逻辑斯蒂模型在河谷型城市洪水事件研究中的验证

以黄河河谷型城市兰州市为研究区,基于原生自然地理及地形要素,使用文献、气象、自然地理资料和数字高程模型,同时应用GIS空间分析方法并结合逻辑斯蒂回归模型,对兰州盆地洪水事件进行了危险性评价.结果表明,近百年来兰州市河道洪水灾害集中在黄河河漫滩上;洪道洪水灾害发生时间比较频繁,与河道洪水灾害相比,灾害的发生范围较小,具有区域性.利用逻辑斯蒂回归建立河道洪水事件预测模型,得出发生河道洪水事件的概率与高程、距黄河距离呈负相关关系,与传统经验符合,并经过模型检验,预测正确率达94.4%,Nagelkerke R~2值为0.870,接近1,拟合优度较好.利用逻辑斯蒂回归建立洪道洪水事件预测模型,得出发生洪道洪水事件的概率与高程、距黄河距离也呈负相关关系,与传统经验符合,经过模型检验,预测正确率达74.8%,预测效果较好.     

逻辑斯蒂模型及其应用

逻辑斯蒂方程是一种非线性的微分方程，其数学模型属于增长的S型曲线模型，利用它可以描述客观事物的增长过程。本文系统阐述了逻辑斯蒂模型的来源、发展及其演变，分析了其生态意义，并举例说明了该模型在实际中的应用。     

应用逻辑斯蒂映射研究生态平衡

逻辑斯蒂映射与阻滞增长方程是对应的,而逻辑斯蒂映射可以比阻滞增长方程反映出更丰富、更多样的种群演化现象。     

微分方程在人口预测中的应用

利用微分方程建模,深入研究马尔萨斯模型和逻辑斯蒂增长模型,进行人口增长的预测.通过内禀增长率和环境容纳量,找到控制人口增长的办法.     

基于逻辑回归的巫山县滑坡易发性区划研究

[目的]在已有文献研究基础上,构建基于逻辑回归的滑坡易发性评价模型,并与基于随机森林的模型进行分析比较,探讨出适用于三峡库区巫山县的滑坡易发性评价模型.[方法]选取地质条件、地形地貌、环境条件、人类工程活动等4方面影响下的22个因子作为滑坡易发性影响因子,根据研究区963处历史滑坡点,建立30 m×30 m栅格地理空间数据库;进一步在数据库中,按历史滑坡与非滑坡1∶10的比例构建地理空间数据样本集,基于十折交叉验证法选择最佳样本数据后,进行逻辑回归模型训练;最后,利用最佳样本训练后的模型,进行全域滑坡易发性仿真分析,并将结果划分为低、较低、中、较高、高共5种易发性等级.[结果]逻辑回归模型训练集、测试集的受试者工作特征曲线下面积(Area under curve,AUC)值分别为0.803和0.787;有63.24％历史滑坡落入面积比为26.26％的较高滑坡易发性区划中.[结论]基于逻辑回归和随机森林构建的滑坡易发性评价模型均具有良好的稳定性及预测功能,但随机森林模型性能优于逻辑回归模型性能,更适用于三峡库区滑坡易发性区划研究.     

杉木炭疽病预测预报研究

杉木炭疽病流行的时间动态类型介于单年流行病害与积年流行病害之间或者更接近于积年流行病害类型 ,遵循逻辑斯蒂模型。依据 1991- 1993年在福建省三明市的调查资料 ,采用逻辑斯蒂模型建立该病的中期预测预报方程 :ln[x2 / (1- x2 ) ]=- 1.990 91 0 .0 2 72 2 4 T 0 .0 0 794 4 U- 0 .0 0 0 913R 0 .5 912 0 2 ln[x1/ (1- x1) ],模外数据检验表明该预测模型具有较高的可靠性 ,可供生产上使用。     

上市公司财务预警的T逻辑回归模型

针对经典的逻辑回归模型易受到样本类别噪声干扰的问题,采用T逻辑回归算法中的非凸损失函数以弥补这一不足。对T逻辑回归模型及求解算法进行了分析,建立T逻辑回归财务预警模型,并结合沪深上市公司财务数据开展实证分析,结果表明T逻辑回归模型具有较好的分类效果和鲁棒性。     

基于SVM和Logistic算法对比的中小企业财务困境预测研究

集成f_classif、随机森林、Lasso、XGBoost四种方法构建特征选择评分模型并筛选出关键特征,利用RUSboost欠采样处理非平衡数据,在此数据预处理基础上分别建立支持向量机预测模型(SVM)和逻辑回归预测模型(Logistic)并进行对比分析,考察这两种机器学习方法对中小企业财务困境预测效果。结果显示,在支持向量机预测模型训练中选择径向基核函数且调整c值为1.06时其测试集上的判断准确率显著高于逻辑回归预测模型,对中小企业逐步恶化的财务状况预测准确率达98%。这对金融企业精准评价中小企业的财务风险以及政府实施中小企业政策扶持提供决策参考。     

