系统GMM

摘要： 有效降低居民医疗负担是我国深化医疗体制改革的重要目标之一.在医疗体制改革向纵深发展的背景下,如何优化政府医疗投入路径以降低居民医疗负担事关医疗体制改革成效.文章基于2007?2017年省际面板数据,使用系统GMM方法估计"补供方"(政府面向公立医疗机构的财政投入)与"补需方"(政府面向居民的财政投入)对居民医疗负担的影响效应.结果发现:(1)两种医疗投入路径对医疗负担的影响效应截然相反,"补供方"助涨了医疗费用,加重了居民的医疗负担,而"补需方"则有效降低了负担.从贡献比看,"补供方"的助涨效应强于"补需方"的降负效应.(2)机制分析表明,"补供方"扩充了医疗资源,如增加了床位数量、医生数量和非流动资产,但在现行激励机制下,新增的医疗资源不仅产生了成本分摊效应,还被供方转化为占有消费者剩余的卖方优势,加重了居民医疗负担,甚至弱化了"补需方"的降负效应.因此,文章建议优化供给侧的补贴机制,通过调整投入流向和投入方式强化公立医疗机构的公益属性,并且推动医疗需求侧的改革,以支付方式改革遏制医生的道德风险,进一步发挥"补需方"的降费作用.

摘要： 本文基于我国省级面板数据,利用系统GMM估计方法实证分析人口老龄化和经济高质量发展之间的关系,以及在健康投资调节作用下人口老龄化对我国经济高质量发展的影响.研究发现:人口老龄化的加剧会对我国经济高质量发展产生不利影响,而加大健康投资力度能够有效削弱人口老龄化所带来的负向影响.基于此,提出相关政策建议.

摘要： 研究利用“准财政政策”概念度量中央投资,将地方财政收入与支出同时纳入地方财政政策体系,构建动态面板模型与动态面板门槛模型,并使用系统GMM方式进行回归,实证研究中央投资、地方财政带动经济增长的作用效应。动态面板模型结果显示,地方财政支出当期值对经济增长呈现负向影响,滞后一期值则可以刺激经济增长,与中央投资的交互项回归结果表现为正向影响;动态面板门槛模型结果显示,中央投资在推动经济增长方面存在单门槛效应,地方财政政策对经济增长的作用效应在中央投资的影响下呈现L型,即地方财政政策对经济增长的抑制效应会随着中央投资的增加而减弱。为此,应合理利用中央投资缓解地方财政政策对社会经济带来的“挤出效应”,建立央地合作的长效协调机制,以更好地实现长期稳定增长。

摘要： 社会融资规模逐渐成为衡量中国金融宏观调控的重要指标。首先考察了中国社会融资规模变化与融资强度的短期调整情况,然后基于GDP核算的支出法,选择2014—2019年24个季度时间段的省级数据,建立纳入了融资强度变量的动态面板模型,采用系统GMM估计方法考察了区域融资强度调整对中国经济增长的影响,并将全国样本细分为两类地区样本分别展开实证研究,进而考察了区域融资强度调整在经济增长中的贡献效应。研究发现:在三种样本情形下,融资强度对经济增长均具有显著性的正向促进作用,且这种促进作用呈现出“相对发达地区<全国<欠发达地区”的关系。对融资强度调整的经济增长贡献效应模拟分析进一步表明,区域融资强度的调整对经济增长具有正向的贡献效应,且这种贡献效应在欠发达地区表现得更为明显。

摘要： 面对补贴退坡、原材料涨价、技术研发带来的成本压力和盈利空间低等问题,科学的债务融资是我国新能源汽车产业摆脱逆境的重要途径。以2015—2020年沪深A股新能源汽车产业上市公司为研究对象,运用双向固定效应模型和系统GMM模型检验了债务融资对企业绩效的影响。研究发现:较高的债务融资水平不利于企业绩效的提升;高股权集中度削弱了债务融资水平对企业绩效的抑制作用;第一大股东持股比例越高越有利于企业绩效的提升。说明在我国新能源汽车产业中,合理降低债务融资、提高股权集中度,能够帮助企业提升绩效水平。对我国新能源汽车产业资本结构科学化管理、促进我国新能源汽车产业发展、推动我国绿色产业建设提供了新的启示。

摘要： 文章利用2009-2019年我国30个省份的面板数据实证检验了金融结构优化与经济增长之间的关系,并对其背后的传导机制进行了探讨。研究发现:一是现阶段,中国金融规模的继续扩张不利于经济的增长,而金融结构的优化为进一步的经济增长提供动力;二是经济波动在金融结构优化促进经济增长的过程中发挥重要的协同作用,且经济运行越平稳,越有利于金融结构优化发挥作用;三是技术进步与产业结构优化在金融结构改善促进经济增长过程中发挥重要的传导机制作用。上述研究结论在经系统G M M削弱内生性、替换关键变量、剔除异常值等检验后依旧保持稳健。本文的研究结论以中国的发展实践丰富了金融结构理论,同时也为我国深化金融供给侧改革、优化金融结构、进一步提高直接融资比重等提供了重要参考。

