摘要：随着互联网和广告平台的飞速发展,面对海量的广告信息,为了提升用户点击率,提出一种改进的基于组合结构的逻辑回归点击预测算法LRCS(Logical Regression of Combination Structure)。该算法基于不同类别特征广告受众可能不同的特点,首先,采用FM进行特征组合,产生两类组合特征;其次,将一类特征组合作为聚类算法的输入进行聚类;最后,将另一类特征组合输入由聚类产生的分段GBDT+逻辑回归组合的模型中进行预测。在两个公开数据集中进行了多角度验证,结果表明与其他几类常用的点击预测算法相比,LRCS在点击预测上有一定的性能提升。

摘要：滑坡灾害的发生具有累进性,进行滑坡易发性评价是防灾减灾的前提。以四川省旺苍县为例,使用频率比法判断12个滑坡影响因子的各分级区间滑坡敏感性,经波段集统计确定11个滑坡影响因子作为滑坡易发性评价因子,通过建立逻辑回归-支持向量机(logistic regression-support vector machine,LR-SVM)耦合模型,搭建滑坡易发性评价体系,完成旺苍县滑坡易发性评价并进行模型精度比较。研究结果表明:逻辑回归-支持向量机耦合模型的评价指标结果均优于逻辑回归模型,易发性分区结果更合理,预测精度更高;在低易发区选取非滑坡点为提高滑坡易发性评价性能作用明显;研究区内道路、高程和NDVI对滑坡发育的敏感性较强;高易发区主要分布于低海拔的水系和道路两侧。

摘要：由于传统方法在图书馆文献信息智能检索中应用效果不佳,不仅平均正确率(Mean Average Precision,MAP)较低,而且衡量搜索引擎算法的指标(Discounted Cumulative Gain,DCG)具有较低的归一化止损值,为此提出应用数据挖掘的图书馆文献信息智能检索方法。首先,利用数据挖掘技术估测出嵌入的检索词条与检索文本的相关性;其次,考虑用户反馈构建逻辑回归判断模型;最后,根据逻辑回归判断模型结合最佳权重实现信息检索。实验证明,设计方法MAP值为0.95~0.98,DCG归一化止损值在0.86以上,证明应用设计方法可更好地进行图书馆文献信息检索,应用效果更好。

摘要：针对光伏系统中直流串联电弧故障,搭建了直流电弧试验平台。利用霍尔电流传感器获得大量故障电流数据,从数据的时频域中提取了四个能反映电流与电弧故障关系的特征量;提出一种计算特征量变化量的方法,有效避免了传统固定阈值比较法难以适用于复杂多样工况的问题;利用机器学习逻辑回归方法,得到电弧故障的检测参数,通过大量数据验证,发现几乎不会有电弧错报情况。所提算法能够运用于嵌入式设备并部署在光伏系统用于电弧检测。

摘要：【目的】伊犁地区以滑坡为主的地质灾害时有发生,给当地带来了人员伤亡和财产损失,灾害防治形势严峻,需要对当地的滑坡易发性展开研究。【方法】以新疆伊犁州某黄土区为研究区,选取高程、坡度、坡向、坡位、距道路距离、距河流距离、距断层距离、多年平均降雨量、NDVI等9个因子作为滑坡影响因子,建立滑坡易发性评价指标体系,分析因子与滑坡的分布规律。运用逻辑回归模型对研究区滑坡灾害进行易发性评价,并通过ROC曲线对评价结果进行验证。【结果】结果表明:研究区滑坡分布于高程1400~2000 m、坡度10°~30°、坡向为东方向、坡位为中坡和上坡、距断层0~1000 m、NDVI指数为0.7~0.8、降雨量为350~360 mm、距河流距离小于300 m的地区;高易发区和极高易发区主要分布在皮里青河和吉尔格朗河之间的一片低山丘陵区域;逻辑回归模型精度较高,ROC曲线的AUC值均在80%以上。【结论】研究获取的滑坡分布规律和易发性评价结果,可为该区域的滑坡防灾减灾和工程建设规划等提供参考。

