1n)=0.07,λ_(2n)=0.03。模型选择出固定效应:自理能力、静息心率、记忆力损伤,估计值分别为0.0574、0.0121、1.6232;性别、生活状况、烟龄、嗜酒等具有随机效应。结论研究结果表明受试者自理能力、静息心率、记忆力损伤与老年抑郁呈正相关,其中记忆力损伤对老年抑郁的影响最大。此外,老年抑郁影响因素存在个体差异性,个体差异性最大的因素是身高和视力损伤。最后针对变量选择结果本文给出了应对和预防老年抑郁的相关建议。

关键词：线性混合效应模型双惩罚纵向数据老年抑郁

来源：评论

学校读者我要写书评

暂无评论

高阶空间自回归模型的变量选择

引用

山西大学学报(自然科学版) 2024年

作者：程素丽雷洋重庆工商大学数学与统计学院统计智能计算与监测重庆市重点实验室

高阶空间自回归模型可以刻画各个单元之间基于不同类型关系（如：地理距离、经济距离、社会关系等）的空间相互依赖性。本文研究了高阶空间自回归模型的变量选择问题，通过SCAD方法惩罚压缩相关参数，达到对空间效应、估计参数和变量选... 详细信息

高阶空间自回归模型可以刻画各个单元之间基于不同类型关系（如：地理距离、经济距离、社会关系等）的空间相互依赖性。本文研究了高阶空间自回归模型的变量选择问题，通过SCAD方法惩罚压缩相关参数，达到对空间效应、估计参数和变量选择同时识别的目的。此外，提出了一种可行的迭代算法，并在一定正则条件下，证明了所得到的惩罚估计量具有相合性和渐近正态性。最后，通过蒙特卡洛数值模拟和波士顿房价实证分析验证了该方法的优良表现。

关键词：变量选择 Oracle性质 SCAD惩罚数值模拟

来源：评论

学校读者我要写书评

暂无评论

面板数据固定效应线性回归模型的变量选择

引用

山西大学学报(自然科学版) 2024年

作者：田果杨宜平重庆工商大学数学与统计学院统计智能计算与监测重庆市重点实验室

本文基于弹性网（Elastic net）惩罚为面板数据固定效应线性回归模型提出了一种新的变量选择过程，所提出的变量选择过程能处理强相关变量的变量选择问题。先通过正向正交偏差变换消除固定效应，然后构造了基于Elastic net惩罚的最小二... 详细信息

本文基于弹性网（Elastic net）惩罚为面板数据固定效应线性回归模型提出了一种新的变量选择过程，所提出的变量选择过程能处理强相关变量的变量选择问题。先通过正向正交偏差变换消除固定效应，然后构造了基于Elastic net惩罚的最小二乘目标函数，进而同时进行回归系数的估计和变量选择，证明了所得估计的组效应性质。所提出的变量选择过程不仅消除了固定效应的影响，而且即使协变量存在共线性时，也能很好地识别出真实模型。其次，模拟研究了本文提出方法的有限样本性质。模拟研究表明：与Lasso,ALasso以及SCAD变量选择方法相比，提出的Elastic net变量选择方法能够很好的将强相关变量选入模型。最后，采用文中提出的方法分析了实际数据。

关键词：强相关变量正向正交偏差变换弹性网组效应

来源：评论

学校读者我要写书评

暂无评论

基于辅助回归的面板数据固定效应变系数模型的估计

引用

应用概率统计 2024年第4期40卷 608-624页

作者：杨宜平覃少红赵培信重庆工商大学数学与统计学院重庆400067 经济智能计算与监测重庆市重点实验室重庆400067

本文针对面板数据固定效应变系数模型引入辅助回归来解释个体效应与协变量之间的关系,以此来处理固定效应,将模型转化为部分线性变系数模型.为了获得系数函数的估计,采用正交投影的方法消除固定效应,进一步基于局部线性估计对系数函数... 详细信息

本文针对面板数据固定效应变系数模型引入辅助回归来解释个体效应与协变量之间的关系,以此来处理固定效应,将模型转化为部分线性变系数模型.为了获得系数函数的估计,采用正交投影的方法消除固定效应,进一步基于局部线性估计对系数函数进行估计.在一些正则条件下,给出了系数函数估计的渐近性质.随后,模拟研究了所提出的估计方法的有限样本性质.模拟结果表明无论个体效应是随机的还是固定的,本文方法优于已有的方法.最后,对艾滋病人的CD4数据进行了实证分析.

