最大熵模型

摘要： 璃眼蜱属是我国部分区域的优势蜱种,可传播多种病原.为了解新疆地区盾糙璃眼蜱生境适应性,从文献中获取我国新疆地区盾糙璃眼蜱分布点信息,结合环境气候因子数据,运用MaxEnt最大熵模型,分析了19个环境气候因子对盾糙璃眼蜱分布的潜在影响,并分析和预测了当前和未来不同气候模式下盾糙璃眼蜱潜在的地理分布区,筛选出了4个相关的环境因子变量,并且绘制了响应曲线.AUC值的检验结果说明模型具有较高的预测精度和准确性.在当前气候模式下,新疆盾糙璃眼蜱非适生区、低适生区、中适生区和高适生区面积分别约为1.081×106、0.276×106、0.161×106和0.142×106 km2;在ssp245气候模式下,新疆盾糙璃眼蜱适生分布区面积均有增加;在影响新疆盾糙璃眼蜱地理分布的环境和气候因子中,主导环境气候的因子主要为Bio14最干月降水量(33.2％)、Bio15季节性降水量(29.1％)、Bio3等温性(4.3％)和Bio2昼夜温差月均值(9.6％).在未来不同气候模式下,新疆盾糙璃眼蜱适生区面积会增加,温度和降水对新疆盾糙璃眼蜱分布区影响较大.以上结果可为盾糙璃眼蜱所携带病原、疾病传播的动态流行趋势提供理论依据,为更好地评估蜱媒传染病传播风险提供了参考.

摘要： [目的]探究华榛(Corylus chinensis Franch.)地理分布格局随气候的变化趋势,划分不同等级的华榛适生区,为华榛的保护利用提供科学依据。[方法]本研究基于华榛83条现代分布记录信息和筛选后的18个环境变量数据,采用物种分布模型中的最大熵模型(MaxEnt)模拟华榛末次间冰期以来6个时期的潜在分布区。[结果]受试者工作特征曲线下方面积(AUC)结果显示:模拟结果较为准确,温度是影响华榛在6个不同时期地理分布的重要因素。末次间冰期华榛的适生区总面积相比现代少9%左右,末次盛冰期变化不大,全新世中期适生区总面积相对现代多4.4%,预测未来2050s和2070s适生区面积均增加。华榛不同时期的分布中心均位于湖北省,在未来气候变暖情况下分布中心呈向高纬度地区迁移的趋势。从适生区面积来看,华榛在冰期时适生区面积呈收缩趋势,在全新世中期及未来全球气候变暖情境下适生区面积呈扩张趋势。[结论]华榛在气候变化的情境下适生区分布区域不同,温度是影响其分布的主要因子,未来气候变暖条件下分布中心有向高纬度方向迁移的趋势。

摘要： 通过研究多花黄精(Polygonatumcyrtonema)的生态适宜性,为其野生资源保护及人工规范化栽培提供依据。收集237份多花黄精分布位置和55个生态因子,导入最大熵(MaxEnt)模型运算,结合地理信息系统(GIS)分析其适合生长区域。结果表明,影响多花黄精生态适宜性的主要生态因子是3月降水量、年均降水量、6月降水量、5月降水量、4月降水量、2月降水量和最冷季降水量,在福建省具有广泛适宜生长区域。模型预测结果可靠,可为多花黄精野生资源保护提供参考,并为其科学种植提供指导。

摘要： 中华小熊猫(Ailurus styani)为我国II级重点保护野生动物,目前对其研究较少。该研究使用最大熵模型(Maximum entropy model)对邛崃山系中华小熊猫适宜栖息地进行了预测分析,同时采用Jackknife检验对生态因子的重要性进行分析。结果表明:中华小熊猫适宜栖息地预测模型的训练集和测试集的受试者工作特征曲线下面积(AUC)值分别是0.945和0.886,均大于0.8,模型精度可靠。模型预测结果表明,影响中华小熊猫适宜栖息地分布的主要生态因子为年均温(25.7%)、海拔(24.9%)和降水量变异系数(21.5%),这3个变量的累计贡献率达到了72.1%;其次是公路(6.6%)、最湿季降水量(5.1%)、坡度(3.9%)等生态因子。邛崃山系中华小熊猫适宜栖息地主要分布于山系中段,栖息地连贯但破碎化。

