SARS流行预测分析

表面上突如其来的SARS本质上却有极规律的内在发展演化机制，遵从初始缓慢增长、加速、减速和稳定终止四个阶段总体道路，自然和社会生活领域众多事件演化都符合这一规律，因而可以运用广义的Logistic生长模型进行描述。基于先期流行的广东SARS感染病例数据，以及尚未结束的北京、全国2003年SARS流行统计数据，借助于最优化分析技术，运用广义的Logistic生长模型对该事件演化特征参量进行了辨识；在此基础上，又借助于广义生长模型的特例——Gompertz函数进行了演化过程的预测，并与其他生长模型结果进行了比较。研究表明，生长模型模拟结果均与实际数据有很好的一致性，可以用来预测事件的发生演化过程，此次SARS事件堪称生长模型的经典实例。     

苏州现代物流园综合办公大楼解读

文章通过对澳大利亚的JPW建筑设计公司在苏州工业园区设计并建成的物流园综合办公大楼进行介绍和解读，试图让更多的人了解该建筑，并发现其设计中的趣味。     

混沌信号的主要测量特性分析

初步分析了混沌信号(以Logistic为例)应用于测量中的主要特性。仿真分析了Logistic信号的频谱特性、相关特性、模糊函数。说明了混沌信号在具有较高的距离速度分辨力,同时具备强抗干扰性。对比分析了混沌码和伪随机码的多普勒容限能力。初步分析Logistic信号的抗干扰特性。     

Automatic classification and prediction models for early Parkinson’s disease diagnosis from SPECT imaging

Early and accurate diagnosis of Parkinson’s disease (PD) is important for early management, proper prognostication and for initiating neuroprotective therapies once they become available. Recent neuroimaging techniques such as dopaminergic imaging using single photon emission computed tomography (SPECT) with ¹²³I-Ioflupane (DaTSCAN) have shown to detect even early stages of the disease. In this paper, we use the striatal binding ratio (SBR) values that are calculated from the ¹²³I-Ioflupane SPECT scans (as obtained from the Parkinson’s progression markers initiative (PPMI) database) for developing automatic classification and prediction/prognostic models for early PD. We used support vector machine (SVM) and logistic regression in the model building process. We observe that the SVM classifier with RBF kernel produced a high accuracy of more than 96% in classifying subjects into early PD and healthy normal; and the logistic model for estimating the risk of PD also produced high degree of fitting with statistical significance indicating its usefulness in PD risk estimation. Hence, we infer that such models have the potential to aid the clinicians in the PD diagnostic process.     

电视购物调查分析——以陕西电视台“乐家购物”为例

对"乐家购物"消费者的调查数据用交互式列联表作初步的描述分析,表明随着年龄的增长、教育程度的提高、月收入的增加,选择电视购物的次数都有增加的趋势;构建Logistic回归模型对影响电视购物的因素作深入分析研究,揭示影响消费者选择电视购物的主要因素是年龄和受教育程度,并为电视购物的发展提出建议。     

Logistic映射及其混沌序列特性分析

提出了一种基于频谱特征分析Logistic映射工作状态的方法.首先,对典型Logistic迭代映射函数,在给定初值的情况下随参数μ变化得到不同的数值分布序列图和分岔图;其次,通过傅立叶变换得到Logistic映射的频谱特性,从频域弥补了时域分析中无法观测到的Logistic映射混沌特性;最后,通过对比分析表明Logistic映射的类随机性适合应用于保密通信领域.     

新生代农民工转户意愿及影响因素分析--基于江西省的调查数据

通过对江西省新生代农民工进行随机抽样问卷调查,本文运用多元有序Logistic模型对新生代农民工转户意愿及影响因素进行回归分析。结果显示,年龄、文化程度、是否具有职业资格等级证书、家中耕地亩数、家庭生活水平、家距离工作地点远近程度、家庭居住区域类型、务工居住住所类型对新生代农民工转户意愿有显著影响。基于分析得出的新生代农民工转户意愿影响因素,提出相应的政策建议。     

基于逻辑回归模型的木片和树皮的图像识别

为了提高木片生物能的利用率,需要除去木片中的树皮杂质。识别木片和树皮的图像对于实现二者分离具有重要作用。提出一种基于逻辑回归模型来对木片和树皮进行图像识别的算法。算法流程包括计算各种可以描述木片和树皮纹理的参数,利用SAS统计分析出最佳参数,将最佳参数计算所得的样本数据用于SAS LOGISTIC过程得到预测方程,再将预测方程用于逻辑回归模型来实现木片和树皮的图像识别。通过实验可知,最佳参数为灰度方差,该图像识别算法的正确率能达到97.4%。     

灰色Verhulst 模型背景值优化及其应用

鉴于背景值是影响灰色建模精度的重要因素之一, 提出一种灰色Verhulst 模型中背景值的优化方法. 基于灰色Verhulst 模型时间响应式的Logistic 函数形式和背景值的几何意义, 利用积分中值定理研究背景值与发展系数之间的数量关系; 采用最小二乘法对新参数进行估计, 还原原始参数估计值, 使得优化的背景值模型同时具备无偏性和最小误差性. 案例分析表明, 背景值优化的模型改善了模拟精度, 验证了模型的有效性和可行性.

     

一种改进的混沌跳频序列的设计方法

现有混沌跳频序列在混沌迭代次数、通信保密性和安全性等方面存在着不足.为解决上述问题,本文通过给出优化的Logistic映射函数,采用了一种改进的利用伪随机序列控制比特抽取来生成混沌跳频序列的方法.该方法各项跳频性能指标与已有研究成果相当,但其混沌迭代次数减少,序列安全性增强.