摘要： 本文选取2009—2019年我国39家商业银行的微观数据,探究货币政策、银行竞争与银行风险承担之间的关系。兼顾价格型货币政策变量和数量型货币政策变量,用Lerner指数表示银行竞争,运用系统GMM估计方法进行实证分析。结果表明:一是宽松的货币政策使银行的风险承担水平提高,而且大型商业银行风险承担对货币政策变动的敏感性更高。二是银行竞争与风险承担之间呈正相关,表明竞争会加剧银行的风险承担。三是激烈的竞争会强化货币政策对银行风险承担的作用。

摘要： 本文基于2012—2020年中国进出口上市公司数据,运用系统GMM方法,实证分析了数字经济对中国进出口贸易规模的影响及产业集中度的调节作用。结果表明:数字经济对中国贸易规模扩大具有显著的促进作用;产业集中度在数字经济赋能贸易规模扩大的过程中发挥了重要的正向调节作用,但数字经济的直接赋能效果与产业集中度的调节效应在不同产业之间存在差异。最后,针对数字经济促进贸易发展过程中出现的问题提出相应的政策建议。

摘要： 基于中部六省的区域性样本与外贸高质量发展的内涵,构建评价指标体系评估中部六省外贸高质量发展水平,最后通过建立系统GMM模型分析中部六省中间品进口技术溢出对外贸高质量发展的影响。研究表明:样本期内,中部六省中间品技术溢出和外贸高质量发展水平均有上升趋势,中间品技术溢出对外贸高质量发展有显著的促进作用。

摘要： 利用2006-2016年中国30个省级面板数据,采用固定效应模型,从省级层面考察环境规制对技术创新的影响及其机制。研究表明:加强环境规制力度可以显著促进技术创新;环境规制对技术创新的推动作用具有异质性,西部地区所受到的影响较弱;分时段异质性检验发现,专利申请数量会增加,但专利授权的质量在下降;影响机制结果表明,产业集聚在环境规制与技术创新之间起到中介作用,有助于为指导环境规制和促进技术创新提供经验证据。

摘要： 本发明公开了用于滤波器多载波调制光通信的GMM非均匀量化的系统，包括：预处理模块、计算模块、输出模块；所述预处理模块，用于对滤波器组多载波调制发射机发送的数据序列进行数据预处理，得到样本向量，并将所述样本向量作为GMM量化模块的输入向量；所述样本向量包括实部信号样本向量和虚部信号样本向量；所述计算模块，用于根据最大期望算法计算输入的实部信号样本向量的GMM参数，再根据实部信号样本向量计算出的GMM参数对虚部信号样本向量的GMM参数进行估计，分别得到响应度最大的高斯混合模型；所述输出模块，用于将样本输入响应度最大的高斯混合模型中进行聚类操作，得到并输出量化结果。

摘要： 本发明公开了一种基于DTW和GMM的短词句语音识别方法及系统，涉及语音识别技术领域，包括根据获取的当前阶段采集的语音音频数据、内置DTW距离的高斯混合模型以及语音音频数据库，确定所述当前阶段采集的语音音频数据对应的识别结果；其中，语音音频数据库包括n个短词句，内置DTW距离的高斯混合模型包括K支高斯模型，且K＝n；内置DTW距离的高斯混合模型是根据语音音频数据库、DTW算法和高斯混合模型构建的。应用本发明，以达到识别效率高、识别精度高的目的。

摘要： 本发明公开一种基于FL‑EM‑GMM的医疗用户隐私保护方法及系统，在基于密码学的研究基础上，该方法提出了一种基于联邦学习期望最大值的高斯混合模型。该方法在病人隐私数据不泄露的情况下，实现了不同医疗机构之间的病例数据共享，有利于疾病信息的收集和诊断。针对医疗数据具有较强隐私性的特征，不同医疗机构之间直接数据交换可能导致病人隐私泄露的问题，本发明提出了解决方案，该方案在保证数据不交换的情况下，进行医疗数据集的训练，获取病例的特征值，提高诊断的准确度，以便确定有效的治疗方案。另外，为了保障医疗数据传输的安全性，数据在上传到服务器前进行加密处理，利用区块链技术建立安全可信的合作机制，保证数据传输的安全性和可靠性。

摘要： 本发明提供一种基于孪生神经网络和GMM的游戏防沉迷判定系统及方法，所述方法包括：利用孪生神经网络模型对游戏用户的游戏数据进行特征提取，并对不同类别的游戏用户的特征进行差异性学习训练，使得沉迷游戏用户的用户特征和未沉迷游戏用户的用户特征具有区别距离；利用高斯混合模型对游戏用户的用户特征进行学习训练，学习沉迷游戏用户的用户特征和未沉迷游戏用户的用户特征的特征向量的概率分布；利用训练后的孪生神经网络模型提取待判定用户的游戏数据的特征向量，利用训练后的高斯混合模型计算待判定用户的游戏数据的特征向量的似然度，并根据似然度确定待判定用户是否为沉迷游戏的用户。本发明利用模型对用户是否沉迷与游戏进行判定。

