林业建设工程的环境预测与环境效益评估

本文在林业建设工程的环境背景调查和环境质量评估基础上，对工程实施完成后一个时期的环境效益预测提出了预测和评估的内容、效益指标和方法供讨论，以期逐步实行对林业建设工程项目环境预测及评估的规范和体系化     

基于IG-DNN混合决策算法的糖尿病预测研究

糖尿病患者人数众多,对人的健康危害极大,尽早预测是否患有糖尿病是降低糖尿病死亡率的关键。基于IG-DNN混合决策算法进行糖尿病预测模型研究,其中糖尿病数据集来源于UCI机器学习库—PIDD。PIDD包括768个记录,每条记录包含8个属性。首先应用信息增益方法（IG）将属性减少到5个,然后将其应用于DNN作为输入。该方法分类准确度达到88.3%,效果优于之前的大部分研究成果。     

基于指数分布预测问题的研究

本文主要运用贝叶斯统计的理论与方法,对截尾寿命试验根据其早期结果预测下一个失效时间,并对指数分布情形下的失效时间,进行了详细的讨论,得出其下一个失效时间的点估计与区间估计,并进行随机模拟。     

取代苯胺和苯酚类化合物的结构表征与结构-活性定量相关关系研究

为了评估和测定有机污染物取代苯胺和苯酚类化合物的生物毒性 ,在分子电性距离矢量的基础上引入正辛醇 水分配系数对这类化合物进行了结构表征 ,建立了取代苯胺和苯酚类化合物的结构 -与毒性之间的定量数学模型 (R =0 96 0 ) ,并通过逐步回归分析选出 4个参数建立一新的QSAR方程 (R =0 95 8) ,这些方程可以用来进行该类化合物危害性的定量评估和预测     

高等教育经济复合系统协调度优化控制

文章以系统科学为指导,基于系统协调度理论模型以及协调发展度预测模型的动态行为特性,建立了“高等教育-经济”系统的混沌控制优化模型。为高等教育经济复合系统协调发展趋势、控制策略的研究奠定理论基础。     

A Note on the Use of Mixture Models for Individual Prediction

Mixture models capture heterogeneity in data by decomposing the population into latent subgroups, each of which is governed by its own subgroup-specific set of parameters. Despite the flexibility and widespread use of these models, most applications have focused solely on making inferences for whole or subpopulations, rather than individual cases. This article presents a general framework for computing marginal and conditional predicted values for individuals using mixture model results. These predicted values can be used to characterize covariate effects, examine the fit of the model for specific individuals, or forecast future observations from previous ones. Two empirical examples are provided to demonstrate the usefulness of individual predicted values in applications of mixture models. The first example examines the relative timing of initiation of substance use using a multiple event process survival mixture model, whereas the second example evaluates changes in depressive symptoms over adolescence using a growth mixture model.     

20世纪散曲学史（一）

散曲，一种被历史遗忘了的诗体和学问，在“五四”白话诗文运动的召唤下突然苏醒，经过近百年的发展，至世纪末已蔚为一门与诗词和戏曲相平行的独立学科。描写散曲学几起几落的盛衰消长印迹，记录那些曾在这一倍受冷落的边缘地带辛苦耕耘的学者，采集品味他们所取得的丰硕成果，反思本学科的局限与不足，预测未来的发展走向，为新世纪有志修习此道者提供一个坚实的作业平台，已是世纪之交刻不容缓的学术期待。     

基于神经网络的体外预应力筋极限应力的预测

鉴于影响体外预应力筋极限应力的因素较多,采用BP和RBF两种人工神经网络模拟方法进行体外预应力筋极限应力进行预测。通过和试验数据比较分析,预测结果与试验结果的相对误差均在10%以内,满足工程需要,因此,采用神经网络预测体外预应力筋极限应力是可行的。     

基于灰色预测与BP神经网络的全球温度预测研究

为深入了解全球变暖缘由及影响,探究变暖是否停滞,考虑地球吸热、散热及海洋温度变化等因素,构建一种全球温度预测模型,预测未来25年温度变化。采用主成分分析法找出贡献度较大的3个主成分,再用3组灰色预测模型预测海洋平均温度、二氧化碳排放量、太阳长波辐射等8个变量,并进行光滑比、级比和残差检验。结果表明,预测符合前29年（1990-2018年）时间序列图规律,用历史数据训练BP神经网络,然后把8个变量的预测值代入神经网络,拟合优度为0.922 72,精度非常高,可以看出全球平均温度距平序列越来越大,说明温度正逐渐升高,而不是停滞。