潜变量

摘要： 电动汽车驶离充电桩行为能使充电设施资源得到充分利用,是目前车桩发展不平衡问题下需要关注的问题。现有研究缺乏对用户充电后驶离行为的分析,为探求电动汽车驶离行为的驱动因素,首先,通过引入社会责任意识和感知转换成本两个态度潜变量,融合结构方程模型与离散选择模型,构建了混合选择模型(HCM)。该模型框架下包含结构模型、测量模型和选择模型三部分。其次,采用D-efficient实验设计法生成意愿调查问卷,对电动汽车用户开展实证调查。最后,对HCM模型进行同步求解。结构模型和测量模型将难以直接观测的态度潜变量进行了量化,选择模型同时纳入了态度潜变量、个人社会经济属性变量和充电场景属性变量,并根据模型标定值对关键因素作弹性和边际分析。结果表明:社会责任意识更强和感知转换成本更低的个体更倾向于充电后驶离;移车费时和惩罚费用对用户影响最为显著,弹性值分别为-0.365和0.169,边际效用分别为-0.0173和0.0324;引入潜变量的HCM模型能够提高模型解释能力,拟合优度较普通Logit模型提升了0.237。

摘要： 为评估普速铁路(普铁)开行动车组的安全,以某条普铁线路开行动车组为例,通过构建结构方程模型(Structural Equation Model,SEM),结合SPSS对调查问卷开展信度与效度分析,运用AMOS对SEM进行检验,获得各风险因素间的路径系数,根据路径系数的分析和评价指标权重的计算,提炼影响动车组运行安全的关键因素。研究结果表明,设备、管理、环境和人为因素对普铁开行动车组的安全均产生负面影响,其中设备因素对普铁开行动车组安全风险影响最大;4个潜变量中对应关键风险因素的影响程度依次为:车辆故障、轨道线路故障,管理措施不规范、安全培训制度,沿线居民违法上道,教育培训、违规操作。

摘要： 为增加医院绿色就医出行吸引力,探究医院周边交通基础设施配置对绿色就医出行方式选择行为意向的影响,采用问卷调查法获取就医出行者个人属性、出行特征、客观环境、政策措施与出行行为方式选择心理意向特征之间关联数据,基于扩展计划行为理论模型和离散选择模型构建混合分析模型,开展变量影响及影响路径分析.最后总结梳理了医院周边慢行交通出行设施一体化配置方法.结果表明:医院周边慢行出行环境服务水平、慢行道路网密度对绿色就医出行方式选择意向呈正向影响关系,而公交站点布设距离则对绿色就医意向呈负向影响关系,说明改善医院周边慢行交通环境、建立慢行系统和公交系统一体化是促进选择意向转移的重要手段.该研究为城市医院地区街道更新提供指引.

摘要： 文章提出一种基于结构方程模型的学习效果评价的实证研究方法,运用结构方程模型理论,通过学习评价的五个外生潜变量:学习态度、学习能力、知识技能、应用能力、团队合作来建模,对若干选定的观测变量的测量数据进行分析,使潜变量和测量指标,潜变量和潜变量之间的关系在模型里得以显示,由此来判断学生学习技能的水平与程度从而得到较为客观的权重,最终得到一个理想的评价模型。本模型的分析结果,将在智慧教育环境下,为应用型高校改进教学模式与质量提供有效依据。该机制除了给学生评定学习效果评价外,对后阶段学习还具有预测、评估的作用,能确定学生在后继课程中的学习起点。作为一种全新的评价机制,本模型在未来正式和非正式学习中都将具有一定的实用推广性。

摘要： 标准化估计对模型的解释和效应大小的比较有重要作用。虽然潜变量交互效应的恰当标准化估计公式已经面世超过10年,国内外都在使用和引用,但至今未见到关于不同估计方法得到的恰当标准化估计的系统比较。通过模拟实验,比较了乘积指标法、潜调节结构方程(LMS)、无先验信息和有先验信息的贝叶斯法的潜变量交互效应标准化估计在不同条件下的表现。结果发现,在正态条件下, LMS和有信息贝叶斯法表现较好;而在非正态条件下,乘积指标法比较稳健,但需要较大的样本(不小于500),小样本且外生潜变量之间相关很低时可使用无信息贝叶斯法。