关键词：面板数据固定效应变系数模型局部线性估计

来源：评论

学校读者我要写书评

暂无评论

一种基于宽度学习系统变体结构的肺炎检测方法

引用

西北大学学报（自然科学版） 2024年第4期54卷 665-676页

作者：黎珂源张清华靳朋仁谢秦重庆邮电大学计算智能重庆市重点实验室重庆400065 重庆邮电大学大数据智能计算重点实验室重庆400065 重庆邮电大学旅游多源数据感知与决策技术文化和旅游部重点实验室重庆400065

肺炎作为常见的呼吸系统疾病,准确、快速地诊断对患者的健康恢复至关重要。随着医疗技术的革新和人工智能的发展,计算机辅助诊断在医学领域的应用日益广泛。深度学习在肺炎检测领域取得了显著的成果,但其庞大的参数数量和复杂的网络结... 详细信息

肺炎作为常见的呼吸系统疾病,准确、快速地诊断对患者的健康恢复至关重要。随着医疗技术的革新和人工智能的发展,计算机辅助诊断在医学领域的应用日益广泛。深度学习在肺炎检测领域取得了显著的成果,但其庞大的参数数量和复杂的网络结构导致训练时间长、计算资源消耗大等局限性。为了解决上述问题,提出了一种基于宽度学习系统变体结构的肺炎检测方法。该方法在原始宽度学习系统的基础上,引入了级联金字塔结构;同时,利用预训练的EfficientNet网络作为前置特征提取器;此外,还提出了适用于该模型的增量学习算法,包括增加额外的增强节点、特征节点和训练样本,以进一步优化模型性能;最后,在公开的肺炎胸部X射线数据集上进行了对比实验。实验结果表明,该方法实现了92.83%的准确率,AUC值高达98.86%,与众多深度卷积神经网络相比,具有相似的精度,同时大幅缩短了模型的训练时间。

关键词：肺炎检测宽度学习系统级联金字塔增量学习

来源：评论

学校读者我要写书评

暂无评论

一个复杂混沌系统的分析与同步控制

引用

系统科学与数学 2024年第5期44卷 1311-1323页

作者：陈松张付臣肖敏重庆工商大学数学与统计学院统计智能计算与监测重庆市重点实验室重庆400067 南京邮电大学自动化学院人工智能学院南京210023

为了更好研究混沌现象的本质和利用混沌,根据混沌系统的李雅普诺夫稳定性理论和分岔理论研究了一类三维广义Rabinovich系统的混沌动力学特性,包括耗散性、平衡点和局部渐近稳定性、李雅普诺夫指数、李雅普诺夫维数、分岔图、全局吸引域... 详细信息

为了更好研究混沌现象的本质和利用混沌,根据混沌系统的李雅普诺夫稳定性理论和分岔理论研究了一类三维广义Rabinovich系统的混沌动力学特性,包括耗散性、平衡点和局部渐近稳定性、李雅普诺夫指数、李雅普诺夫维数、分岔图、全局吸引域等.依据混沌系统全局指数吸引集的结果和Dini导数,设计合适的控制器实现了两个相同混沌系统的全局指数同步.为了使所设计的控制器在实际应用中更容易实现且使同步方案有高效的同步速率,文章设计了线性反馈控制器使两个混沌系统达到全局指数同步.文章的创新点在于,首先得到了该混沌系统每个变量最终界的数学表达式,然后利用混沌系统的有界性得到了混沌系统控制器的精确数学表达式.最后,文章对同步过程进行数值模拟,仿真结果证实了理论的可行性.