摘要： 乌檀的干燥茎(含树皮)和根称胆木,为海南黎族常用植物药。通过建立MaxEnt并利用ArcGIS,分析影响乌檀分布的因素、乌檀在当前及未来气候条件下的适生区。结果表明:(1)乌檀当前适生区大致范围为15°~35°N,90°~125°E,中高适生区集中分布于我国南部沿海广东、广西、海南三省以及台湾地区。(2)在未来气候变化下,乌檀适生区有明显迁移现象,中高适生区向北迁移并止步于长江流域;在适生区总面积基本未变的情况下,低中适生区向高适生区转化。(3)影响乌檀分布的关键气候因子是热季降雨量(bio-18),其次是昼夜温差与年温差的比值(bio-3)。

摘要： 我国南药之一、药食两用的热带植物槟榔,其药理作用丰富,临床应用广泛。根据槟榔现有的分布记录及气象数据,利用最大熵模型MaxEnt和ArcGIS预测气候变化背景下的槟榔在我国适宜性生长区域,为其种植栽培和开发利用提供理论依据。3个时期(1970—2000年、2040—2060年、2061—2080年)不同碳排放情景下(RCP2.6、RCP8.5)的模拟预测结果精度均值都达到了0.990,结果可信度极高。槟榔适生区总面积在RCP2.6情境下呈下降趋势,在RCP8.5情境下呈上升趋势;贡献率和影响力最大的气候因子为最热季降雨量,符合槟榔的生态习性;集中分布区域主要在琼、粤、桂、滇南、台等地区。

摘要： 中尼交通廊道作为中国近年来建设的重点区域,地质灾害频发,尤其是滑坡灾害层出不穷。文章基于对G216国道沿线地质灾害的实地调查以及遥感解译结果,以最大熵模型为方法,利用169个灾害点数据和8个评价因子图层预测了研究区滑坡灾害的易发性分布。根据占比划分五级风险区。结果表明,滑坡易发概率以G216为中心向外辐射逐渐降低。同时采用刀切法检验评价因子对预测结果的贡献度,确定了滑坡主导因素及其阈值。最后通过ROC曲线验证了模型的可靠性。为中尼边境公路区域建设提供一种地质灾害预测分析模型,也为青藏地区公路边坡防灾减灾提供有效支撑。

摘要： 研究了基于最大熵原理的城际轨道交通客流分布预测模型,将各站点周边一定范围内划为交通小区,根据人口分布、客流走廊特征等确定各个小区的公交出行比例,得到公交出行量,引入轨道出行量占公交比例,应用最大熵预测交通小区间轨道交通客流分布情况,将发生概率最大的客流分布看作希望得到的分布情况,考虑隐含随机因素影响,可以很好描述城际轨道交通客流出行行为,以某线路为实例,在应用中标定模型参数,结果表明:该模型适用性较强。

摘要： 生境适宜性评价对野生动物的保护与管理具有重要意义。为了解陕西秦岭地区斑羚(Naemorhedus griseus)的生境状况,利用2011-2013年间在秦岭地区采集的斑羚分布点数据,通过MaxEnt模型对陕西秦岭地区的斑羚生境进行适宜性评价。结果表明,陕西秦岭地区的斑羚适宜生境面积约为9800 km^(2),占秦岭山地面积的17%,主要位于秦岭中西部区域;次适宜生境面积约为6940 km^(2),占秦岭面积的12%,主要位于适宜生境的周边区域。海拔、月均昼夜温差和年降雨量是影响陕西秦岭地区斑羚生境适宜性的主要环境变量,而人类干扰对生境适宜性的影响较小。陕西秦岭地区的斑羚偏好于选择1800-3000 m的中高海拔区间、年降水量为750-850 mm、月均昼夜温差8°C左右的环境。明确了斑羚适宜生境在秦岭的分布状况及关键环境影响因子,可为下一步制定濒危动物保护和生境管理提供理论依据。

摘要： 犬瘟热是由犬瘟热病毒引起的、广泛分布的致死性传染病,犬瘟热的流行对虎豹公园内旗舰物种的保护造成了巨大威胁。为了系统的了解犬瘟热在公园内的风险水平,本研究通过最大熵模型、主成分分析等方法探究犬瘟热在东北虎豹公园高发区域的分布及环境因子与犬瘟热暴发之间的关系,为该地区犬瘟热的预防和控制提供理论和依据。研究表明,犬瘟热风险分布与降水量呈正相关,寒冷季节发病较多,其中最湿季节平均温度以及11月最高温度累计贡献率达64.9%。

摘要： 本文以判别标点句缺失话题是上句的主语还是宾语为任务,将该任务作为标点句缺失话题自动识别研究的切入点.本文首先归纳了一系列判别这一任务的字面特征和语义特征,然后结合规则和最大熵模型,进行自动判别实验.结果显示,对特定类别动词的实验F值达到82％.对实验结果的分析说明,动词特征和语义特征对判别该任务的作用最大,规则方法和统计方法在判别任务中不能偏废,精细化的知识对判别的性能有重要影响.

