0?1膨胀负二项回归模型在COVID?19疫情分析中的应用

在公共卫生等应用领域，经常会同时出现零观测值、一观测值较多的情况. 为更好地拟合这类数据，采用0?1膨胀负二项分布及其回归模型进行分析. 在数据扩充基础上，结合Pólya?Gamma潜变量对模型参数进行贝叶斯推断. 最后，对我国湖北省2019冠状病毒病(COVID?19)死亡数据集进行分析. 研究表明，0?1膨胀负二项回归模型能够达到更好的拟合效果.     

城市生活垃圾处理处置过程的碳排放核算模型

我国的生活垃圾排放量随着经济的快速发展呈逐年上升趋势,生活垃圾处理处置过程中产生的碳排放不可忽视。明确数值的垃圾碳排放量可对城市生活垃圾的处理处置起指导作用,因此对城市生活垃圾碳排放评价模型的研究意义重大。介绍了城市生活垃圾处理过程中碳排放的常用评价模型,并重点比对了各模型的适用性和优缺点,为生活垃圾处理碳排放的评价模型作了分类。各地区根据自身特点选择合适碳排放评价模型,有利于推动固废处理行业的低碳运行以此保持我国经济的绿色和可持续发展。     

基于GIS平台的水库库容计算模型

基于GIS平台采用数字高程模型法进行库容计算目前已成为主流,如何实现批量化、流程化计算显得尤为重要。基于GIS平台分别创建了FOR迭代模型、行选择迭代模型、字段值迭代模型3种。经实例证实,3种模型都精确、高效、极大地提高了库容计算的自动化程度,其中字段值迭代模型的运算效率最高。模型使用简单、效率高、便于普及。     

基于体系结构空间、面向动态演化的软件应用模型SASM设计

针对软件动态演化技术发展的客观趋势,从软件体系结构的概念出发,采用大量参考文献分析法、对比法,介绍了软件体系结构、软件动态演化技术、软件模型SASM的原理、框架和机制等三大模块。首先,介绍了软件体系结构的概念和描述语言,在动态演化技术的基础上,分别阐述了软件动态演化和软件动态演化要解决的问题。其次,全面分析了软件模型SASM的基本原理、SASM的软件框架和SASM模型中的反射机制等内容。希望通过这次研究,为软件应用模型SASM的设计人员提供有效参考。     

基于粒子群优化和支持向量机的花粉浓度预测模型

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（PSO）算法和支持向量机（SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素，选择与花粉浓度相关性较强的气象要素构成特征向量；其次，利用特征向量与花粉浓度数据建立SVM预测模型，并使用PSO算法找出最优参数；然后利用最优参数优化花粉浓度预测模型；最后，使用优化后的模型对花粉未来24 h浓度进行预测，并与未优化的SVM、多元线性回归法（MLR）、反向神经网络（BPNN）作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明，相比其他预报方法，所提方法能有效提高花粉浓度未来24 h预测精度，并具有较高的泛化能力。