預(yù)測模型
- LPG需求量的影響因素分析及應(yīng)用研究
G；需求量；預(yù)測模型；主成分提?。籗PSS中圖分類號：F2?????文獻(xiàn)標(biāo)識碼：A??????doi：10.19311/j.cnki.16723198.2024.04.0040?引言液化石油氣（簡稱LPG，主要成分為C3和C4）屬于油氣副產(chǎn)品，廣泛應(yīng)用于工業(yè)深加工、民用燃燒及商業(yè)等領(lǐng)域，因其產(chǎn)品屬性，在很多領(lǐng)域與天然氣形成互補，是鄉(xiāng)鎮(zhèn)燃?xì)獾闹匾M成部分，在陶瓷玻璃制品、種植業(yè)保溫、除草殺蟲、畜牧養(yǎng)殖等鄉(xiāng)村振興中扮演不可替代的作用。此外，LPG作為原料氣廣泛
現(xiàn)代商貿(mào)工業(yè) 2024年4期2024-01-27
- 基于機(jī)器學(xué)習(xí)的高強(qiáng)鋼焊接等截面箱型柱整體穩(wěn)定性預(yù)測方法
機(jī)器學(xué)習(xí)建立預(yù)測模型的方法。首先確定模型的輸入輸出參數(shù)，并通過纖維模型方法建立數(shù)據(jù)庫；接著，選用常見的3種不同類型的機(jī)器學(xué)習(xí)模型和現(xiàn)有規(guī)范中的經(jīng)驗?zāi)Ｐ瓦M(jìn)行預(yù)測，并依據(jù)評價指標(biāo)進(jìn)行性能對比；最后，根據(jù)可解釋算法分析機(jī)器學(xué)習(xí)模型的合理性。結(jié)果表明：大部分機(jī)器學(xué)習(xí)模型預(yù)測結(jié)果與試驗結(jié)果吻合度略高于現(xiàn)有規(guī)范中的經(jīng)驗?zāi)Ｐ?，其中，高斯過程回歸模型對高強(qiáng)鋼構(gòu)件整體穩(wěn)定性的預(yù)測表現(xiàn)最優(yōu)；機(jī)器學(xué)習(xí)預(yù)測模型中各類參數(shù)對構(gòu)件整體穩(wěn)定性的影響趨勢符合預(yù)期，驗證了機(jī)器學(xué)習(xí)模型的合理
土木建筑與環(huán)境工程 2024年1期2024-01-03
- 重癥患者腸內(nèi)營養(yǎng)喂養(yǎng)不耐受風(fēng)險篩查方法研究進(jìn)展
喂養(yǎng)不耐受；預(yù)測模型；篩查工具 中圖分類號：R473?? 文獻(xiàn)標(biāo)志碼：A?? DOI：10.3969/j.issn.1003-1383.2023.09.016 喂養(yǎng)不耐受（feeding intolerance，F(xiàn)I）是指患者在腸內(nèi)營養(yǎng)（enteral nutrition，EN）過程中發(fā)生的常見不良反應(yīng)，通常指一系列胃腸道癥狀，如胃殘余量增多、嘔吐、腹瀉、腹痛等，會導(dǎo)致患者腸內(nèi)營養(yǎng)輸注量減少，營養(yǎng)需求得不到滿足，達(dá)不到營養(yǎng)目標(biāo)［1-2］。FI是全球重癥監(jiān)護(hù)
右江醫(yī)學(xué) 2023年9期2023-10-20
- 日照市茶樹小綠葉蟬發(fā)生面積預(yù)測預(yù)報模型的建立
小綠葉蟬；預(yù)測模型；線性回歸；山東省日照市中圖分類號：S161 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2023.14.064自1966年“南茶北引”成功引種以來，山東省日照市逐步發(fā)展為秦嶺—淮河以北最大的綠茶生產(chǎn)基地。據(jù)日照市農(nóng)業(yè)科學(xué)研究院統(tǒng)計，截至2020年底，日照市茶園總面積1.95萬hm2，總產(chǎn)值33億元，日照市茶園面積和年產(chǎn)量已分別占山東省的60%和75%以上。茶樹蟲害是造成日照綠茶減產(chǎn)和品質(zhì)降低的重要因素，
南方農(nóng)業(yè)·下旬 2023年7期2023-10-08
- 新冠疫情對全球生物多樣性熱點地區(qū)森林面積的影響
， 遙感， 預(yù)測模型中圖分類號：Q948? ? 文獻(xiàn)標(biāo)識碼：A? ? 文章編號：1000-3142（2023）08-1478-10A global perspective on the influence of COVID-19 pandemic on forest areas in biodiversity hotspotsZHOU Shuai1，2*（ 1. ?Shanxi Academy of Forestry and Grassland Scien
廣西植物 2023年8期2023-09-21
- 肺腺癌并發(fā)腦轉(zhuǎn)移危險因素分析及預(yù)測模型構(gòu)建
構(gòu)建列線圖的預(yù)測模型。方法?選取浙江省醫(yī)療健康集團(tuán)杭州醫(yī)院2017年1月至2022年1月收治的肺腺癌患者235例，其中145例患者診斷為肺腺癌并發(fā)腦轉(zhuǎn)移，為轉(zhuǎn)移組，剩余未出現(xiàn)腦轉(zhuǎn)移的90例患者為未轉(zhuǎn)移組。對兩組患者的一般資料進(jìn)行統(tǒng)計學(xué)分析并構(gòu)建Nomogram預(yù)測模型。結(jié)果?兩組患者的性別、T分期、腫瘤直徑、進(jìn)行手術(shù)治療、Karnofsky功能狀態(tài)（Karnofsky?performance?status，KPS）評分比較差異均有統(tǒng)計學(xué)意義（均P6.36c
中國現(xiàn)代醫(yī)生 2023年24期2023-09-15
- 嬰幼兒呼吸道合胞病毒中-重度感染的預(yù)測模型構(gòu)建與驗證
險因素，建立預(yù)測模型并驗證。方法 回顧性分析399例RSV感染患兒的臨床資料，其中299例為建模組、100例為驗證組。采用單因素和多因素Logistic回歸分析篩選出中-重度感染的危險因素，并建立臨床評分模型。結(jié)果 建模組299例RSV感染患兒中，判定為中-重度48例、輕度251例。根據(jù)單因素及多因素Logistic 回歸分析篩選出體重、喂養(yǎng)史、是否喘息、紅細(xì)胞分布寬度、紅細(xì)胞壓積等影響因素（P均< 0.05），用于擬合聯(lián)合診斷，制作臨床評分模型。該臨床評
新醫(yī)學(xué) 2023年8期2023-08-24
- 基于CiteSpace知識圖譜分析的露天礦粉塵濃度預(yù)測研究進(jìn)展與展望
化的組合算法預(yù)測模型。未來露天礦粉塵濃度預(yù)測研究應(yīng)深入挖掘影響粉塵濃度的因素和科學(xué)建立預(yù)測指標(biāo)體系，加強(qiáng)機(jī)器學(xué)習(xí)和智能優(yōu)化算法的組合應(yīng)用。關(guān)鍵詞：露天礦；粉塵濃度；預(yù)測模型；知識圖譜；計量分析中圖分類號：TD 804文獻(xiàn)標(biāo)志碼：A文章編號：1672-9315（2023）04-0675-11DOI：10.13800/j.cnki.xakjdxxb.2023.0404Prediction of? dust concentration in open-pit m