摘要： 跨站脚本(Cross-site Scripting，简称为XSS)漏洞就是基于浏览器端脚本语言(如Javascript)的Web安全漏洞。为提高XSS攻击检测的准确性,提出了一种基于最大熵模型的XSS攻击检测模型,将攻击检测转化为对用户输入进行二分类的问题.首先,通过输入预处理模块对用户提供的原始输入进行规范化处理;然后,由特征提取模块将用户输入按照预定义的特征序列转化成特征向量,并将特征向量交由最大熵分类器进行分类;最后,由结果处理模块根据分类的结果进行后续的处理.实验结果表明,该检测模型在实际的XSS攻击检测中准确率较高,漏报率和误报率都相对较低,且部署简单,实用性较好.

摘要： OCR(光学字符识别)是指先获取带汉字的图像,然后对图像文件进行分析处理,获取文字信息的过程.在识别出文字之后,如何利用上下文信息来纠正识别错误的字,也是就所谓的错误校正,进而提高识别正确率,是OCR中重要的课题.本文介绍了一种基于最大熵模型的校正方法,很大限度地利用了上下文信息,可以同时纠正多个识别错误的汉字,在实验中取得了很好的效果.通过对比几种不同的校正方案,可以看出基于最大熵模型的错误校正方法是最有效的,也是扩展性最好的方法,它可以方便地利用各种语言特征,更进一步的提高准确率.实验结果表明基于最大熵的模型是一个很适合OCR校正的模型.

摘要： 垃圾邮件过滤是网络安全领域的重大研究课题和难题.本文针对传统技术的不足,使用机器学习领域经典的最大熵模型对垃圾邮件进行判定,并结合其采用针对SMTP邮件通信协议的实时阻断技术.实验结果表明,该技术简单有效,并适合实时在线处理.

摘要： 以成矿系统理论为指导,通过提取甘肃夏河—合作一带与成矿有关的地层、岩体以及断裂等成矿有利证据图层,基于证据权法、找矿信息量以及最大熵模型方法进行成矿预测.成矿系统理论为从不同尺度选取成矿要素提供了理论依据,为进一步的数据驱动成矿预测奠定了基础.最大熵模型法作为广泛应用于成矿潜力分布的方法,通过与证据权法、找矿信息量法的预测结果对比以及ROC曲线分析,表明其在矿产资源预测中同样具有应用潜力.

摘要： 采用基于最大熵模型的方法对泰语句子级实体从属关系的抽取方法进行了研究.针对泰语句子中实体关系抽取的研究进程中语料库较为匮乏的问题,首先使用汉泰双语平行句对作为中间桥梁,将中文研究领域中相对成熟的分词、词性标注和实体识别等成果,通过汉泰双语词典映射到与中文句子相对齐的泰语句子上,对泰语句子进行必要的数据处理操作,并进行一定量的人工校正和人工实体关系标注工作;进而构建基础的泰语实体关系训练语料库.在语料库的基础上,将泰语实体关系抽取问题转化为分类问题,同时结合泰语语言本身的特点,选取合适的上下文特征模板,使用最大熵模型算法对训练语料进行学习训练,构建分类器,对泰语句子中的候选实体关系三元组进行识别,最终达到实体间从属关系自动抽取的目的.实验结果显示该方法可使F值相对于已有的泰语实体关系抽取研究方法提升8％左右.

摘要： TIP-LAS是一个开源的藏文分词词性标注系统,提供藏文分词、词性标注功能.该系统基于条件随机场模型实现基于音节标注的藏文分词系统,采用最大熵模型,并融合音节特征,实现藏文词性标注系统.经过试验及对比分析,TIP-LAS藏文分词系统词性标注系统取得了较好的实验效果,系统的源代码可以从网上获取.希望该研究可以推动藏文分词、词性标注等基础工作的发展,提供一个可以比较、共享的研究平台.

