基于逻辑回归模型的异常值应急预警模式研究——以个体风险管理为例

针对定性的安全评价与分析逐渐不能满足个人对安全要求的现状,为了更好地量化描述生活中的风险程度,找到异常值与个体风险之间的量化关系,利用逻辑回归方法分析各个自变量和因变量之间的具体依赖关系;以河南某水泥厂为调查对象,建立基于逻辑回归方法的应急预警模式,利用SAS软件对自变量与事故后果之间的线性关系进行计算分析,并与聚类分析方法进行了比较。结果表明：逻辑回归模型相较于聚类分析对于异常值的监测有较好的精度,为个人风险预警及事故预防提供了很好的分析基础。     

泸-石高速甘草沟泥石流发育特征及危险性分析

拟建泸定至石棉段高速公路(泸-石路)沿线泥石流灾害频发,甘草沟是较为典型的一条泥石流沟。通过现场调查和室内试验,文中以该泥石流的形成条件分析为基础,对甘草沟进行了危险性评价计算。研究得出：甘草沟物源总量为235.90×10⁴m³,动储量为23.09×10⁴m³,在20、50、100年一遇的频率下,一次冲出固体物质量为27 530、3 1651、34 783 m³;危险范围最大长度为712、795、857 m,危险范围最大宽度为765、851、917 m;该泥石流处于发展期,危险性属于中度危险。     

甘肃省乡村人居环境质量测度与关键驱动因子分析

乡村人居环境建设已成为乡村振兴战略实施的重要任务,其内在作用机理与关键驱动研究能够为乡村人居环境治理与建设的精准施策提供科学依据。采用乡村人居环境质量测度模型、典型相关分析、岭回归等方法进行甘肃省乡村人居环境质量测度、影响因素的作用机理分析,并识别人居环境质量的关键驱动。结果表明：(1)甘肃乡村人居环境质量综合指数均值为0.238,高于均值水平的县域占比达45.98%;综合指数、居住条件、产业经济发展以及生态环境与治理指数基本呈现由西北向东南降低态势;公共服务设施维度却表现为中部高,两端低的空间格局;基础设施维度中低水平与较低水平的评价单元相对零散分布且范围较广。(2)自然地理变量组中可灌溉耕地占比的典型载荷为-0.798,正向作用于基础设施、居住条件、产业经济(载荷系数均<0)等目标变量;区域经济发展组中所有解释指标均与典型变量呈正相关,解释指标正向促进着人居环境质量;社会文化控制变量组中小学文化程度以下的居民占比、少数民族聚落村占比2个解释变量的典型载荷分别为-0.976、-0.494,负面影响着乡村基础设施建设与产业经济发展(目标变量载荷系数>0)。(3)可灌溉耕地占...     

随机森林算法在新疆物种丰富度影响因素研究中的应用

基于多源遥感数据及其产品,以2010年新疆地区鸟类与哺乳动物物种丰富度空间分布数据为基础,结合土地利用、植被、气候、地形等遥感数据产品,探讨了影响新疆地区鸟类和哺乳动物物种丰富度的各环境因子空间分布及其差异.通过随机森林算法对影响鸟类和哺乳动物种数的环境解释变量进行了重要性评估,同时采用探索性回归分析对物种丰富度与环境...     

基于空间分析的北京地区空气质量研究

对北京地区空气质量分布特征和影响因素的研究已比较丰富,但仍缺少利用空间模型来研究影响北京市空气质量的因素。在分析北京市2019年各区空气质量数据的基础上,得出北京地区夏季和初秋空气质量相对较好,而冬季和初春空气质量相对较差;北京地区大气污染在空间上呈现出北低南高的趋势,自然因素是造成这种分布特征的主要原因;各区空气质量在空间上存在着显著的相关性,空间建模得出人均GDP和汽车保有量的增长会导致空气质量的恶化,而林木绿化率的增长有助于空气质量的改善。     

神经网络用于卤代肉桂酸对羊角月牙藻毒性的预测研究

卤代肉桂酸因具有肉桂酸一样的抑菌、抗氧化和抗微生物活性作用,故被广泛应用于医药、化妆品和农药等生产行业.为了研究卤代肉桂酸对羊角月牙藻急性毒性与其分子结构之间的定量构效关系,基于分子拓扑理论,计算了14个卤代肉桂酸分子的4类分子结构参数,筛选了电性拓扑状态指数(E13)和电性距离矢量(M15)作为理论结构描述符,将其与...     

基于BP神经网络的煤层底板突水量等级预测

为了减少水灾损失并提高煤矿底板突水量预测精度,基于肥城矿区相关矿井水文地质资料,选取水压、底板裂隙发育程度、断层落差、岩溶发育程度、含水层厚度、隔水层厚度等6项指标,建立了肥城矿区底板突水量等级预测模型,采用平均影响值(MIV)方法评价了神经网络模型中各自变量对突水量等级预测的影响程度。结果表明：该模型具有较高的预测精度;肥城矿区内的小型突水主要由含水层及隔水层的属性决定;大型及特大型突水的发生与断裂构造、岩溶和底板裂隙发育程度等因素密切相关。     

基于高阶递归神经网络的AUV鲁棒控制方法

目的 提出一种基于高阶递归神经网络的AUV鲁棒控制方法。方法 利用结构简单但逼近效果优越的高阶递归神经网络,对建模不确定性和外部未知干扰进行估计,并将其补偿到输入控制律中,以提高控制性能。之后,基于HJI理论和Lyapunov稳定性分析导出神经网络权重自适应更新律和AUV自适应控制律,设计反步滑模方法作为对比方法,并进行仿真实验。结果 设计的基于高阶递归神经网络的AUV鲁棒控制方法的跟踪误差、调节时间等控制指标均优于反步滑模方法。设计的鲁棒控制方法可以控制AUV精确跟踪目标轨迹,同时具有优秀的控制性能和鲁棒性。结论 这一研究为AUV轨迹跟踪控制领域提供了一种高效且有效的方法,有望在复杂、不确定的水下环境中得到应用。     

基于机器学习的恐怖袭击事件后果预测方法研究

恐怖袭击事件通常会造成严重的人员伤亡、财产损失和社会影响,针对在不同场景下发生恐怖袭击所造成的后果进行预测是目前应对恐怖袭击事件急需解决的问题之一。利用多源数据,首先基于随机森林算法对恐怖袭击事件是否造成死伤进行分类预测,进而基于岭回归算法预测事件造成的具体死伤人数。研究结果表明:随机森林在测试集上对有死伤事件的召回率达到0.85,岭回归预测死亡和受伤人数的平均绝对误差分别小于1人和2人。研究结果可为反恐资源配置优化、预防恐怖袭击事件和减少其造成的损害提供辅助决策支持。