简介:借鉴生态学理论,通过引入生态学LOGISTIC模型,模拟研究我国青少年体育生态系统的演化路径及其特征。首先详细阐述了青少年体育生态系统的成员及子系统构成,并借鉴经济增长机制和生态平衡机制,分析对青少年体育生态系统的影响,然后,根据LOGISTIC模型的推理,刻画出青少年体育生态系统演化路径并对其特征进行分析,为青少年体育生态系统的科学决策与协调发展提供理论参考。
简介:以2016年8月26日Landsat-8OLI影像为数据源,针对特征变量数目可影响分类精度和运算速率问题,采用一种基于特征优选的随机森林模型,提取了黄河口滨海湿地高精度信息。首先,采用Relief(relevantfeatures)-F算法,对全部特征变量进行权重排序,剔除不相关变量;然后,分别采用基于特征优选的随机森林模型、最大似然方法和神经网络分类算法,提取黄河口滨海湿地信息,比较基于特征优选的随机森林模型与其它两种分类方法在滨海湿地信息提取应用中的精度和效率。研究结果表明,基于特征优选的随机森林模型滨海湿地分类效果最佳,总精度为86.39%,Kappa系数为0.81,明显高于最大似然和神经网络分类方法;其中,河流湿地分类精度最高,为95.83%,盐田分类精度最低,主要原因在于盐田与养殖池、水库/坑塘的光谱和几何特征极为相似,易于混淆;但与最大似然分类和神经网络分类方法相比,该方法提取效果明显改善,分类精度分别提高了16.84%和4.44%。本研究结果证明,采用Relief-F算法特征优选的随机森林模型提取滨海湿地信息的方法,具有分类精度高、运算速率快的优势,适用于滨海地区不同类型湿地高精度信息提取。
简介:目的了解深圳市南山区淋病流行特征及发病趋势,为制定控制策略提供科学依据。方法对2005年1月—2016年12月深圳市南山区报告的淋病病例资料进行流行病学分析,并利用ARIMA模型进行发病趋势预测。结果深圳市南山区2005—2016年累计报告淋病9590例,报告发病率波动在59.45/10万~102.74/10万,年均报告发病率为78.79/10万。年龄主要集中在20~45岁,占88.06%;职业以工人、干部职员和家务及待业为主,占70.23%。淋病月发病率波动在2.84/10万~10.56/10万。构建的ARIMA(1,1,1)模型,对深圳市南山区2017年淋病发病率进行预测,结果显示2017年1—5月深圳市南山区淋病预测发病率与实际发病率的波动形势基本一致,实际发病率略高于预测值,但均是在预测值的95%置信区间。结论该区淋病疫情较重,ARIMA模型能较精准地预测淋病的发病趋势,预测结果提示淋病的发病维持在较高水平,建议根据淋病流行特点采取有效的防治措施。
简介:目的:初步探索磁共振成像(magneticresonanceimaging,MRI)三维纹理(three-dimensionaltexture,3D-texture)特征结合临床参数构建预测模型,术前评估肝细胞癌(hepatocellularcarcinoma,HCC)患者术后早期复发的可行性。方法:回顾性纳入98例术后早期复发HCC患者,记录实验室检查结果、MRI影像征象、3D-texture,经数据去冗余、Lasso回归行主要特征提取,使用监督学习算法进行建模,并将模型用于预测83例前瞻性患者术后早期复发。结果:动脉期(arterialphase,AP)和门静脉期(portalvenousphase,PVP)分别提取出6和2个纹理特征进行建模,AP-3D-texture模型在训练集、验证集及测试集中的预测效能如下:预测准确性(accuracy,ACC)分别为0.735、0.735和0.651;受试者工作特征(receiveroperatingcharacteristic,ROC)曲线的曲线下面积(areaundercurve,AUC)分别为0.759、0.769和0.669。PVP-3D-texture模型在3个数据集中预测效能如下:训练集中ACC为0.721,AUC为0.591;验证集中ACC为0.367,AUC为0.498;测试集中ACC为0.402,AUC为0.560。AP-3D-texture结合临床参数后在3个数据集中的预测效能如下:训练集中ACC为0.838,AUC为0.876;验证集中ACC为0.833,AUC为0.864;测试集中ACC为0.663,AUC为0.656。结论:AP-3D-texture可以作为预测HCC术后早期复发的标记,与临床参数结合后预测效能进一步提高,但是在测试集中效能偏低,可能与训练集样本量偏少有关。