模型比较

摘要： 区域GDP预测是一项非常重要而繁琐的工作,可以为区域未来期的经济建设提供更有效的参考依据和建议,因此对预测精度的要求很高。传统的GDP预测方法多为线性方法,但由于GDP具有非线性和不确定性等因素,其精度已逐渐难以满足需求。为了提高预测的可信度及精度,在引入疫情影响因子的基础上,本文提出一种基于BP神经网络的学习算法来预测合肥都市圈GDP。创新性地采用2002-2021年都市圈地级市GDP数据,以城市GDP为回归自变量,利用R软件建模预测都市圈未来期整体GDP。对比时间序列、指数回归和支持向量机等单一预测方法,发现BP神经网络模型具有更高的可靠性和预测精度。

摘要： 目的:了解某院护士睡眠质量现状及影响因素的综合作用。方法:调查某院184名护士,采集护士人口学资料,采用护理工作环境量表(Practice Environment Scale,PES)、心理资本量表(PsyCap Questionnaire,PCQ)、护士工作投入量表(Job involvement scale,UWES)、匹兹堡睡眠质量指数(Pittsburgh sleep quality index,PSQI)进行评分。单因素分析各因素对PSQI指数的具体影响,用主成分分析的方法对影响因素进行降维,提取公因子,分析公因子与影响因素的内部联系。以PSQI指数为因变量,分别以主成分或影响因素为自变量,拟合回归模型,比较两种模型的差异。结果:184名护士PSQI指数(13.06±6.30),年龄35岁及以上、家庭月收入2万以下、受教育年限15年及以下、护师及以下、已婚、职业价值较低、同事支持较少、家庭影响较多、薪资待遇较差、职业倦怠较多护士得分更高(P<0.05)。职业发展、领导与管理、医护关系、认可氛围、专业自主、充足的人力、自我效能、乐观、希望、坚韧、专注评分越低,PSQI指数越高(P<0.05)。主成分分析获得6个主成分,贡献率从大到小分别是:客观因素干扰(22.410%)、人力资源配置(20.148%)、岗位认可程度(18.702%)、应激处事能力(14.553%)、职业发展现状(11.677%)、科室人文管理(10.513%)。分别以主成分或影响因素为自变量,拟合两个模型,主成分线性回归模型(VIF=3.135,)优于多因素线性回归模型(VIF=87.246)。结论:护士睡眠质量相对较差,影响其睡眠质量的因素众多,客观因素干扰和人力资源配置不足可能为主要原因。提取主成分构建模型的方法,有助于对护士睡眠质量影响因素进行真实的归纳。

摘要： 目的:通过随机森林算法构建胰腺癌患者术后5年生存情况预测模型,为胰腺癌患者术后预后评估提供指导。方法:利用美国国立癌症研究所监测、流行病学和结果数据库(SEER)收集符合本研究要求的42618条胰腺癌患者及其预后数据,经过数据筛选最终纳入4020条患者信息。将研究对象随机分为训练集和测试集,采用χ2检验、多因素Logistic回归分析和随机森林变量重要性排名进行特征变量选择;利用合成少数样本过采样技术(SMOTE)将训练集调整为平衡数据集;基于平衡后数据集利用随机森林算法构建预测模型;利用测试集,基于G-mean指数、灵敏度、特异度和受试者工作特征(ROC)曲线下面积(AUC)4个评价指标,分别与Logistic回归分析、支持向量机、决策树和人工神经网络算法进行比较,对预测模型做出评价。结果:原始训练集中包含2814个样本,其中生存时间≥5年的患者有196例,占比约1/13,是不平衡数据集,经过SMOTE方法调整后获得平衡数据集,二分类样本数量基本达到平衡。最终纳入模型的变量有年龄、种族、肿瘤原发部位、肿瘤分化程度、是否放疗、T分期、N分期、婚姻状况、肿瘤大小和淋巴结阳性比率。基于随机森林算法构建的胰腺癌患者术后预测模型G-mean指数为0.830,AUC为0.833[P<0.05,95%置信区间(CI)(0.784,0.876)],优于Logistic回归分析、支持向量机、决策树和人工神经网络。结论:基于随机森林算法构建的胰腺癌术后预测模型对胰腺癌患者术后5年生存情况的预测性能优于其他常见机器学习方法,能够为临床医生改善胰腺癌患者的预后和生存状况提供依据。

