期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于INLA-SPDE方法的区域污染物模拟与预测
被引量：
1
1
作者
袁泽
陈斌
《图学学报》
CSCD
北大核心
2022年第1期125-132,共8页
采用传统的空间插值方法对区域污染物进行模拟与预测,针对源数据分布不均,效果一般的问题,提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达,时间分量则采用一阶时序自相关模型,同时还包含...
采用传统的空间插值方法对区域污染物进行模拟与预测,针对源数据分布不均,效果一般的问题,提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达,时间分量则采用一阶时序自相关模型,同时还包含气象参数等10种协变量,以2019年度京津冀地区日均PM_(2.5)浓度为例,逐月建立了时空模拟与预测模型。实验结果表明,与经典的克里金插值方法相比,在区域污染物分布的模拟上具有更好的效果,尤其在高值污染的预测上精度效果提升明显,同时可得到区域污染风险等级等多种结果。进一步基于模型的预测结果实现了京津冀地区日均PM_(2.5)浓度时空可视化和虚拟仿真系统,为普通民众的出行或政府相关部门决策提供支持,验证了模型的实用性和价值。
展开更多
关键词
细颗粒物PM_(2.5)
贝叶斯时空建模
INLA算法
仿真系统
决策支持
下载PDF
职称材料
基于贝叶斯深度学习方法的上海新冠肺炎病例时空预测和不确定性量化
2
作者
周世荣
汤银才
+2 位作者
王平平
庄亮亮
徐嘉威
《应用概率统计》
CSCD
北大核心
2024年第2期298-322,共25页
2022年春季在上海爆发的新冠肺炎疫情对上海的社会、经济和居民的日常生活造成了严重影响.新冠肺炎的传播通常表现出复杂的非线性动力学,受环境、人口统计、医疗条件、核酸或抗原检测频率、流行病控制策略等影响.具有复杂网络结构和广...
2022年春季在上海爆发的新冠肺炎疫情对上海的社会、经济和居民的日常生活造成了严重影响.新冠肺炎的传播通常表现出复杂的非线性动力学,受环境、人口统计、医疗条件、核酸或抗原检测频率、流行病控制策略等影响.具有复杂网络结构和广泛训练的长短期记忆(LSTM)模型被广泛用于学习和预测流行病的传播.然而,这种模型既没有解释数据的不确定性,也没有考虑各种协变量和异质性的影响.因此,本文提出了一个两阶段LSTM嵌套广义泊松回归模型来分析2022年春季上海爆发的新冠肺炎疫情数据.在第一阶段,训练一个多层LSTM网络来学习特定地区的感染数据,然后使用训练好的LSTM来拟合和预测有症状的新冠肺炎感染人数.在第二阶段,在分层贝叶斯框架下通过广义泊松回归模型对预测的病例数进行建模,其中相对风险的对数用带有协变量和时空异质性的随机效应的线性函数来建模.在深度学习方法的帮助下,时空广义泊松回归模型可以预测和量化每日新增症状感染数量的不确定性.此外,得益于从协变量和时空异质性的借力,基于贝叶斯深度学习方法的预测比基于LSTM方法的预测性能更好.
展开更多
关键词
COVID-19
LSTM
泊松回归模型
积分嵌套拉普拉斯近似(INLA)
下载PDF
职称材料
基于LGCP的城市管理事件空间点模式分析
被引量：
1
3
作者
董文钱
董良
+3 位作者
向琳
陶海军
赵传虎
曲寒冰
《地理科学进展》
CSSCI
CSCD
北大核心
2020年第8期1356-1366,共11页
数字化城管系统累积了大量城管事件历史数据,充分挖掘事件背后的空间分布模式和事件成因机制能够为城管部门的管控工作提供决策支持。论文利用Log Gaussian Cox Processes(LGCP)模型分析了西北某地H市P区的街面秩序类、市容环境类和宣...
数字化城管系统累积了大量城管事件历史数据,充分挖掘事件背后的空间分布模式和事件成因机制能够为城管部门的管控工作提供决策支持。论文利用Log Gaussian Cox Processes(LGCP)模型分析了西北某地H市P区的街面秩序类、市容环境类和宣传广告类城管事件之间的空间分布差异和事件成因影响差异。研究发现:(1) 3类城管事件都呈现出明显的空间聚集,其空间聚集尺度最远不超过924 m;(2)各类事件聚集的特征各不相同,街面秩序类贴近城区主要干道,呈路网状。市容环境类表现出在城区中心块状聚集,周边地区零星分散的特征。宣传广告类靠近交通干线呈长条状,靠近商业中区域呈块状分布;(3)城区内不同类别的POI对城管事件的影响大小不同。购物服务类、医疗保健类和居民住宅类表现出最显著的影响,说明特定区域内人群的流量和密度是影响城管事件分布的重要因素,人群的流动和聚集会加剧城管事件数量的增加。研究结果能够满足城管部门的城管事件空间分布热点识别以及事件成因分析的需求。
展开更多
关键词
城管事件
Log
Gaussian
Cox
Processes
空间点模式
积分嵌套拉普拉斯逼近
随机偏微分方程
原文传递
题名
基于INLA-SPDE方法的区域污染物模拟与预测
被引量：
1
1
作者
袁泽
陈斌
机构
北京大学地球与空间科学学院
出处
《图学学报》
CSCD
北大核心
2022年第1期125-132,共8页
文摘
采用传统的空间插值方法对区域污染物进行模拟与预测,针对源数据分布不均,效果一般的问题,提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达,时间分量则采用一阶时序自相关模型,同时还包含气象参数等10种协变量,以2019年度京津冀地区日均PM_(2.5)浓度为例,逐月建立了时空模拟与预测模型。实验结果表明,与经典的克里金插值方法相比,在区域污染物分布的模拟上具有更好的效果,尤其在高值污染的预测上精度效果提升明显,同时可得到区域污染风险等级等多种结果。进一步基于模型的预测结果实现了京津冀地区日均PM_(2.5)浓度时空可视化和虚拟仿真系统,为普通民众的出行或政府相关部门决策提供支持,验证了模型的实用性和价值。
关键词
细颗粒物PM_(2.5)
贝叶斯时空建模
INLA算法
仿真系统
决策支持
Keywords
PM_(2.5)
spatio-temporal
Bayesian
hierarchical
model
integrated
nested
laplace
approximation
simulation
system
decision
support
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于贝叶斯深度学习方法的上海新冠肺炎病例时空预测和不确定性量化
2
作者
周世荣
汤银才
王平平
庄亮亮
徐嘉威
机构
华东师范大学统计学院统计与数据科学前沿理论及应用教育部重点实验室
温州大学数理学院
南京财经大学经济学院
浙江工商大学统计与数学学院
出处
《应用概率统计》
CSCD
北大核心
2024年第2期298-322,共25页
基金
supported by the National Natural Science Foundation of China(Grant Nos.12171432,11671303,12271168)
the 111 Project of China(Grant No.B14019).