西安科技大學(xué)學(xué)報（社會科學(xué)版） 2023年4期2023-08-09
- 膿毒癥相關(guān)性腦病院內(nèi)死亡風(fēng)險預(yù)測模型的構(gòu)建與驗證
者的死亡風(fēng)險預(yù)測模型并進(jìn)行驗證。方法?提取2008—2019年重癥醫(yī)學(xué)信息數(shù)據(jù)庫（Medical?Information?Mart?for?Intensive?Care-Ⅳ，MIMIC-Ⅳ）中2767例SAE患者的臨床數(shù)據(jù)作為訓(xùn)練集，構(gòu)建死亡風(fēng)險預(yù)測模型，并對其預(yù)測準(zhǔn)確性及擬合優(yōu)度進(jìn)行評價?；仡櫺允占?018年6月至2021年6月合肥市第二人民醫(yī)院重癥醫(yī)學(xué)科的134例SAE患者臨床數(shù)據(jù)納入驗證集，代入預(yù)測模型進(jìn)行外部驗證。結(jié)果?多因素Logistic回歸分
中國現(xiàn)代醫(yī)生 2023年20期2023-08-08
- 高齡產(chǎn)婦產(chǎn)后抑郁的影響因素分析及預(yù)測模型構(gòu)建與驗證
響因素并構(gòu)建預(yù)測模型。方法?回顧性選取2019年1月至2021年6月在蘇州大學(xué)附屬蘇州九院產(chǎn)檢并分娩的408例高齡產(chǎn)婦（≥35周歲）作為研究對象進(jìn)行模型構(gòu)建，根據(jù)產(chǎn)婦產(chǎn)后42d的抑郁情況，分為抑郁組（n=63）和非抑郁組（n=345）。比較兩組的臨床資料，篩選影響因素構(gòu)建預(yù)測模型并用于臨床，選取2021年7月至2022年7月的128例高齡產(chǎn)婦作為模型驗證。結(jié)果?408例高齡產(chǎn)婦在產(chǎn)后42d發(fā)現(xiàn)63例發(fā)生PPD，占15.44%。其中文化程度低、家庭關(guān)系不融洽
中國現(xiàn)代醫(yī)生 2023年20期2023-08-08
- 基于大數(shù)據(jù)決策樹的學(xué)生成績分析和預(yù)測模型設(shè)計
樹的學(xué)生成績預(yù)測模型，根據(jù)學(xué)生學(xué)習(xí)狀態(tài)，間接建立成績預(yù)測系統(tǒng)，以解決學(xué)生成績預(yù)測困難、模型復(fù)雜等問題，通過研究發(fā)現(xiàn)，基于大數(shù)據(jù)決策樹系統(tǒng)預(yù)測學(xué)生成績精準(zhǔn)率達(dá)到94%，對學(xué)生成績的監(jiān)控極為有利，而且也可預(yù)測學(xué)生成績的提升。關(guān)鍵詞：大數(shù)據(jù)；決策樹；學(xué)生成績；預(yù)測模型近年來，隨著我國高校教學(xué)、學(xué)生與科研等數(shù)據(jù)不斷積累，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用于各個行業(yè)，教育數(shù)據(jù)挖掘也成了越來越多專家學(xué)者的關(guān)注和研究方向。尤其是2017年在武漢召開的第十屆國際教育數(shù)據(jù)挖掘大會，將研
中國新通信 2023年9期2023-07-25
- 低頻天氣圖在華西秋雨預(yù)報中的應(yīng)用
秋雨顯著降水預(yù)測模型。對預(yù)測模型在華西秋雨中期延伸期段進(jìn)行外推檢驗，得到綜合預(yù)報準(zhǔn)確率大概為46%。關(guān)鍵詞：華西秋雨；低頻擾動信號；低頻天氣圖；預(yù)測模型；中期延伸期Abstract：Using?daily?precipitation?data?from?373?national?meteorological?observation?stations?in?West?China，as?well?as?the?u?and?v?wind?field?data?o
科技風(fēng) 2023年19期2023-07-17
- 石灰-粉煤灰固化黃土配合比設(shè)計及力學(xué)性能評估
路基力學(xué)指標(biāo)預(yù)測模型，可為路基長期工程質(zhì)量評估提供參考。關(guān)鍵詞：黃土路基；石灰-粉煤灰；配合比；預(yù)測模型中圖分類號：U414???????????????????????????? 文獻(xiàn)標(biāo)志碼：A0引言在我國，黃土的分布面積約為630000 km2，主要集中在黃土高原地區(qū)，其覆蓋厚度為100 m ～300 m 。在工程領(lǐng)域，黃土因其承載力較低、壓縮性較大、水敏感性較高被歸入問題土類[1]。因此，在黃土地區(qū)修筑路基時，需要對黃土采取加固措施以提高其承載力并減
甘肅科技縱橫 2023年2期2023-07-11
- 基于Matlab電波預(yù)測模型在電磁場教學(xué)改革中的應(yīng)用
電波傳播; 預(yù)測模型；拋物方程；Matlab中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2023）14-0080-000 引言隨著世界信息化的快速發(fā)展，無線通信技術(shù)在各個領(lǐng)域都得到廣泛的應(yīng)用，如中國的北斗衛(wèi)星、5G蜂窩移動通信、超視距通信與雷達(dá)探測等各種無線通信系統(tǒng)。然而，所有的無線通信系統(tǒng)從根本上都是基于電磁波在近距離或遠(yuǎn)距離范圍的傳播來實現(xiàn)信息的交互，與傳統(tǒng)的有線通信技術(shù)相比，它具有頻帶寬、易維護(hù)、成本低等眾多的優(yōu)勢。因此，對電
電腦知識與技術(shù) 2023年14期2023-07-10
- 構(gòu)建婦科惡性腫瘤術(shù)后小腿肌間靜脈叢血栓預(yù)測模型
，構(gòu)建列線圖預(yù)測模型并進(jìn)行驗證。方法?回顧性分析2021年1月至12月于溫州醫(yī)科大學(xué)附屬第一醫(yī)院行手術(shù)治療的262例婦科惡性腫瘤患者的相關(guān)資料，根據(jù)術(shù)后是否發(fā)生MCVT分為血栓組（n=46）和非血栓組（n=216）。統(tǒng)計分析婦科惡性腫瘤患者術(shù)后發(fā)生MCVT的危險因素，構(gòu)建列線圖預(yù)測模型并驗證其預(yù)測效能。結(jié)果?Logistic多因素回歸分析結(jié)果顯示，術(shù)后高熱（>38.5℃）、年齡、術(shù)中出血量，D-二聚體為婦科惡性腫瘤患者術(shù)后發(fā)生MCVT的獨立危險因素（P[關(guān)
中國現(xiàn)代醫(yī)生 2023年17期2023-07-04
- 查詢片段中用戶信息記錄行為預(yù)測研究