摘要： 为进一步探索不同建设用地需求量预测方法的预测能力与精度,为建设用地需求预测提供理论技术支持,以山东省为例,利用城镇建设用地和社会经济统计等数据,在部分原有模型的基础上进行了一定的模型改进,运用三类灰色预测模型、Lasso回归与OLS耦合模型、PCA-BP神经网络模型以及系统动力学模型等4种模型,对模型拟合程度进行了比较,运用平均绝对误差、均方根误差以及平均预测精度作为判断标准进行了精度评价,筛选出PCA-BP神经网络模型为山东省面板数据条件下的最优预测模型,进一步预测出山东省2028年建设用地需求量的情况,并从模型优化情况、数据利用形式、数据获取难易度、预测过程难易度、模型精度评价和模型适用条件等5个方面对建设用地需求预测模型进行了综合比较,为科学选择建设用地需求预测模型选择提供了合理思路,也为经济可持续发展和土地总体规划提供了科学依据。

摘要： 随着高速公路在泥岩地区的大规模兴建,使得深入研究泥岩路基稳定性能显得尤为重要。针对目前双曲线、指数曲线和对数曲线模型对沉降预测范围的局限性,根据3种单一模型在不同时刻的误差大小,分级分配不同模型在沉降预测过程中所占的比重,提出了一种能综合3种单一模型预测特点,适用于泥岩路基工后沉降全过程的分级组合模型。工程实例表明该组合模型预测曲线与实测曲线吻合度高,在工程应用方面具有一定的参考和使用价值。

摘要： 简易电动机取材简单、成本低廉,但随着钕铁硼磁铁的普及其样式不断创新,种类丰富,有些外观结构相似,工作原理相近,区分有一定难度。对四类简易电动机进行模型建构和比较,剖析工作原理,总结规律,提升建模能力,激发学生物理学习兴趣和探究精神,促进物理核心素养的形成。

摘要： 选取上证50ETF期权数据,利用信息含量的比较方法,对广义自回归条件异方差(GARCH)模型、Black-Scholes(B-S)隐含波动率模型、无模型、异质自回归波动率(HAR-RV)模型和"短期依赖"结合模型的波动率预测能力进行比较.实证结果表明,各模型的信息含量排序为ARMA-GARCH、B-S、HAR-RV、无模型和结合模型.对于单个模型而言,GARCH模型的预测精度相对较低,无模型隐含波动率表现最优,在综合考虑操作复杂程度和预测准确性的条件下HAR-RV模型则是最佳选择,结合模型在提升波动率预测稳定性方面表现较好.

摘要： 为了快速、准确地识别食用油类型,采用激光诱导荧光技术,利用405 nm激光在食用油表面诱导离子体激发并发出荧光,由SpectraSuite软件采集和记录荧光光谱数据.以5种食用油为实验对象,实验采集的光谱数据共750组,分别采用4种不同的算法(BP算法、AdaBoost-BP算法、AdaBoost-DT算法、AdaBoost-KNN算法)对光谱数据建立训练模型,通过4种模型的比较得出,以KNN算法作为弱分类器的自适应提升(AdaBoost)模型对光谱数据的分类效果最好,迭代100次后测试准确率为100％,且泛化误差为0,表明此算法具有很好的泛化性能和稳定性.

摘要： 利用PSCAD/EMTDC对重载铁路牵引网进行仿真建模,运用互耦合线路(Mutually Coulped Wires)模型和贝杰伦(Bergeron)模型对带回流线的直接供电方式进行仿真,通过比较正常与雷击故障两种情况下的接触线首端电压电流仿真结果验证了模型的合理性.对于雷击故障而言,贝杰伦模型具备更好的电磁耦合特性,更能表征雷电流在重载铁路牵引网中的传播特性,将贝杰伦模型作为重载铁路牵引网的导线模型,对牵引网几何结构进行建模具有更好的仿真效果和参考价值.

摘要： 本文以1973～2018年云南省总人口为例,分别建立Holt两参数指数平滑模型、ARIMA模型和三次多项式模型,利用最小AIC准则从ARIMA模型中选出了ARIMA(4,3,1)模型,与Holt两参数指数平滑模型和三次多项式模型做比较.通过模型预测值的平均误差率和残差的波动幅度的比较后,发现ARIMA(4,3,1)模型的拟合精度较高,适合用来预测短期的总人口数.基于此分析对云南省总人口进行了8期数的预测,发现云南省总人口数量呈现不断增加的趋势,但总人口数增长速率下降,总人口数量趋向饱和状态.