文摘
2022年春季在上海爆发的新冠肺炎疫情对上海的社会、经济和居民的日常生活造成了严重影响.新冠肺炎的传播通常表现出复杂的非线性动力学,受环境、人口统计、医疗条件、核酸或抗原检测频率、流行病控制策略等影响.具有复杂网络结构和广泛训练的长短期记忆(LSTM)模型被广泛用于学习和预测流行病的传播.然而,这种模型既没有解释数据的不确定性,也没有考虑各种协变量和异质性的影响.因此,本文提出了一个两阶段LSTM嵌套广义泊松回归模型来分析2022年春季上海爆发的新冠肺炎疫情数据.在第一阶段,训练一个多层LSTM网络来学习特定地区的感染数据,然后使用训练好的LSTM来拟合和预测有症状的新冠肺炎感染人数.在第二阶段,在分层贝叶斯框架下通过广义泊松回归模型对预测的病例数进行建模,其中相对风险的对数用带有协变量和时空异质性的随机效应的线性函数来建模.在深度学习方法的帮助下,时空广义泊松回归模型可以预测和量化每日新增症状感染数量的不确定性.此外,得益于从协变量和时空异质性的借力,基于贝叶斯深度学习方法的预测比基于LSTM方法的预测性能更好.
关键词
COVID-19
LSTM
泊松回归模型
积分嵌套拉普拉斯近似(INLA)
Keywords
COVID-19
LSTM
Poisson
regression
model
integrated
nested
laplace
approximation
(INLA)
分类号
O212.8 [理学—概率论与数理统计]
下载PDF
职称材料
题名
基于LGCP的城市管理事件空间点模式分析
被引量：
1
3
作者
董文钱
董良
向琳
陶海军
赵传虎
曲寒冰
机构
中国计量大学信息工程学院
北京市科学技术研究院
北京市新技术应用研究所
河北工业大学人工智能与数据科学学院
出处
《地理科学进展》
CSSCI
CSCD
北大核心
2020年第8期1356-1366,共11页
基金
国家重点研发计划项目(2018YFC0809700,2018YFF0301000,2018YFC0704800)
国家自然科学基金重大研究计划重点支持项目(91746207)
北京市科学技术研究院创新团队项目(IG201801N)。
文摘
数字化城管系统累积了大量城管事件历史数据,充分挖掘事件背后的空间分布模式和事件成因机制能够为城管部门的管控工作提供决策支持。论文利用Log Gaussian Cox Processes(LGCP)模型分析了西北某地H市P区的街面秩序类、市容环境类和宣传广告类城管事件之间的空间分布差异和事件成因影响差异。研究发现:(1) 3类城管事件都呈现出明显的空间聚集,其空间聚集尺度最远不超过924 m;(2)各类事件聚集的特征各不相同,街面秩序类贴近城区主要干道,呈路网状。市容环境类表现出在城区中心块状聚集,周边地区零星分散的特征。宣传广告类靠近交通干线呈长条状,靠近商业中区域呈块状分布;(3)城区内不同类别的POI对城管事件的影响大小不同。购物服务类、医疗保健类和居民住宅类表现出最显著的影响,说明特定区域内人群的流量和密度是影响城管事件分布的重要因素,人群的流动和聚集会加剧城管事件数量的增加。研究结果能够满足城管部门的城管事件空间分布热点识别以及事件成因分析的需求。
关键词
城管事件
Log
Gaussian
Cox
Processes
空间点模式
积分嵌套拉普拉斯逼近
随机偏微分方程
Keywords
urban
management
cases
Log
Gaussian
Cox
Processes
spatial
point
pattern
integrated
nested
laplace
approximation
(INLA)
stochastic
partial
differential
equations(SPDE)
分类号
D630 [政治法律—政治学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于INLA-SPDE方法的区域污染物模拟与预测
袁泽
陈斌
《图学学报》
CSCD
北大核心
2022
1
下载PDF
职称材料
2
基于贝叶斯深度学习方法的上海新冠肺炎病例时空预测和不确定性量化
周世荣
汤银才
王平平
庄亮亮
徐嘉威
《应用概率统计》
CSCD
北大核心
2024
0
下载PDF
职称材料
3
基于LGCP的城市管理事件空间点模式分析
董文钱
董良
向琳
陶海军
赵传虎
曲寒冰
《地理科学进展》
CSSCI
CSCD
北大核心
2020
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