息記錄行為；預(yù)測模型；搜索活動；活動轉(zhuǎn)移序列中圖分類號：G252.7? ?文獻(xiàn)標(biāo)識碼：Ａ? ?DOI：10.11968/tsyqb.1003-6938.2023010Abstract Note-taking behavior is often regarded as one of the important external representations of information use activities in the completion of
圖書與情報 2023年1期2023-06-18
- 基于機(jī)器學(xué)習(xí)的風(fēng)速信號預(yù)測模型概述
習(xí)的風(fēng)速信號預(yù)測模型概述進(jìn)行討論，進(jìn)一步彌補現(xiàn)有研究中存在的不足，提高了預(yù)測精度。關(guān)鍵詞：機(jī)器學(xué)習(xí)；風(fēng)速；預(yù)測模型一、引言機(jī)器學(xué)習(xí)是人工智能的一個分支，它一般通過在大量的數(shù)據(jù)上進(jìn)行訓(xùn)練來實現(xiàn)一些特定的任務(wù)，比如圖片分類問題，預(yù)測問題，實時翻譯問題等等。風(fēng)能作為一種主要的可再生綠色能源，因其技術(shù)可行性高，低污染，存在巨大的潛力，國內(nèi)外很多研究人員對其進(jìn)行了研究。在過去的幾十年中，隨著人工智能和計算機(jī)技術(shù)的發(fā)展，人工智能模型也被許多學(xué)者研究并應(yīng)用到風(fēng)速中，相比
客聯(lián) 2023年2期2023-06-18
- 核電廠反應(yīng)堆壓力容器材料輻照脆化研究進(jìn)展綜述
預(yù)測與結(jié)構(gòu)化預(yù)測模型的優(yōu)缺點。結(jié)構(gòu)化預(yù)測模型能夠很好地解釋材料脆化特征與脆化機(jī)理之間的關(guān)系，對本質(zhì)上理解輻照脆化效應(yīng)并改進(jìn)RPV材料的設(shè)計制造具有重要意義。關(guān)鍵詞：反應(yīng)堆壓力容器；輻照脆化；影響因素；脆化機(jī)制；預(yù)測模型Abstract：Reactor Pressure Vessel is a critical component in Nuclear power plant，which usually suffers severest irradiatio
科技風(fēng) 2023年13期2023-06-11
- 基于機(jī)器學(xué)習(xí)的直播電商客戶流失風(fēng)險預(yù)測
；客戶流失；預(yù)測模型引言隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，直播電商平臺如雨后春筍般涌現(xiàn)，如淘寶、抖音、快手、小紅書等?？蛻艨蛇x擇的直播平臺和直播內(nèi)容越來越多。流量大小對客戶訂單數(shù)量有直接影響，客戶流失在直播電商中屢見不鮮。提高客戶流失預(yù)測精度，建立客戶流失預(yù)警機(jī)制，及時維系和挽留客戶，有助于直播電商企業(yè)降低客戶維系成本，提高企業(yè)經(jīng)濟(jì)效益。1. 國內(nèi)外研究現(xiàn)狀機(jī)器學(xué)習(xí)方法作為人工智能的核心算法，在客戶流失問題的研究中被廣泛應(yīng)用。國外學(xué)者對于客戶流失（Customer C
互聯(lián)網(wǎng)周刊 2023年10期2023-06-06
- 電網(wǎng)資產(chǎn)壽命預(yù)測模型研究
境等的多因素預(yù)測模型，并驗證模型的有效性。研究表明，投運到首次出現(xiàn)故障、首次強(qiáng)迫停運、首次出現(xiàn)缺陷、首次停電的時間等資產(chǎn)運行情況，公司員工數(shù)量等資產(chǎn)維護(hù)人員配備，以及極端天氣、產(chǎn)業(yè)結(jié)構(gòu)水平、人類活動等宏觀因素，是影響電網(wǎng)資產(chǎn)的主要因素。進(jìn)一步研究發(fā)現(xiàn)，建立分電壓等級、分類別電網(wǎng)資產(chǎn)壽命預(yù)測模型與實際一致程度較高。研究為強(qiáng)化電網(wǎng)資產(chǎn)價值管理、科學(xué)核定電網(wǎng)資產(chǎn)折舊年限提供了理論支撐與經(jīng)驗證據(jù)?！娟P(guān)鍵詞】 電網(wǎng)企業(yè)； 固定資產(chǎn)； 資產(chǎn)壽命； 預(yù)測模型【中圖分類號
會計之友 2023年11期2023-06-05
- 基于多模型融合的BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型的研究
楊姝關(guān)鍵詞：預(yù)測模型；三次指數(shù)平滑預(yù)測；BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測；灰色預(yù)測；多變量LSTM預(yù)測中圖分類號：TP181 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2023）03-0022-041 概述對未來銷售數(shù)據(jù)的精準(zhǔn)預(yù)測是企業(yè)獲得競爭優(yōu)勢并實現(xiàn)目標(biāo)的重要舉措，特別在新冠肺炎疫情全球蔓延背景下，企業(yè)對精準(zhǔn)的銷售預(yù)測數(shù)據(jù)的期望變得尤為重要。怎么利用歷史銷售數(shù)據(jù)與當(dāng)前形勢結(jié)合，預(yù)測未來的銷售量，以此應(yīng)對不斷變化的市場，從而提高企業(yè)自身的應(yīng)變能力?，F(xiàn)有預(yù)測模型都采
電腦知識與技術(shù) 2023年3期2023-05-30
- 腮腺良性腫瘤切除術(shù)后唾液瘺形成風(fēng)險的預(yù)測模型分析
因素，并構(gòu)建預(yù)測模型計算預(yù)測模型的預(yù)測效能。方法：選取2015年1月-2019年12月于筆者醫(yī)院就診的80例腮腺良性腫瘤患者為研究對象，所有患者均擬行腮腺良性腫瘤切除術(shù)，術(shù)后隨訪4周，根據(jù)患者術(shù)后是否發(fā)生唾液瘺分為唾液瘺組和對照組，比較兩組患者臨床資料，采用多因素Logistic回歸方程分析腮腺良性腫瘤切除術(shù)后唾液瘺形成的危險因素;構(gòu)建邏輯回歸預(yù)測模型，分析該模型預(yù)測腮腺良性腫瘤切除術(shù)后唾液瘺形成風(fēng)險的預(yù)測價值。結(jié)果：納入的80例患者未出現(xiàn)失訪病例，均完成
中國美容醫(yī)學(xué) 2022年5期2022-07-12
- 近紅外光譜技術(shù)快速檢測小龍蝦新鮮度