摘要： 针对汉语词法分析中分词、词性标注、命名实体识别三项子任务分步处理时多类信息难以整合利用,且错误向上传递放大的不足,提出一种三位一体字标注的汉语词法分析方法,该方法将汉语词法分析过程看作字序列的标注过程,将每个字的词位、词性、命名实体三类信息融合到该字的标记中,采用最大熵模型经过一次标注实现汉语词法分析的三项任务.并在Bakeoff2007的PKU语料上进行了封闭测试,通过对该方法和传统分步处理的分词、词性标注、命名实体识别的性能进行大量对比实验,结果表明,三位一体字标注方法的分词、词性标注、命名实体识别的性能都有不同程度的提升,汉语分词的F值达到了96.4％,词性标注的标注精度达到了95.3％,命名实体识别的F值达到了90.3％,这说明三位一体字标注的汉语词法分析性能更优.

摘要： 问题分类旨在对问题的类型进行自动分类,该任务是问答系统研究的一项基本任务.本文提出了一种基于答案辅助的半监督问题分类方法.首先,将答案特征结合问题特征一起实现样本表示;然后,利用标签传播方法对已标注问题训练分类器,自动标注未标注问题的类别;最后,将初始标注的问题和自动标注的问题合并作为训练样本,利用最大熵模型对问题的测试文本进行分类.实验结果表明,本文提出的基于答案辅助的半监督分类方法能够充分利用未标注样本提升性能,明显优于其他的基准方法.

摘要： 在局部保持投影算法(LPP)及最大熵模型的基础上提出了一种基于哈希算法的图像拷贝检测算法.该算法通过对LPP进行优化,可以对已有的图像特征进行快速降维,并避免过拟合现象的出现.同时,将低维特征映射为紧凑的二进制哈希码,大大减少了存储和计算开销,能在千万级图像数据库上实现高效拷贝检测.通过实验,确定了使拷贝检测质量最优的哈希码长度和汉明码.实验结果表明,该算法能够获得很好的拷贝检测效果.

摘要： 本发明公开了一种基于最大熵模型的规则知识图谱构建方法及系统，所述方法包括以下步骤：S1：导入非结构化数据；S2：根据现有的人工标注的数据和设置的规则将输入的非结构化数据生成标注数据集；S3：利用现有的深度学习算法训练标注数据集生成规则模型；S4：利用规则模型提取需求的字段，并通过融合多特征的最大熵汉语命名实体识别模型，生成知识图谱；S5：利用寻径算法模型生成简化知识图谱；S6：将待处理的非结构化数据通过校验规则匹配依次执行步骤S2‑S5得计算结果。本发明通过生成知识图谱降低了搜索空间、简化了数据校验规则，满足了跨界面校验关联数据的需求，提高了校验效率。

摘要： 本发明涉及一种基于多项式和最大熵模型的混联电网概率计算方法及装置，将非侵入混沌的多项式和最大熵模型结合处理交直流混联电网的概率潮流，采用最大熵模型估计交直流混联电网历史数据随机源的第一概率密度函数，以获取准确的样本点提升概率潮流分析结果的可信度；还采用替代模型模拟交直流混联电网的潮流模型，提高概率分析的效率，以及采用替代模型和多项式的一阶统计矩公式输出的统计矩数据，并将统计矩数据在最大熵模型进一步估计概率潮流分析输出结果的第二概率密度函数，第二概率密度函数给电网运行人员提供充分全面的参考信息，解决因电网中随机变量服从任意概率分布，采用现有交直流混联电网的概率潮流计算结果的准确度低的问题。

摘要： 本发明提供一种基于最大熵模型的代码摘要生成方法，根据限定的样本模板采集训练样本；根据训练样本构建基于最大熵模型的代码元素分类器；将待分析的源代码输入到分类器，以识别其中的代码元素，并获取各代码元素所包含的词项；将获取到的词项进行降噪；根据词项所属的代码元素类型，并指定各个词项的权重；根据权重和出现次数，评估词项的重要性；根据重要性评估结果以及用户指定的摘要约束，生成代码摘要，使得得到的代码摘要更加的准确。

摘要： 本发明公开了基于最大熵模型的地质灾害生态安全评价模型的构建方法，包括：(1)通过MAXENT模型将对象已知分布点的像元作为样点，根据样点像元的环境变量得出约束条件；(2)滑坡数据；(3)环境变量数据；(4)土壤质地与土壤类型数据；(5)岩性因子数据；(6)NDVI数据；(7)道路及河流数据；(8)分析。本发明的滑坡灾害分布模型中，加入建设用地距离变量的预测模型，其滑坡高敏感和极高敏感区域范围更小，高敏感区域的范围会更精确的锁定在建设用地周围。