关键词：混沌系统 Dini 导数稳定性全局吸引域全局指数同步

来源：评论

学校读者我要写书评

暂无评论

湖泊营养状态遥感评价及其表征参数反演算法研究进展

引用

遥感学报 2022年第1期26卷 77-91页

作者：周博天张雅燕施坤中国科学院重庆绿色智能技术研究院大数据与智能计算重庆市重点实验室重庆400714 杭州市淳安生态环境监测站杭州311700 中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室南京210008

湖泊富营养化由于其可导致藻类水华暴发,引发生态系统灾变和饮用水风险,是中国乃至全球湖泊面临的主要生态环境问题。湖泊营养状态精准、实时、大范围的同步监测是准确掌握湖泊水环境变化特征,开展富营养化成因分析、评价评估、治理修... 详细信息

湖泊富营养化由于其可导致藻类水华暴发,引发生态系统灾变和饮用水风险,是中国乃至全球湖泊面临的主要生态环境问题。湖泊营养状态精准、实时、大范围的同步监测是准确掌握湖泊水环境变化特征,开展富营养化成因分析、评价评估、治理修复和管理考核的重要基石。相比地面调查的传统手段,遥感具有快速、大范围、周期性等优点,已经广泛应用于叶绿素、透明度和营养状态等多种湖泊水环境参数监测。通过深入分析近年来大量相关文献,本文系统总结了现有湖泊营养状态遥感估算和评价方法,介绍了表征湖泊营养状态关键参数反演算法的研究进展,最后从遥感大数据视角对湖泊富营养化研究的发展提出了建议与展望。

关键词：湖泊富营养化营养状态遥感评价水体参数反演算法遥感大数据

来源：评论

学校读者我要写书评

暂无评论

一个广义Lorenz系统平衡点的局部稳定性与全局吸引性

引用

四川大学学报（自然科学版） 2024年第2期61卷 36-39页

作者：祝崇涵张付臣穆春来重庆工商大学数学与统计学院/统计智能计算与监测重庆市重点实验室重庆400067 重庆大学数学与统计学院重庆401331

本文研究了一个广义Lorenz系统的平衡点的稳定性(全局指数稳定、全局渐近稳定)及不稳定的判据,获得了系统的全局吸引性,并推广了已有的一些混沌演化研究方法.

关键词：广义Lorenz系统稳定性吸引域

来源：评论

学校读者我要写书评

暂无评论

基于树模型的差分隐私保护算法

引用

重庆邮电大学学报(自然科学版) 2020年第5期32卷 848-856页

作者：邓蔚陈秀婷张清华王国胤重庆邮电大学计算智能重庆市重点实验室西南财经大学统计学院

目前面向分类的差分隐私保护算法中,大部分都是基于决策树或者随机森林等树模型。若数据集中同时存在连续数据和离散数据时,算法往往会选择调用2次指数机制,并且进行隐私预算分配时往往选择平均分配。这都使得隐私预算过小、噪声过大、... 详细信息

目前面向分类的差分隐私保护算法中,大部分都是基于决策树或者随机森林等树模型。若数据集中同时存在连续数据和离散数据时,算法往往会选择调用2次指数机制,并且进行隐私预算分配时往往选择平均分配。这都使得隐私预算过小、噪声过大、时间成本增加以及分类准确性降低。如何在保证数据隐私的同时尽可能地保证数据可用性,并提高算法性能,成为目前差分隐私保护技术研究的重点。提出了面向决策树和随机森林的差分隐私保护数据挖掘算法,使用Laplace机制来处理离散型特征,使用指数机制处理连续型特征,选择最佳分裂特征和分裂点,并采用最优特征选择策略和等差预算分配加噪策略。对金融数据集的测试结果表明,提出的2种基于树模型的差分隐私保护算法都能在保护数据隐私的同时,具有较高的分类准确性,并且能够充分利用隐私保护预算,节省了时间成本。

关键词：隐私保护差分隐私等差预算分配决策树随机森林

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：