蝦新鮮度定量預(yù)測模型。結(jié)果表明：采用標(biāo)準(zhǔn)正態(tài)變量變換與一階導(dǎo)數(shù)結(jié)合的預(yù)處理方法模型預(yù)測效果最好，且絞碎后的蝦肉光譜比絞碎前建模效果更好;為滿足實際應(yīng)用需要，對絞碎前的蝦肉TVB-N含量預(yù)測模型進(jìn)行分析，其交叉驗證誤差為3.123，交叉驗證相關(guān)系數(shù)為0.947，用此模型對預(yù)測集24 個樣品進(jìn)行預(yù)測，預(yù)測值與實測值的交叉驗證相關(guān)系數(shù)為0.951 4，在TVB-N含量超過20 mg/100 g（不新鮮）的檢測準(zhǔn)確率為100%。近紅外光譜技術(shù)可應(yīng)用于快速檢測小龍蝦
肉類研究 2022年6期2022-07-06
- 柿絨蚧發(fā)生及預(yù)測方法研究
;發(fā)生規(guī)律;預(yù)測模型;研究方法文章編號：2096-8108（2022）03-0021-05中圖分類號：S436.65文獻(xiàn)標(biāo)識碼：AStudy on the Occurrence and Prediction Methods of Acanthococcus kaki KuwanaDONG Jingang1，LI Jinwei2， QIN Zhiqiang1（1.Mudan Forestry Bureau of Heze city， Heze 274000，
山西果樹 2022年3期2022-06-21
- 耦合氣象影響因素和Logistic方程的水稻紋枯病發(fā)病等級動態(tài)預(yù)測模型研究
EBLA病害預(yù)測模型。通過對模型參數(shù)進(jìn)行調(diào)優(yōu)、訓(xùn)練和驗證，實現(xiàn)對水稻紋枯病發(fā)病等級的動態(tài)預(yù)測。結(jié)果表明，Logistic-RICEBLA模型能夠較好地響應(yīng)溫度、濕度等氣象條件的變化，模型預(yù)測結(jié)果與實際的水稻紋枯病發(fā)病等級-時間變化曲線具有較高的一致性。經(jīng)驗證，模型預(yù)測結(jié)果在單時相上精度達(dá)到R2=0.68，RMSE=1，容錯準(zhǔn)確率P_bias=88%，表明預(yù)測值與實際發(fā)病等級的誤差基本控制在±1級范圍內(nèi)。在多時相整體趨勢的驗證方面，模型預(yù)測的病害流行曲線下面
植物保護(hù) 2022年3期2022-06-07
- 高速公路交通流預(yù)測模型研究
的高速交通流預(yù)測模型是較好的解決途徑。文章綜合分析當(dāng)前常見的交通流預(yù)測模型特點，提出了一種CNN-LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測模型，該模型能夠有效結(jié)合CNN神經(jīng)網(wǎng)絡(luò)和LSTM長短時神經(jīng)網(wǎng)絡(luò)的優(yōu)點。通過采用該模型對西寶高速交通流進(jìn)行預(yù)測后發(fā)現(xiàn)CNN-LSTM模型具有準(zhǔn)確的預(yù)測性能，其可為高速公路交通管理運營提供數(shù)據(jù)支持，提高對突發(fā)事件的適應(yīng)性。關(guān)鍵詞 高速公路;交通流;預(yù)測模型;CNN神經(jīng)網(wǎng)絡(luò);LSTM中圖分類號 U491.112 文獻(xiàn)標(biāo)識碼 A 文章編號 20
交通科技與管理 2022年10期2022-06-07
- 維持性血液透析患者骨骼肌質(zhì)量下降預(yù)測模型的構(gòu)建及對護(hù)理工作的啟示
骼肌質(zhì)量下降預(yù)測模型構(gòu)建及相關(guān)護(hù)理工作情況。方法：此次研究對象為120例維持性血液透析患者，入院時間段在2021.1至2022.1.將60例骨骼肌質(zhì)量下降和60例骨骼肌質(zhì)量未下降進(jìn)行單因素分析，應(yīng)用Logistic回歸分析構(gòu)建預(yù)測模型，分析維持性血液患者骨骼肌質(zhì)量下降相關(guān)護(hù)理措施。結(jié)果：在步速、握力、BMI、透析前尿素氮、透析前肌酐以及MMSE方面存在差異（P<0.05）。結(jié)論：維持性血液透析患者骨骼肌質(zhì)量下降構(gòu)建預(yù)測模型操作簡單，能夠為醫(yī)護(hù)人員早期判斷提
健康護(hù)理 2022年4期2022-05-25
- 基于人工神經(jīng)網(wǎng)絡(luò)的計算機(jī)網(wǎng)絡(luò)攻擊預(yù)測模型
算機(jī)網(wǎng)絡(luò)攻擊預(yù)測模型構(gòu)建方法的研究，根據(jù)計算機(jī)網(wǎng)絡(luò)傳輸信息的正向傳輸方向，提取計算機(jī)網(wǎng)絡(luò)節(jié)點信息，并對其進(jìn)行預(yù)處理，在此基礎(chǔ)上設(shè)計基于網(wǎng)絡(luò)節(jié)點的計算機(jī)網(wǎng)絡(luò)攻擊預(yù)測模型架構(gòu)，引進(jìn)人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型，計算模型預(yù)測結(jié)果損失值，進(jìn)行模型中神經(jīng)元反向傳輸預(yù)測結(jié)果的收斂，完成對計算機(jī)網(wǎng)絡(luò)攻擊預(yù)測模型的設(shè)計，提升模型預(yù)測結(jié)果的精度。對比實驗證明：預(yù)測模型在使用中的期望結(jié)果偏差值<0.05，符合市場對計算機(jī)網(wǎng)絡(luò)攻擊預(yù)測模型的應(yīng)用要求?！娟P(guān)鍵詞】人工神經(jīng)網(wǎng)絡(luò);計算機(jī)網(wǎng)絡(luò);
企業(yè)科技與發(fā)展 2022年2期2022-05-12
- 基于交叉熵神經(jīng)網(wǎng)絡(luò)的瀝青路面抗滑性能預(yù)測
路面抗滑性能預(yù)測模型的不足及BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)效率低的問題，文章采用交叉熵代價函數(shù)對神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法進(jìn)行改進(jìn)，建立基于交叉熵神經(jīng)網(wǎng)絡(luò)的瀝青路面抗滑性能預(yù)測模型。同時，以某高速公路2014—2020年路面抗滑指標(biāo)SRI為預(yù)測目標(biāo)，以路面使用年限、年平均交通量、氣溫、降雨量以及日照時長為考慮因素，建立預(yù)測模型，并利用Matlab軟件構(gòu)建模型的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及網(wǎng)絡(luò)訓(xùn)練，對路面抗滑性能進(jìn)行預(yù)測。結(jié)果表明：相同預(yù)測精度下，交叉熵神經(jīng)網(wǎng)絡(luò)模型較一般的均方差神經(jīng)網(wǎng)絡(luò)模型收
