简介:蛛网膜下腔出血(subarachnoidhemorrhage,SAH)是临床常见的危急重脑血管病。SAH具有起病急、病情重、致残率高、急性期病死率高的特点。在出血后存活的患者中,约1/3需依赖他人生活,超过2/3的患者生活质量明显下降。但经积极治疗后,多数存活者可以没有明显的神经系统缺陷,还可生活自理,恢复工作,远期预后相对较好。因此,本研究试图对SAH后致残组及非致残组进行回顾性分析,检验各种可能的相关因素,以期对SAH的致残情况作出预测,并据此制定合理的诊疗方案。
简介:月季花是园林绿化中非常重要的观赏花卉,品种和类型均十分丰富,然而受地域环境的影响,北京的寒冬限制了很多品种的应用。为了筛选出更多能够适应北京气候特点可在城市园林应用的新型月季品种。在引种观察的基础上,通过电导率的测定和Logistic方程拟合半致死温度对其中5个优良月季品种的耐寒性进行了进一步的测定与评价。结果发现:杂交玫瑰品种‘HuzelLeRougetel’的耐寒能力与对照品种IR,xanthina黄刺玫接近,是被试品种中耐寒能力最好的品种,其次地被类型的‘Grouse’耐寒能力也较强。灌丛型品种‘PalmengarienlFranfurts’再次之,古老品种‘BIoomfield’的耐寒性最差。除古老月季品种外其他的3个月季品种在北京园林中均能够安全越冬,其中应用前景最好的品种为‘HuzelLeRougetet’。
简介:单次脑电分类实验中,采用基于logistic回归的正则化方法来提高分类准确率.首先,提出一种新算法——局部保持投影稀疏logistic回归,将局部保持投影正则项加入到稀疏logistic回归中.该算法旨在保留原始特征空间邻域信息的同时保证结果的稀疏性.然后,利用边界优化法和逐分量迭代算法在训练集上求解权重向量,克服了牛顿一拉夫森法和迭代重加权最小二乘法的局限性.最后,在自步调手指运动数据集上采用十重交叉验证法得到80%的分类准确率,并与稀疏logistic回归的实验结果进行对比,说明局部保持投影正则项有效地保留了对脑电分类有用的信息.
简介:对Logistic方程的变量及常量赋与了新的相应涵义,初步解析了产业群内外部资源的相对约束与产业群发展的关系,继而对产业群内两个不同类型企业的演化方程解进行讨论.分析了它们基于资源利用的竞争、演化条件及结果。
简介:投资对拉动经济发展具有重要的作用,投资带动经济增长,可以扩大就业,促进消费,加快产业升级,提高产品质量。科学预测全社会固定资产投资,对制定宏观经济政策、进行经济和产业结构改革、分析和判断经济运行状况、保持国民经济平稳运行等具有重要意义。文中运用改进的Logistic模型对河北省社会固定资产额进行预测,取得了十分理想的效果,平均预测误差仅为2.8732%,比GM(1,1)模型平均预测误差8.2183%减小了186.068%。通过模型预测得到2017年河北省社会固定资产总投资额为34669.999亿元。
简介:目的探讨居民社区卫生服务需求及影响因素,为改善社区医院服务质量,提高社区医院资源利用率。方法通过自行设计问卷,对新乡市居民进行随机调查,采用二元Logistic回归模型对数据进行整理分析。结果发现影响居民社区卫生服务需求的6项显著因素:居民医疗保险类型,是否在社区医院接受过服务,社区医院的服务态度,报销比率,就诊流程,到社区医院的步行距离。另外,还有社区医院医疗资源利用率不高的原因。结论社区医院的医疗技术、医疗设备、服务质量需要进一步提高与改善,增加宣传,吸引更多的人到社区医院就诊,提高社区医院医疗资源利用率。
简介:提出了一种基于Logistic回归模型的ATR算法性能评估方法.该方法能够在考虑各种影响因素作用的情况下对算法的识别性能进行有效的评估.利用该方法对两种目标识别算法进行了评估.评估结果表明,该方法具有可行性和实用性.
简介:国内移动通信市场不断发展,高新增客户率已经成为过去,三大运营商越来越重视存量经营。如何准确的从大量的数据中发现客户行为,预测潜在流失客户,根据客户流失行为特征推荐合适的挽留策略,越来越受到关注。文中以某移动通信企业客户数据为研究样本,通过数值处理以及筛选预测指标,使用logistic回归方法构建客户流失预警模型,预测出潜在的流失客户,并且通过案例库为潜在流失客户推荐挽留策略。
简介:摘 要:铁路客运量预测方法十分多样,对于有历史运量积累地区,直接采用回归预测或者其他趋势外推预测方法均能得到很好的预测结果。但对于无历史运量区域客运量的预测,需要调查得到区域人均出行频率即乘车系数,本文主要介绍Logistic模型计算铁路乘车系数方法,采用该方法计算得到全国居民乘车系数,通过乘车系数法快速计算预测新线路的铁路客运量,为运输方案提供依据。
简介:在本文中,研究了一致凸Banach空间中平均非扩张中映射的IBhikawa迭代的收敛问题,证明关于平均非扩张映射的Ishikawa迭代收敛定理。
简介:设X是一致光滑的Banach空间,T:D(T)属于X→2^x是局部严格伪压缩映射且有不动点.设Q是从X到D(T)上的非扩张保核映射.任取x0∈D(T)归纳定义:xn+1=Qpл,pn∈(1-cn)xn+cnTQyn,yn∈(1-dn)xn+dnTxn.如果存在有界序列{wn}和{zn},wn∈TQyn,zn∈Txn.则{xn}强收敛于T的唯一不动点.其中数列{cn}和{dn}满足适当条件.