连续比例逻辑斯蒂回归模型在半参数ROC曲面估计上的应用

针对诊断试验中有3种或3种以上诊断结果的情形，常采用ROC曲面来代替ROC曲线进行试验准确度的判断。回顾以往有关ROC曲面估计问题的文献，可以发现学者们大多使用的是参数方法和非参数方法，而利用半参数方法所得到的结果也很优良，结合连续比例逻辑斯蒂回归模型和bootstrap方法，所得到的ROC曲面和非参数方法相比更加平滑，也更加精确，在计算半参数最大似然估计时，半参数方法可以借助许多统计软件中的逻辑斯蒂程序来代替传统的牛顿迭代法之类的数值计算方法，能很快得到结果。因此在ROC曲面估计问题上半参数方法明显优于非参数方法。     

土地生产能力预测方法的探讨：以江苏省淮阴市为例

本文讨论了用迈亚密模型及联合国粮农组织的农业生态区法估算土地生产潜力的问题,提出了从物质能量转化角度估算土地生产潜力的方法;还讨论了用逻辑斯蒂方程预测土地生产能力的方法,提出了利用产量系数预测土地生产能力的斯方法。     

基于饱和增长趋势模型的福建人口预测

以1978～2007年福建省的人口统计数据为依据,采用饱和增长趋势模型中的修正指数模型、龚柏兹模型、逻辑斯蒂模型对福建省未来人口总量进行预测.根据预测结果进一步用三种模型进行组合得到组合预测模型,预测结果为2010年、2015年、2020年福建省人口总量分别达到:3654.93万人、3752.83万人、3832.61万人.     

三种预测油气田产量数学模型的比较

系统地介绍了三种预测油气田产量的数学模型 ,即逻辑斯蒂模型、胡 -陈 -张模型和 Wang- Li模型 .从数学模型的建立、模型的特点及适用范围对这三个模型进行了分析 ,可为油气田的实际生产选择适宜的预测模型提供了依据     

我国化工行业财务危机预警实证研究

本文选取了2008和2009年我国化工行业95家上市公司的20个财务指标为研究对象,应用因子分析和逻辑回归分析,建立了我国化工行业上市公司财务危机预警模型,回判精度高达89.5%。结果表明,我国化工行业上市公司财务危机预警模型具有较好的预警作用;同时企业应关注自身盈利能力的提升。     

基于随机森林优化的自组织神经网络算法

针对基于降维的神经网络分类器预测模型在分析过程中存在特征丢失, 并导致精度下降的问题， 提出一种基于随机森林算法优化的多层感知器(MLP)回归预测模型. 该优化模型通过在MLP回归模型网络的全连接层和逻辑回归层之间增加一个优化机制, 利用随机森林算法对隐藏层状态的优化实现改进, 从而解决了降维过程中神经网络丢失数据特征的问题. 在借贷客户信息数据集上的实验结果表明, 该模型在保证主要特征的同时大幅度提升了预测准确率, 证实该模型在特征工程中具有较高的实用性.     

利用财务指标预测股票价格及财务风险预警

主要研究上市公司的财务指标和股票价格的关系及如何利用这些指标对财务风险进行预警。首先运 用回归模型对上证180家上市公司财务指标与个股股价进行实证分析,并对样本股票价格进行预测。然后 选择100家ST股票和深沪两市绩优股为样本,再次利用回归模型将对股价有显著影响的财务指标与样本 股出现财务风险的概率进行分析,对样本股财务风险进行预测,并说明此研究的实际应用价值。     

逻辑斯蒂方程混沌运动的计算机模拟

利用计算机VB语言，从逻辑斯蒂方程入手，揭示混沌运动的特征。     

逻辑斯蒂方程混沌运动的计算机模拟

利用计算机VB语言，从逻辑斯蒂方程入手，揭示混沌运动的特征。     

森林生态效益补偿机制的新探索——基于逻辑斯蒂方程

目的结合中国国情,探索新的森林生态效益补偿机制。方法应用生态学中种群增长的逻辑斯蒂曲线以及生态平衡原理,并以秦岭山区的油松为例进行研究。结果秦岭山区的油松作为木材每年可创造的经济价值达6400元／hm^2,比国家提供的补偿标准75元／（hm^2·a）高出几十倍,森林作为生产资料创造的直接经济价值将作为森林生态效益补偿的一部分。结论森林生态系统的生态功能和经济功能可以同时发挥作用,森林的经济效益与生态效益能够达到双赢。     

对数偏正态逻辑斯蒂分布的极值高阶展开

主要讨论了对数偏正态逻辑斯蒂分布的尾部特征,得到了极值的高阶展开.     

恶劣天气情况下基于随机森林算法的交通流量预测

针对恶劣天气情况,提出基于随机森林交通流量预测模型,基于2016年纽约市出租车数据以及天气情况,对原始GPS数据进行层层筛选,筛选出符合恶劣天气条件定义的数据,以随机森林回归方法为基础研究恶劣天气下交通流量的预测模型,并通过调整模型的超参数改善了模型的性能;同时将随机森林模型与BP神经网络模型和决策树模型做了性能对比,随机森林预测模型最终取得的实验结果较好。