西部交通科技 2022年2期2022-04-27
- 上市公司財務(wù)危機(jī)預(yù)測模型構(gòu)建與應(yīng)對研究
公司財務(wù)危機(jī)預(yù)測模型，提出上市公司借助財務(wù)危機(jī)預(yù)測模型來預(yù)估企業(yè)的財務(wù)風(fēng)險發(fā)生概率、找出企業(yè)在財務(wù)管理上存在的問題、預(yù)判企業(yè)的財務(wù)管理成果。上市公司發(fā)現(xiàn)企業(yè)的財務(wù)管理問題是財務(wù)風(fēng)險防范的第一步，而設(shè)計風(fēng)險應(yīng)對方案則是上市公司財務(wù)危機(jī)預(yù)測模型構(gòu)建與應(yīng)用的根本所在。文章從完善財務(wù)風(fēng)險的評估制度、科學(xué)設(shè)計債務(wù)危機(jī)化解方案、積極爭取政府的大力支持等維度，構(gòu)建了上市公司財務(wù)危機(jī)應(yīng)對方案。關(guān)鍵詞：上市公司;財務(wù)危機(jī);預(yù)測模型中圖分類號：F275 ????文獻(xiàn)標(biāo)識碼：A
中國市場 2022年1期2022-03-19
- 河北省雞蛋日均價格預(yù)測模型研究
雞蛋日均價格預(yù)測模型。 關(guān)鍵詞：河北省;雞蛋;日均價格;預(yù)測模型 一、引言 畜牧業(yè)是我國現(xiàn)代農(nóng)業(yè)的重要支柱產(chǎn)業(yè)，蛋雞產(chǎn)業(yè)作為我國畜牧業(yè)的重要組成部分，在促進(jìn)農(nóng)民增收、發(fā)展農(nóng)村經(jīng)濟(jì)及滿足城鄉(xiāng)居民消費需求等方面發(fā)揮了重要作用。然而，在市場經(jīng)濟(jì)的浪潮中，頻繁波動的雞蛋價格不僅直接影響雞蛋生產(chǎn)者與消費者的意愿，同時也影響蛋雞產(chǎn)業(yè)乃至畜牧業(yè)健康和可持續(xù)發(fā)展。因此，對雞蛋價格進(jìn)行科學(xué)預(yù)測和預(yù)警，不僅能夠提高蛋雞生產(chǎn)者的決策能力，而且對于畜牧經(jīng)濟(jì)穩(wěn)定、健康和可持續(xù)
中國集體經(jīng)濟(jì) 2022年1期2022-03-17
- 北京地區(qū)秋季日光溫室黃瓜白粉病預(yù)測的貝葉斯網(wǎng)絡(luò)模型研究
室黃瓜白粉病預(yù)測模型，預(yù)測黃瓜白粉病是否發(fā)病，并與田間觀測的實際發(fā)病情況進(jìn)行比較。結(jié)果表明，模型在4個溫室和整體預(yù)測發(fā)生準(zhǔn)確度 ACC（Accuracy）分別為0.95、0.92、0.91、0.87、0.87，約登指數(shù)J（Youden Index）分別為0.90、0.86、0.84、0.70、0.74。表明模型在預(yù)測整體和各個溫室效果較好，具有良好的普適性，可為實際生產(chǎn)中黃瓜白粉病預(yù)測提供參考。關(guān)鍵詞： 黃瓜;白粉病;貝葉斯網(wǎng)絡(luò);預(yù)測模型中圖分類號：S64
中國瓜菜 2022年2期2022-03-12
- 基于機(jī)器學(xué)習(xí)的企業(yè)內(nèi)部控制重大缺陷預(yù)測
習(xí)的重大缺陷預(yù)測模型能挖掘特征信息， 對可能存在的重大缺陷進(jìn)行識別和預(yù)警， 以防止?jié)撛诘慕?jīng)營風(fēng)險積累到一定程度并在發(fā)生損失后才引起重視。 通過構(gòu)建包括內(nèi)部治理機(jī)制、外部環(huán)境風(fēng)險、財務(wù)狀況、監(jiān)管與信息溝通四個維度的預(yù)測指標(biāo)體系， 利用2012 ～ 2019年滬深兩市A股上市企業(yè)數(shù)據(jù)， 經(jīng)過研究后發(fā)現(xiàn)： 以XGBoost為代表的集成模型在預(yù)測性能上強(qiáng)于個體學(xué)習(xí)器， 在不平衡、高維度、相關(guān)關(guān)系不明確的數(shù)據(jù)集上的預(yù)測效果較為穩(wěn)健， 營業(yè)凈利率、凈資產(chǎn)收益率、產(chǎn)品市
財會月刊·上半月 2022年2期2022-02-28
- 基于結(jié)構(gòu)特征的織物熱傳遞性能預(yù)測研究進(jìn)展
物熱傳遞性能預(yù)測模型，包括統(tǒng)計模型、人工神經(jīng)網(wǎng)絡(luò)模型、數(shù)學(xué)理論模型和有限元模型，并分析了各類預(yù)測模型的特點和適用范圍。回顧并總結(jié)了近年來國內(nèi)外織物傳熱模擬的研究現(xiàn)狀。此外，總結(jié)了含水分織物以及含相變材料織物的熱傳遞模型及研究進(jìn)展。綜合以上文獻(xiàn)分析，指出可通過優(yōu)化織物結(jié)構(gòu)特征提升織物熱傳遞性能，并提出織物傳熱性能預(yù)測研究的發(fā)展趨勢，為服裝熱舒適性研究提供新的思路。關(guān)鍵詞：織物結(jié)構(gòu);熱傳遞性能;預(yù)測模型;傳熱模擬;建模方法中圖分類號：TS101.8文獻(xiàn)標(biāo)志碼：
現(xiàn)代紡織技術(shù) 2022年1期2022-02-14
- 基于改進(jìn)的PSO-BP組合模型在經(jīng)濟(jì)預(yù)測中的應(yīng)用
果顯示，本文預(yù)測模型精度要優(yōu)于同類預(yù)測模型。關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò);GDP;預(yù)測模型;MATLAB;經(jīng)濟(jì)本文索引：趙鵬，董倩.[J].商展經(jīng)濟(jì)，2022（01）：-029.中圖分類號：F127 文獻(xiàn)標(biāo)識碼：A改革開放以來，我國經(jīng)濟(jì)發(fā)展迅速，取得了巨大成就。同時，也面臨著嚴(yán)峻的經(jīng)濟(jì)形勢，如何合理利用現(xiàn)有經(jīng)濟(jì)數(shù)據(jù)，采取有效的手段，對未來經(jīng)濟(jì)發(fā)展進(jìn)行準(zhǔn)確的預(yù)判，是經(jīng)濟(jì)統(tǒng)計工作者面臨的挑戰(zhàn)。只有準(zhǔn)確地預(yù)測出區(qū)域GDP[1，2]，才能有效制定出經(jīng)濟(jì)發(fā)展策略。在新時期經(jīng)
商展經(jīng)濟(jì)·上半月 2022年1期2022-01-23
- 狼群算法在電子商務(wù)銷售預(yù)測中的應(yīng)用