摘要： 一种基于GMM与EM的堆积层滑坡失稳模式概率判识方法及系统，包括：获取堆积层滑坡的计算参数；建立堆积层滑坡地质概化模型，以此为基础，在有限元软件中建立堆积层滑坡确定有限元模型；对有限元软件进行二次开发，以提取各个中心坐标；将黏聚力和内摩擦角作为随机变量，进行相关随机场模拟，得到多个随机场；基于随机场模拟结果，采用非侵入式随机有限元方法批量建立不确定有限元模型，并进行稳定性分析，获得不确定有限元模型的节点位移；以节点位移作为观测值，通过K‑means聚类分析，将滑坡模型整体聚为稳定体和变形体两类；统计变形体体量，并基于统计结果，以变形体体量为观测对象，通过混合高斯模型的期望最大化算法进行失稳模式判识。

摘要： 本发明公开了一种基于GMM‑HMM的车载网络CAN总线入侵检测方法，包括以下步骤：获取车载网络CAN总线正常报文，按时间顺序统计出每个CAN ID所有报文的周期，即同一CAN ID两帧报文之间的时间差，形成周期序列，作为算法的输入；算法将每个CAN ID的周期序列划分为固定长度，然后为每个CAN ID训练一个GMM‑HMM模型，得出正常周期序列的似然概率；对于被测报文序列，同样统计出每个CAN ID的周期序列，输入模型后计算出生成该序列的似然概率，通过比较该似然概率与上一步得到的似然概率的阈值作比较，来判断报文序列是否异常。本发明解决CAN总线报文周期异常检测问题，可以发现DoS、模糊、重放等向总线插入报文的攻击行为。

摘要： 本发明提出一种基于GMM聚类的综合能源系统典型日生成方法，基于GMM聚类方法，对综合能源系统每个月的负荷资源（电负荷、冷热负荷、太阳辐照和风速）进行寻优聚类，生成典型负荷场景，用于综合能源系统规划设计，同时兼顾计算效率与精度。主要设计包括：适合综合能源数据的聚类，对分布式能源负荷进行修正，支持电负荷、冷热负荷、太阳辐照和风速等不同特征的高维数据聚类。基于GMM聚类的综合能源系统典型日生成方法，兼顾计算效率与计算精度。

摘要： 本发明为克服直接利用鸟类鸣声进行鸟类识别存在识别效果差的缺陷，提出一种基于GMM识别模型的鸟类智能识别方法，以及一种基于GMM识别模型的鸟类智能识别系统，其中包括以下步骤：采集鸟类声音信号，同时采集声音源方向的图像信号；将采集的鸟类声音信号和图像信号进行预处理；将经过预处理的鸟类声音信号和图像信号分别输入用于识别鸟类声音的GMM识别模型，以及用于识别鸟类图像的卷积神经网络模型，分别输出鸟类声音识别结果和鸟类图像识别结果。本发明采用GMM识别模型和卷积神经网络模型对输电线路环境的鸟类声音和鸟类图像进行识别，有效提高鸟类识别准确率。

摘要： 本发明公开一种基于FL‑EM‑GMM的医疗用户隐私保护方法及系统，在基于密码学的研究基础上，该方法提出了一种基于联邦学习期望最大值的高斯混合模型。该方法在病人隐私数据不泄露的情况下，实现了不同医疗机构之间的病例数据共享，有利于疾病信息的收集和诊断。针对医疗数据具有较强隐私性的特征，不同医疗机构之间直接数据交换可能导致病人隐私泄露的问题，本发明提出了解决方案，该方案在保证数据不交换的情况下，进行医疗数据集的训练，获取病例的特征值，提高诊断的准确度，以便确定有效的治疗方案。另外，为了保障医疗数据传输的安全性，数据在上传到服务器前进行加密处理，利用区块链技术建立安全可信的合作机制，保证数据传输的安全性和可靠性。

摘要： 本发明公开了一种基于DTW和GMM的短词句语音识别方法及系统，涉及语音识别技术领域，包括根据获取的当前阶段采集的语音音频数据、内置DTW距离的高斯混合模型以及语音音频数据库，确定所述当前阶段采集的语音音频数据对应的识别结果；其中，语音音频数据库包括n个短词句，内置DTW距离的高斯混合模型包括K支高斯模型，且K＝n；内置DTW距离的高斯混合模型是根据语音音频数据库、DTW算法和高斯混合模型构建的。应用本发明，以达到识别效率高、识别精度高的目的。