摘要：【目的】系统分析喜德县地质灾害发育特征及规律,为当地地质灾害防治提供参考。【方法】以喜德县为研究区域,选取11个影响因子,分析滑坡的空间分布规律,并通过建立逻辑回归模型,对喜德县滑坡灾害进行易发性评价。【结果】结果表明:喜德县滑坡分布于高程2000~2600 m;坡度10°~30°;坡向为东北方向;坡位为中坡;距道路距离小于100 m;距水系距离小于200 m;距村落距离小于500 m;距断层距离为小于3500 m;NDVI为0.7~0.8;地层为白垩系;土地利用为耕地。滑坡高易发区位于鲁基断裂、冷都基断裂、米市河断裂、扎都断裂带周边地区。【结论】滑坡易发性分区结果可直接用于滑坡灾害的防治工作中,对工程建设选址也具有一定的参考价值。

摘要：逻辑回归作为一种典型的机器学习算法,被广泛应用于医疗诊断、金融预测等领域。由于单个用户没有足够的样本构建高精度模型,传统的集中式训练则会导致隐私泄露,因此构建具有隐私保护的逻辑回归模型受到广泛关注。现有的要求用户和服务器之间进行交互的方案具有较高的计算成本和通信负担。提出一种高效的非交互式逻辑回归训练协议,利用具有良可分离结构的梯度更新公式,解耦样本数据和模型参数之间的计算耦合性,保证用户与服务器之间的单向单次传输性,即用户将本地数据整合并以秘密共享的方式上传给云服务器后即可离线。在训练阶段设计基于矩阵和向量运算的协议,保证服务器在每次迭代中使用固定的信息更新参数,降低计算成本和通信开销。同时,基于协议的安全性分析和数值实验,在UCI库的4个真实数据集上训练逻辑回归模型,实验结果表明,在保证模型精度的前提下,与最新的隐私保护逻辑回归方案VANE相比,该回归模型效率提升了80~120倍,且训练时间与明文域相近。

摘要：为了更好地了解老年行人交通事故的特征以及致伤因素,通过网络渠道收集到了事故过程清晰并且完整的166例老年行人车辆碰撞事故视频,并采集了事故时间、地点、道路干湿度、车辆类型、车辆运动轨迹、行人运动学响应及损伤情况等事故信息。166例事故案例中,获得了105例老年行人轻伤、重伤以及死亡的损伤信息。依托所采集到的有效事故数据,通过统计、逻辑回归等方法进行了分析。结果表明:事故多发于白天的无人行道、路面干燥、光照充足处,轿车处于直行状态、车速集中在20~40 km/h,对于行人的碰撞位置主要为侧碰,但碾压事故亦占一定比例;老年行人多为男性、处于行走状态并且在事故中很少对碰撞做出反应;老年行人在通过道路中心线后的事故率明显降低,在未过道路中心线前碰撞发生在道路中部的概率最高;当老年行人头部首先触地时、超低车速(<20 km/h)下、驾驶员在碰撞发生前无反应时、碰撞发生在靠近人行道与/或道路两侧区域时、光照不充足时,更有可能发生重伤以上事故;在事故车辆左转弯过程中,由于冲突点过多及车辆A柱遮挡等导致的事故发生率明显高于车辆右转弯过程,车辆低速下的碾压也比较容易对老年行人造成严重的伤害。

摘要：已有的稀疏逻辑回归算法不能充分利用大脑的空间结构信息,因此不适合直接应用于全脑fMRI数据分类。针对此问题,将表征稀疏性的惩罚项和表征空间结构的惩罚项同时引入逻辑回归算法中,提出了一类广义稀疏逻辑回归算法。具体而言,设计了一种灵活地表征空间结构的惩罚项。通过对该惩罚项调节参数,可以更加充分地利用大脑的空间结构信息。在优化最大化框架下,设计了一个迭代流程来求解对应的优化问题,保证每步迭代都有显式解,并且最终能得到该问题的局部最优解。实验结果表明,所提出的算法相对于已有的稀疏逻辑回归算法在分类准确率上具有明显优势。

摘要：为减少破坏性创新的实施障碍,提供一种事前评价破坏性创新设计方案的量化模型,从破坏性创新产品设计的角度,提取影响产品买方价值的关键特征因子,对主流产品及破坏性创新方案中的系统关键特征进行对比分析,以统计各类特征因子的变化趋势和数量,将其作为自变量,在多元逻辑回归分析方法拟合样本数据的基础上,建立破坏性创新设计方案的评价模型。此模型可为客观评价破坏性创新设计方案在市场中的成功概率提供依据、增添企业产品创新机会、降低投资风险。应用此事前评价模型,以金融装备为例,分析验证了方法的可行性。