預(yù)處理、建立預(yù)測模型、模型調(diào)優(yōu)與結(jié)果分析的流程才能實現(xiàn)。傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)銷售預(yù)測模型具有預(yù)測過程耗時、收斂慢、通用性不高的缺點，該文采用狼群算法（wolf pack search algorithm，WPA）優(yōu)化原有模型的初始權(quán)值和閾值，收斂快且不易陷入局部最優(yōu)，有效提高了電子商務(wù)銷售預(yù)測的實用性和準(zhǔn)確度。關(guān)鍵詞：狼群算法;電子商務(wù)預(yù)測;預(yù)測模型中圖分類號：TP18? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2021）33-0130-02開放科
電腦知識與技術(shù) 2021年33期2021-12-17
- 清鎮(zhèn)市櫻花始花期預(yù)測分析
鎮(zhèn)櫻花始花期預(yù)測模型并進(jìn)行了歷年回測，發(fā)現(xiàn)預(yù)測始花期與實際始花期平均絕對誤差為1.0 d，最大誤差為3 d，模型檢驗效果較好。采用積溫分析法得到了清鎮(zhèn)櫻花始花期預(yù)測指標(biāo)為1月15日起，日最高溫度累積值≥611.8 ℃時，即為清鎮(zhèn)櫻花花開日;用該指標(biāo)同樣進(jìn)行了歷年回測，發(fā)現(xiàn)始花期平均預(yù)測誤差天數(shù)為1.5 d，差距為2 d之內(nèi)的預(yù)測準(zhǔn)確率達(dá)88%。所建立的預(yù)測模型能夠較準(zhǔn)確地預(yù)測出清鎮(zhèn)櫻花始花期。關(guān)鍵詞 櫻花;花期;氣象因子;預(yù)測模型;貴州省清鎮(zhèn)市中圖分類號：
南方農(nóng)業(yè)·上旬 2021年11期2021-12-09
- 鉆削參數(shù)對皮質(zhì)骨鉆削力的影響及預(yù)測
骨;鉆削力;預(yù)測模型中圖分類號：TP391.9 ? ? 文獻(xiàn)標(biāo)識碼：AAbstract： In order to explore the influence of cortical bone drilling process parameters on the axial force of drilling， and to prevent bone damage caused by excessive drilling force during clini
軟件工程 2021年12期2021-12-08
- 基于自然觀察數(shù)據(jù)的行人過街意圖預(yù)測模型研究
行人過街意圖預(yù)測模型，模型的準(zhǔn)確率達(dá)96.43%。結(jié)果表明，該預(yù)測模型能夠很好地對行人過街意圖進(jìn)行預(yù)測，對提高車載行人預(yù)警系統(tǒng)的準(zhǔn)確率具有重要意義，有助于交通安全的提高。關(guān)鍵詞：行人預(yù)警系統(tǒng);行人過街;機(jī)器學(xué)習(xí);預(yù)測模型中圖分類號：TP18 ? ?文獻(xiàn)標(biāo)識碼：A ? ?文章編號：1673-7164（2021）37-0110-03隨著智能駕駛輔助系統(tǒng)的不斷發(fā)展，車載行人預(yù)警系統(tǒng)對提高交通安全發(fā)揮了非常積極的影響[1-2]。但是該預(yù)警算法過于保守，誤報率較高，
大學(xué)·社會科學(xué) 2021年10期2021-11-30
- 添紗襯墊織物平方米質(zhì)量研究及預(yù)測模型構(gòu)建
建平方米質(zhì)量預(yù)測模型。結(jié)果表明：其他參數(shù)固定時，5種組織工藝參數(shù)均與1隔1添紗襯墊織物平方米質(zhì)量呈正相關(guān);影響因子權(quán)值從大到小分別為襯墊紗線密度、面紗線密度、面紗與地紗長度比、面紗含棉量、襯墊紗含棉量;構(gòu)建的多元回歸預(yù)測模型相對誤差在±2%以內(nèi)，預(yù)測精度較好，可為添紗襯墊織物平方米質(zhì)量的預(yù)測提供理論與實踐指導(dǎo)。關(guān)鍵詞：添紗襯墊織物;平方米質(zhì)量;滌棉混紡;多元回歸;預(yù)測模型中圖分類號： TS184.1文獻(xiàn)標(biāo)志碼：A文章編號：1009-265X（2021）06
現(xiàn)代紡織技術(shù) 2021年6期2021-11-26
- 新時代高速公路培育期收費收入預(yù)測模型探析
公路收費收入預(yù)測模型?！娟P(guān)鍵詞】高速公路；收費收入預(yù)測；定量分析；定性分析；預(yù)測模型【中圖分類號】F542一、引言自20世紀(jì)80年代末以來，我國高速公路建設(shè)已經(jīng)取得了長足的進(jìn)步，公路里程、公路網(wǎng)密度、通達(dá)深度以及等級等均得到了顯著提高。截至2020年，我國公路總里程已達(dá)519.81萬公里、高速公路達(dá)16.10萬公里，居世界第一。高速公路屬于資金密集型行業(yè)，工程規(guī)模大、投資造價高，對地方政府財政能力提出了較大的挑戰(zhàn)。在改革開放不斷深化、投融資體制逐步完善的背
國際商務(wù)財會 2021年14期2021-11-26
- 剖宮產(chǎn)術(shù)后再次妊娠經(jīng)陰道分娩預(yù)測模型研究進(jìn)展
（VBAC）預(yù)測模型，在嚴(yán)格把握指征的前提下，評估和篩選VBAC成功率相對較高人群進(jìn)行陰道試產(chǎn)，以提高TOLAC安全性及TOLAC率，進(jìn)一步降低剖宮產(chǎn)率，并降低由重復(fù)剖宮產(chǎn)（ERCS）帶來的近遠(yuǎn)期并發(fā)癥發(fā)生率。本文對國內(nèi)外有關(guān)剖宮產(chǎn)術(shù)后再次妊娠經(jīng)陰道分娩（VBAC）預(yù)測模型的研究進(jìn)展進(jìn)行綜述，包括VBAC預(yù)測模型的基本情況、預(yù)測模型的比較分析及未來可能的發(fā)展方向。[關(guān)鍵詞] 剖宮產(chǎn)術(shù)后再次妊娠;陰道分娩;預(yù)測模型;Logistic回歸[中圖分類號] R71
中國現(xiàn)代醫(yī)生 2021年25期2021-11-13
- 基于BP神經(jīng)網(wǎng)絡(luò)的烘烤變黃期煙葉含水量預(yù)測
的葉片含水量預(yù)測模型。網(wǎng)絡(luò)模型訓(xùn)練結(jié)果表明：各溫度點葉片含水量預(yù)測模型的模擬值與目標(biāo)值的回歸系數(shù)均達(dá)到顯著水平或極顯著水平，各網(wǎng)絡(luò)模型預(yù)測誤差在0～2.0范圍內(nèi)的樣本占比達(dá)到88%以上，預(yù)測誤差在0～3.0范圍內(nèi)的樣本占比均達(dá)到95%以上。構(gòu)建的不同變黃溫度葉片含水量預(yù)測模型具有較高的準(zhǔn)確性，在烘烤變黃期可利用BP神經(jīng)網(wǎng)絡(luò)基于煙葉顏色參數(shù)進(jìn)行葉片含水量的快速無損估測。關(guān)鍵詞：烤煙;變黃期;BP神經(jīng)網(wǎng)絡(luò);顏色參數(shù);葉片含水量;預(yù)測模型中圖分類號：S572?