摘要： 无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它实际上是一无偏差的指数模型,相对于用回归法进行曲线拟合建立指数模型这样一种建模方法,该方法可认为是一种新的指数模型建模方法.本文研究了这两种模型的模型特性,得到了一些有价值的结论,这些结论有助于无偏灰色预测模型在有关领域中的应用。

摘要： 无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它实际上是一无偏差的指数模型,相对于用回归法进行曲线拟合建立指数模型这样一种建模方法,该方法可认为是一种新的指数模型建模方法.本文研究了这两种模型的模型特性,得到了一些有价值的结论,这些结论有助于无偏灰色预测模型在有关领域中的应用。

摘要： 无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它实际上是一无偏差的指数模型,相对于用回归法进行曲线拟合建立指数模型这样一种建模方法,该方法可认为是一种新的指数模型建模方法.本文研究了这两种模型的模型特性,得到了一些有价值的结论,这些结论有助于无偏灰色预测模型在有关领域中的应用。

摘要： 无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它实际上是一无偏差的指数模型,相对于用回归法进行曲线拟合建立指数模型这样一种建模方法,该方法可认为是一种新的指数模型建模方法.本文研究了这两种模型的模型特性,得到了一些有价值的结论,这些结论有助于无偏灰色预测模型在有关领域中的应用。

摘要： 无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它实际上是一无偏差的指数模型,相对于用回归法进行曲线拟合建立指数模型这样一种建模方法,该方法可认为是一种新的指数模型建模方法.本文研究了这两种模型的模型特性,得到了一些有价值的结论,这些结论有助于无偏灰色预测模型在有关领域中的应用。

摘要： 无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它实际上是一无偏差的指数模型,相对于用回归法进行曲线拟合建立指数模型这样一种建模方法,该方法可认为是一种新的指数模型建模方法.本文研究了这两种模型的模型特性,得到了一些有价值的结论,这些结论有助于无偏灰色预测模型在有关领域中的应用。

摘要： 本发明公开了一种中文比较句分类器模型生成、中文比较句识别方法及装置，包括：将数据集各句子中每一个包含设定的比较关键词的分句转化成一个序列，并为序列建立与其对应分句所属句子相同的类别标记；得到序列集；采用序列模式挖掘算法从序列集中挖掘出若干比较模式，组成比较模式集；用每一个序列逐一匹配比较模式集中的各比较模式，根据匹配结果及比较模式总数量，得到与每一个序列对应的一组特征向量；根据所述特征向量及与其对应的所述序列的类别标记，生成分类器模型；然后通过得到的比较模式集和分类器模型，识别读入的未知类别的句子，确定其是否是比较句。通过自动学习比较句的模式特征，生成分类器模型，自动、有效地识别文本中的比较句。

摘要： 本申请涉及基于半量子模型的量子私有比较方法与系统。包括：对拥有的二进制秘密信息的Alice和Bob进行分组，通过Cluster态粒子和Bell态粒子纠缠交换形成量子态粒子；从量子态粒子中获取粒子序列

摘要： 本发明公开了一种中文比较句分类器模型生成、中文比较句识别方法及装置，包括：将数据集各句子中每一个包含设定的比较关键词的分句转化成一个序列，并为序列建立与其对应分句所属句子相同的类别标记；得到序列集；采用序列模式挖掘算法从序列集中挖掘出若干比较模式，组成比较模式集；用每一个序列逐一匹配比较模式集中的各比较模式，根据匹配结果及比较模式总数量，得到与每一个序列对应的一组特征向量；根据所述特征向量及与其对应的所述序列的类别标记，生成分类器模型；然后通过得到的比较模式集和分类器模型，识别读入的未知类别的句子，确定其是否是比较句。通过自动学习比较句的模式特征，生成分类器模型，自动、有效地识别文本中的比较句。

摘要： 公开了基于比较模型参数的精度训练机器学习模型的处理器和系统。协同训练一个或更多个机器学习模型的装置、系统和技术。参数审查器可以配置为比较机器学习模型参数信息集，以便生成一个或更多个机器学习模型，例如神经网络。