摘要： 本发明公开了基于最大熵模型的地址灾害生态安全评价模型的构建方法，包括：（1）通过MAXENT模型将对象已知分布点的像元作为样点，根据样点像元的环境变量得出约束条件；（2）滑坡数据；（3）环境变量数据；（4）土壤质地与土壤类型数据；（5）岩性因子数据；（6）NDVI数据；（7）道路及河流数据；（8）分析。本发明的滑坡灾害分布模型中，加入建设用地距离变量的预测模型，其滑坡高敏感和极高敏感区域范围更小，高敏感区域的范围会更精确的锁定在建设用地周围。

摘要： 本发明公开了一种基于GIS与最大熵模型预测银杏适应性评价方法，包括如下步骤：步骤一：银杏分布数据的获取与处理，主导环境因子包括：气候因子，坡度和坡向；步骤一中银杏地理分布点通过中国数字植物标本馆、国家标本信息基础设施、及实地调查数据获得；所述气候因子共19个，来自世界气候数据；地形数据来自地理空间数据云，经ArcGISMapl0.2处理得到坡度和坡向；将以上数据采用ArcGISMapl0.6处理并统一坐标，空间分辨率为1X1km，输出为.asc格式文件，用于Maxent软件分析；步骤二：运用最大煽模型和地理信息系统分析其潜在生境分布，利用MaxEnt软件内置的刀切法分析影响其分布的主要环境因子；步骤三、预测结果采用受试者工作特征曲线进行检验精度，生成中国银杏生境预测结果。

摘要： 本发明涉及一种基于多项式和最大熵模型的混联电网概率计算方法及装置，将非侵入混沌的多项式和最大熵模型结合处理交直流混联电网的概率潮流，采用最大熵模型估计交直流混联电网历史数据随机源的第一概率密度函数，以获取准确的样本点提升概率潮流分析结果的可信度；还采用替代模型模拟交直流混联电网的潮流模型，提高概率分析的效率，以及采用替代模型和多项式的一阶统计矩公式输出的统计矩数据，并将统计矩数据在最大熵模型进一步估计概率潮流分析输出结果的第二概率密度函数，第二概率密度函数给电网运行人员提供充分全面的参考信息，解决因电网中随机变量服从任意概率分布，采用现有交直流混联电网的概率潮流计算结果的准确度低的问题。

摘要： 本发明公开了一种基于最大熵模型的规则知识图谱构建方法及系统，所述方法包括以下步骤：S1：导入非结构化数据；S2：根据现有的人工标注的数据和设置的规则将输入的非结构化数据生成标注数据集；S3：利用现有的深度学习算法训练标注数据集生成规则模型；S4：利用规则模型提取需求的字段，并通过融合多特征的最大熵汉语命名实体识别模型，生成知识图谱；S5：利用寻径算法模型生成简化知识图谱；S6：将待处理的非结构化数据通过校验规则匹配依次执行步骤S2‑S5得计算结果。本发明通过生成知识图谱降低了搜索空间、简化了数据校验规则，满足了跨界面校验关联数据的需求，提高了校验效率。

摘要： 在现代社会中,对于企业的运营分析主要是基于企业的财务报表，从企业财务风险的角度入手；该规则在银行等金融企业中有着良好的效果，但是当评级问题涉及到工业生产领域的时候，如果只从经济指标去对企业的运营能力评估,则会存有隐患；例如：一些工业生产企业并没有将资金投入到实业发展中，而是转而投向房地产等投资行业，使得财务表格表现良好；一些生产企业盲目扩张，实际产能底下，造成资金的浪费；本发明公开了一种利用企业历史财报数据和历史能耗数据，运用最大熵模型，找到工业生产企业财务和能耗数据，与生产经营状态之间的潜在联系；当新的同行业企业申请贷款时，通过训练过的最大熵模型，为金融机构授信提供有力的分析帮助。

摘要： 本发明属于语言分析技术领域，公开了一种基于最大熵模型和TF‑IDF特征的情感分析方法，以最大熵模型作为基本分类模型；利用训练文档集训练最大熵模型，当模型收敛或者迭代次数达到设定阈值时训练结束，得到的最大熵模型用于情感分类的预测。本发明能够深入挖掘大规模语料库中的分类信息，结合最大熵分类模型，实现篇章文本的细粒度情感分析；经测试，本发明中的方法在5分类的细粒度情感分析问题上的F值达62.9％，比传统的特征工程加机器学习方法的F值提升了10％以上。