天津農(nóng)業(yè)科學(xué) 2021年10期2021-10-30
- 菜油兼用型油菜籽粒油酸含量的高光譜模型構(gòu)建
（PLSR）預(yù)測模型，并利用獨立樣本T檢驗對模型精度進(jìn)行驗證。【結(jié)果】發(fā)現(xiàn)未摘薹及摘薹處理的平均原始光譜反射率曲線在760～1080 nm波段存在一定差異。未摘薹及摘薹處理的原始光譜反射率與籽粒油酸含量相關(guān)性曲線存在一定差異，未摘薹處理的原始光譜反射率在484～956和1001～1146 nm波段與籽粒油酸含量呈正相關(guān)，摘薹處理的原始光譜反射率在1882～2111和2324～2499 nm波段與油菜籽粒油酸含量呈正相關(guān)，說明摘薹會影響油菜光譜反射率與籽粒油
南方農(nóng)業(yè)學(xué)報 2021年6期2021-10-09
- 不同貯藏溫度對灰平菇品質(zhì)影響及貨架期預(yù)測模型的建立
立平菇貨架期預(yù)測模型。結(jié)果表明，低溫能夠有效降低平菇子實體感官品質(zhì)及子實體含水率下降速率，減緩子實體菌落總數(shù)、丙二醛含量、褐變度上升速率，延長貨架期。本研究建立了分別以含水量、菌落總數(shù) TVC、丙二醛 MDA、褐變度 BD為變量的平菇貨架期預(yù)測模型，在低溫條件下預(yù)測值與實測值相對誤差小于25%，擬合方程 R2平均值為0.9247。表明模型能夠較為準(zhǔn)確地預(yù)測平菇在特定貨架溫度下的貨架期，進(jìn)而為平菇貨架期監(jiān)測提供理論依據(jù)。關(guān)鍵詞灰平菇;貨架期;Arrheniu
熱帶農(nóng)業(yè)科學(xué) 2021年12期2021-10-03
- 節(jié)假日路網(wǎng)流量預(yù)測方法與實例分析
;趨勢預(yù)測;預(yù)測模型0 引言隨著人類文明的進(jìn)步，為了滿足人們的日常出行和內(nèi)部物流的需要，發(fā)達(dá)的交通網(wǎng)絡(luò)無所不在。截至2019年年末，中國公路總里程已達(dá)501.25萬公里、高速公路達(dá)14.96萬公里[1]，居世界第一。盡管如此，隨著經(jīng)濟(jì)的發(fā)展，人均汽車保有量的增加以及物流業(yè)的快速發(fā)展，公路大面積擁堵已成為常態(tài)[2]。尤其在節(jié)假日期間，為了便民出行，高速公路實施免收過路費，交通擁堵更是常見現(xiàn)象。因此預(yù)測節(jié)假日期間的交通流量趨勢，對確保路網(wǎng)運行暢通，提供便民服務(wù)
無線互聯(lián)科技 2021年8期2021-09-13
- 城市軌道交通客流預(yù)測模型分析
后分別對線性預(yù)測模型，非線性預(yù)測模型和基于神經(jīng)網(wǎng)絡(luò)的預(yù)測模型進(jìn)行了綜述。目的是為了能夠更好的對客流預(yù)測提出建議。關(guān)鍵詞：客流;軌道交通;預(yù)測模型0 引言隨著國內(nèi)經(jīng)濟(jì)發(fā)展速度以動態(tài)的方式快速增長，軌道交通規(guī)劃的速度明顯提升，城市交通擁堵也隨之增加。提升公共交通建設(shè)和規(guī)劃的質(zhì)量成為解決交通擁堵問題的關(guān)鍵，特別是加速完善優(yōu)化建成城市軌道交通網(wǎng)絡(luò)系統(tǒng)。這就需要具有龐大的運輸能力且在城市結(jié)構(gòu)優(yōu)化與完善中發(fā)揮極其重要作用的城市軌道交通了，它具有安全、可承載人數(shù)多、全日
交通科技與管理 2021年13期2021-09-10
- 基于長短期記憶網(wǎng)絡(luò)的去重操作調(diào)度方案
器學(xué)習(xí)方法的預(yù)測模型，可根據(jù)歷史操作預(yù)測服務(wù)器負(fù)載情況，由此給出操作序列建議，對服務(wù)器進(jìn)程進(jìn)行合理調(diào)度并實施去重操作。并與基于隨機(jī)模擬仿真數(shù)據(jù)的操作調(diào)度進(jìn)行了對比，實驗結(jié)果表明，本方案在提高服務(wù)器去重操作執(zhí)行效率方面具有優(yōu)勢，能夠降低服務(wù)器的性能開銷。關(guān)鍵詞：云存儲;數(shù)據(jù)去重;調(diào)度優(yōu)化 ;LSTM;預(yù)測模型中圖分類號：TP391文獻(xiàn)標(biāo)志碼：A文章編號：1006-1037（2021）01-0025-04基金項目：山東省自然科學(xué)基金（批準(zhǔn)號：ZR2019MF0
青島大學(xué)學(xué)報（自然科學(xué)版） 2021年1期2021-09-10
- 井岡山森林氣象火險預(yù)測模型及火險等級區(qū)劃研究
素變量的林火預(yù)測模型。結(jié)果發(fā)現(xiàn)，江西火點主要集中在贛南地區(qū)，2007—2009年期間森林火災(zāi)多發(fā)，冬季1—3月易發(fā)生森林火災(zāi)。通過逐步回歸的方法選取10個顯著相關(guān)的氣象要素變量進(jìn)行林火預(yù)測模型的建立。模型對林火和非林火的預(yù)測概率分別為85.1%和38.8%，預(yù)測總準(zhǔn)確率可達(dá)65.6%，使用井岡山地區(qū)林火數(shù)據(jù)代入模型進(jìn)行驗證，模型對井岡山區(qū)域的林火發(fā)生預(yù)測準(zhǔn)確率為84%，研究結(jié)果可為當(dāng)?shù)亓只痤A(yù)報服務(wù)及森林防災(zāi)減災(zāi)決策提供技術(shù)支持。關(guān)鍵詞 森林氣象火險;預(yù)測模
農(nóng)業(yè)災(zāi)害研究 2021年4期2021-09-05
- 建設(shè)全球海洋中心城市背景下天津市海洋生態(tài)經(jīng)濟(jì)系統(tǒng)協(xié)調(diào)發(fā)展預(yù)測
;障礙因素;預(yù)測模型;天津市中圖分類號 X22文獻(xiàn)標(biāo)識碼 A文章編號 1002-2104（2021）07-0171-10DOI：10.12062/cpre.20210118隨著全國海洋開發(fā)戰(zhàn)略的不斷推進(jìn)，天津市海洋經(jīng)濟(jì)蓬勃發(fā)展。2018年，天津市海洋生產(chǎn)總值高達(dá)5 028億元，占天津市經(jīng)濟(jì)總量的26%。然而，海洋經(jīng)濟(jì)的高速發(fā)展導(dǎo)致其與海洋生態(tài)環(huán)境的矛盾日益激化。由于天津市地處渤海灣內(nèi)部，其自身海水交換能力差，加之陸源污染入海嚴(yán)重，海源污染逐漸增多，導(dǎo)致局部
中國人口·資源與環(huán)境 2021年7期2021-08-30
- 基于Holt-Winters算法的長江干線貨物吞吐量分析及預(yù)測
三次指數(shù)平滑預(yù)測模型，對2021年1月至12月貨物吞吐量及變化趨勢進(jìn)行預(yù)測分析。結(jié)果表明2021年總貨物吞吐量及主要貨種吞吐量均呈現(xiàn)非線性增長態(tài)勢，為未來長江航運發(fā)展提供參考。關(guān)鍵詞：長江干線;港口企業(yè);貨物吞吐量;預(yù)測模型中圖分類號：[U6-9]? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? 文章編號：1006—7973（2021）04-0029-041前言近年來，我國經(jīng)濟(jì)穩(wěn)步增長，港口作為貿(mào)易活動的流通載體，日益成為區(qū)域經(jīng)濟(jì)發(fā)展的核心。而長
中國水運 2021年4期2021-07-11
- 基于自適應(yīng)IMM的足球直接任意球運行軌跡預(yù)測模型