摘要： 本公开涉及用于比较异常检测模型的异常分数的分离最大化技术。在基于(一个或多个)计算机的实施例中，训练ML模型以检测离群值。ML模型计算异常分数，其包括用于验证数据集中的每个项的相应异常分数。异常分数通过排序和/或聚类被自动组织。基于有组织的异常分数，测量指示ML模型的拟合度的分离。在实施例中，计算机执行将异常分数二聚类成包括异常分数的第一正常集群和异常分数的第一异常集群的第一组织。计算机执行将相同的异常分数三聚类成包括异常分数的第二正常集群、异常分数的第二异常集群和异常分数的中间集群的第二组织。测量第一组织与第二组织之间的分布差异。基于分布差异来处理ML模型。

摘要： 本发明公开了一种啮齿动物饲养与行为学实验装置及建立慢性社会比较应激模型的方法，装置包括由底板和侧板拼装而成的箱体，箱体的顶部设有可以开启的网状箱盖，箱体内还设有活动隔板，用于将箱体内部空间隔成若干个独立活动空间，隔板为透明隔板、不透明隔板和带有通孔的透明隔板或不透明隔板中的一种或几种，且活动空间的大小可依据隔板的数量及隔置位置进行调节，用于控制啮齿动物的活动区域及交流程度。本发明可以根据活动隔板的放置位置灵活改变活动空间，形成多个活动空间，多角度探究啮齿动物饲养与行为学特征，建立不同饲养环境下的不同等级啮齿动物的慢性社会比较应激模型，成本低，且可以实现造模的多样化。

摘要： 本申请涉及基于半量子模型的量子私有比较方法与系统。包括：对拥有的二进制秘密信息的Alice和Bob进行分组，通过Cluster态粒子和Bell态粒子纠缠交换形成量子态粒子；从量子态粒子中获取粒子序列和粒子序列，第三方TP发送粒子序列和，再进行测量操作和反射操作的计算；通过反射结果Alice和Bob将制备得到的量子比特返回给第三方TP；第三方TP根据量子比特进行协议窃听验证，并完成Alice和Bob的秘密信息的比较结果。通过Cluster态和Bell态纠缠交换的高效的半量子私有比较方法，每执行一次比较就可以比较三个经典信息位，大大提高了比较信息过程的效率。

摘要： 本发明设计了一种基于半诚实模型下的安全比较协议。其主要思想是：本文基于零知识证明与同态加密算法对DGK比较协议进行改进，将仅适用于半诚实模型下的DGK比较协议改进为适用于恶意参与方存在的场景，其中引入了一个半诚实裁判方，由裁判方分四轮阶段对协议中异或部分进行计算，将原本交给参与方的计算任务转移到半诚实的裁判方进行计算，同时由裁判方给参与方进行零知识证明验证并正确执行协议。最后安全分析表明，本文方案可以为参与方提供很好地密文隐私性，并且裁判方在参与过程中不能获取任何关于参与方密文的隐私信息。

摘要： 本发明公开了基于层次型拓扑结构的电网模型比较方法及装置，方法包括获取与第一调度系统对应的第一电网模型，与第二调度系统对应的第二电网模型，第一电网模型和第二电网模型中的数据均按照“厂站‑拓扑节点‑物理设备”层次型数据结构进行存储；基于第一调度系统和第二调度系统中厂站映射关系和物理设备映射关系，按照“厂站‑拓扑节点‑物理设备”层次型结构，对第一电网模型和第二电网模型的物理设备参数进行比较。本发明按照“厂站‑拓扑节点‑物理设备”的层次型结构生成电网模型，以厂站、拓扑节点、物理设备为单位进行电网模型的比较，可有效分析不同调度系统电网模型的差异，便于运维人员及时准确发现不同调度系统间电网模型的差异。

摘要： 本发明涉及机器学习技术领域，公开了一种面向黑盒模型的表征诊断、模型比较、训练样本收集的方法与系统，可实现自动解释黑盒模型的内部逻辑，得到表示黑盒模型内部逻辑的“与或图”模型，从而实现面向黑盒模型的表征诊断、模型比较、训练样本收集。其包括：提供某一黑盒模型；将样本输入黑盒模型，样本包含一定维度的输入单元；基于黑盒模型的中层输出特征，对样本的输入单元间交互配合的作用进行建模，计算输入单元形成间组合的交互强度，将黑盒模型表示为输入单元间组合间的“与加关系”；优化交互计算中各输入单元上的基准值，使得从黑盒模型得到的“与加关系”表达更加简洁；基于上述关系建立表达该黑盒模型内部逻辑的“与或图”模型。