針對傳統(tǒng)軌跡預(yù)測模型由于對目標(biāo)運行狀態(tài)響應(yīng)遲緩導(dǎo)致軌跡偏移較大，預(yù)測結(jié)果不準(zhǔn)確的問題，提出基于自適應(yīng)IMM的足球直接任意球運行軌跡預(yù)測模型。通過分析足球直接任意球特點，確定運行參數(shù)，以參數(shù)作為輸入，獲取不同時刻的足球直接任意球運行狀態(tài)估計值，利用自適應(yīng)IMM算法計算目標(biāo)狀態(tài)估計值的概率密度函數(shù)，得到目標(biāo)的預(yù)測概率，依據(jù)預(yù)測概率實時更新目標(biāo)的狀態(tài)估計值，獲得具有線性特征的狀態(tài)函數(shù)，實現(xiàn)足球直接任意球運行軌跡的預(yù)測。實驗結(jié)果表明：設(shè)計的軌跡預(yù)測模型各參數(shù)RMS
赤峰學(xué)院學(xué)報·自然科學(xué)版 2021年1期2021-07-06
- 天水市小麥條銹病春季流行特點及主要影響因子
春季流行程度預(yù)測模型，回測準(zhǔn)確率95.24%，預(yù)測準(zhǔn)確率100%。關(guān)鍵詞：小麥條銹病;春季流行;影響因子;預(yù)測模型中圖分類號：S435.121.4? ?文獻(xiàn)標(biāo)志碼：A? 文章編號：1001-1463（2021）05-0023-04doi：10.3969/j.issn.1001-1463.2021.05.006Regional Test of New Flax Cultivars in Baiyin CityYANG Jizhong， YU Hualin，
甘肅農(nóng)業(yè)科技 2021年5期2021-06-20
- 基于氣候適宜度的橡膠樹產(chǎn)膠年景預(yù)測模型
;產(chǎn)膠潛力;預(yù)測模型;橡膠樹中圖分類號：P49;S794.1? ? ? 文獻(xiàn)標(biāo)識碼：APrediction Model of Annual Rubber Potential Productivity Based on Climatic SuitabilityLIU Shaojun， TONG Jinhe， CHEN Xiaomin， LI WeiguangHainan Institute of Meteorological Science / Key La
熱帶作物學(xué)報 2021年4期2021-06-15
- 基于感官評價的藍(lán)莓消費者滿意度預(yù)測模型
體滿意度快速預(yù)測模型，提升藍(lán)莓消費者的購買滿意度。結(jié)果表明，藍(lán)莓質(zhì)量隨儲藏時間呈下降趨勢，較低的儲藏溫度能減緩品質(zhì)下降幅度;對參數(shù)進(jìn)行逐步回歸分析，腐爛率、色澤和氣味3項指標(biāo)對擬合模型不具有顯著性（P>0.05），去除后得消費者滿意度的快速預(yù)測模型。本研究結(jié)合品質(zhì)客觀變化規(guī)律和消費者主觀評分，建立的整體滿意度預(yù)測模型與品質(zhì)變化情況擬合度較高，為消費者快速判斷藍(lán)莓品質(zhì)、提升消費滿意度提供理論依據(jù)和經(jīng)驗參考。關(guān)鍵詞：藍(lán)莓;感官評價;回歸分析;預(yù)測模型中圖分類號
森林工程 2021年2期2021-04-14
- 老年骨科手術(shù)患者麻醉后認(rèn)知功能障礙的多因素分析及模型預(yù)測初步研究
析，同時研究預(yù)測模型的效果。方法：將本次300例參與調(diào)查者分為兩組（障礙組60例）與（無障礙組240例）針對于患者麻醉后認(rèn)知功能障礙，運用多因素回顧模型分析認(rèn)知障礙發(fā)生的相關(guān)因素，并建立預(yù)測模型表分析其效果。結(jié)果：300例老年骨科手術(shù)患者，其中有60例患者認(rèn)知障礙。結(jié)果表明：手術(shù)時間、并發(fā)癥、出血量、麻醉等因素可導(dǎo)致患者認(rèn)知功能障礙。結(jié)論：多種因素因素會促使認(rèn)知功能障礙，建立的預(yù)測模型表對于分析術(shù)后的認(rèn)知功能障礙有很大的價值?！娟P(guān)鍵詞】認(rèn)知功能障礙;預(yù)測模
中國應(yīng)急管理科學(xué) 2021年2期2021-03-24
- 基于高光譜成像技術(shù)的稻谷中霉菌定量檢測及模型建立
雜色曲霉含量預(yù)測模型的相關(guān)系數(shù)分別為0.77、0.76和0.81，均方根誤差分別為1.15、1.19和0.95 lg（CFU/g），能夠做到對3種霉菌的準(zhǔn)確預(yù)測。該結(jié)果可以為稻谷霉變的無損預(yù)測提供技術(shù)支持和理論依據(jù)。關(guān)鍵詞：高光譜；稻谷；霉變；無損檢測；預(yù)測模型中圖分類號：TS210.7 文獻(xiàn)標(biāo)識碼：A DOI：10.16465/j.gste.cn431252ts.20210521基金項目：國家重點研發(fā)計劃課題 （2019YFC1605301）；江蘇省高校
糧食科技與經(jīng)濟(jì) 2021年5期2021-01-16
- 農(nóng)村火災(zāi)原因及火災(zāi)損失預(yù)測模型探析
村火災(zāi)損失的預(yù)測模型，并提出了農(nóng)村火災(zāi)損失的控制對策。以期加強(qiáng)預(yù)防監(jiān)管，建設(shè)預(yù)測模型，將損失降到最低。關(guān)鍵詞：農(nóng)村火災(zāi);火災(zāi)原因;火災(zāi)損失;預(yù)測模型引言：我國大部分農(nóng)村消防安全建設(shè)缺失，農(nóng)民缺乏安全意識和自救能力，引發(fā)火災(zāi)事故風(fēng)險高，極易造成嚴(yán)重的損失，不利于農(nóng)業(yè)事業(yè)的發(fā)展。因此針對火災(zāi)原因和預(yù)測模型的研究具有現(xiàn)實意義。一、農(nóng)村火災(zāi)的原因（一）房屋建筑不規(guī)范很多農(nóng)村建筑為自建建筑，并未經(jīng)過消防部門的驗收，建筑消防安全等級達(dá)不到安全等級，存在較多安全隱患。同
中國應(yīng)急管理科學(xué) 2020年6期2020-12-23
- 基于極端天氣對未來氣候變化影響的預(yù)測
畫氣候變化的預(yù)測模型，使用Python和Matlab，分別采用K-means方法和Birch方法來對未來25年的氣候變化作出有效預(yù)測。首先，收集了1974-2014年間大氣二氧化碳濃度數(shù)據(jù)、1854-2019年間近60萬的全球海洋表面溫度數(shù)據(jù)和1880-2014年全球平均氣溫數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行了必要的整理和分析，得到數(shù)據(jù)組和檢驗組;其次，分別建立了大氣二氧化碳濃度的預(yù)測模型、海洋表面溫度的預(yù)測模型和全球平均氣溫的預(yù)測模型，分別對未來2020-2045年間大
西部論叢 2020年15期2020-12-23
- 基于知識點決策樹的學(xué)生學(xué)習(xí)成績預(yù)測研究
構(gòu)建學(xué)習(xí)成績預(yù)測模型并驗證了模型的有效性。這對教師的教和學(xué)生的學(xué)，以及后續(xù)開展關(guān)于知識點和學(xué)習(xí)成績的研究都有一定參考意義。關(guān)鍵詞：決策樹;數(shù)學(xué)知識點;預(yù)測模型中圖分類號：G434文獻(xiàn)標(biāo)志碼：A文章編號：2096-0069（2020）05-0070-05收稿日期：2020-03-27作者簡介：王小越（1992— ），女，河北唐山人，助教，碩士，研究方向為學(xué)習(xí)科學(xué)與技術(shù)、學(xué)習(xí)分析、信息技術(shù)教育等;吳筱萌（1966— ），女，北京人，副教授，博士生導(dǎo)師，研究方向
數(shù)字教育 2020年5期2020-11-16