摘要： 在心理学和其他社科研究领域,大量实证文章建立调节效应模型,以分析自变量对因变量的影响是如何随着调节变量的变化而改变。过去10多年,调节效应分析成了方法学研究的一个热点。从显变量的调节效应、潜变量的调节效应、多层数据的调节效应、基于两层回归模型的单层调节分析、纵向数据的调节效应、调节和中介的整合模型六个主题系统地总结了国内调节效应分析的方法学研究的发展历程。最后对调节效应的未来研究方向做了讨论和拓展。

摘要： 心理学研究常用有中介的调节模型揭示调节作用通过中介变量间接实现的现象。介绍了第二类有中介的调节模型(meMO-II)的概念及优势;将meMO-II与其它中介调节混合模型进行了辨析;给出了meMO-II的建模方法和分析流程,并用一个实例演示;介绍了基于潜变量的meMO-II的分析方法、meMO-II建模方法的新进展以及meMO-II的变式。研究有助于推动调节机制研究的发展。

摘要： 分析了潜变量模型在生存分析研究领域的应用进展,对潜变量模型和生存模型的联合建模及推断进行了简单的梳理。主要介绍了潜变量因子分析模型和常用的生存模型(比例风险、加性风险、加速失效时间以及平均剩余寿命模型)的基本理论,展示了不同联合模型下参数的估计方法,并回顾了事件时间(响应)服从右删失时的联合模型的相关文献。最后,对潜变量模型在生存分析中的应用和发展指出了方向及趋势。

摘要： 为研究潜变量对出行者选择行为意向的影响机理,以出租车和网约快车为例,选择方便性、安全性、可靠性、舒适性、经济性为外生潜变量,知觉价值、行为意向为内生潜变量,设计了出行者出行方式选择行为调查问卷,进行网上调查;建立了结构方程模型(SEM),研究了出行者出行方式选择行为与各潜变量之间的关系。结果表明:知觉价值对出行者出行方式选择行为意向有显著正影响,经济性和舒适性是影响知觉价值的重要因素;出行者在选择出租车出行时,更加注重方便性,在选择网约快车出行时,更加注重安全性。

摘要： 随着“数字乡村发展战略”的推进和公共数字文化的建设,公共文化云日益成为农村居民获取文化资源的重要渠道。构建基于UTAUT模型,引入年龄、性别、教育背景3个控制变量,探索农村居民公共文化云使用行为的影响因素,分析发现,绩效期望、努力期望、社群影响显著正向影响农村居民公共文化云使用倾向;便利条件显著正向影响农村居民公共文化云使用行为;使用倾向在模型中起中介效应,在绩效期望与使用行为之间的效应占比最大,在努力期望、社群影响与使用行为之间的效应占比次之。在此基础上,提出了促进农村居民公共文化云使用行为的可操作性建议。

摘要： 本发明涉及一种基于贝叶斯的深潜器多变量融合及漏水检测方法，采集深潜器正常工作状态下的数据，根据稀疏表示方法对采集到的数据进行特征提取，利用两个范数构建目标函数，并将采集到的数据矩阵本身作为字典矩阵，求解凸优化函数得到一个稀疏系数矩阵，包含多个变量之间的重要关联信息；计算变量之间的相关关系，并利用得到的稀疏系数矩阵，以此实现待检测采样观测值的变量特征融合；基于融合后的数据，利用贝叶斯的无监督突变点检测方法，实现深潜器设备的漏水检测。本发明能够将多个变量的信息进行融合，并解决了数据标签困难的现状，有效提高了深潜器设备的漏水检测效果。

摘要： 本发明公开了一种基于光谱潜变量混淆判别的阈值分析方法。该方法以PLS回归为基础，将点对点定量预测问题转化为半定性阈值界定问题，设置准确率阈值，结合Logistic判别的训练和验证机制，通过比较先验阈值和预测阈值构造混淆矩阵来衡量模型的判别准确度，以解决定量预测不能容错诠释光谱响应的问题。利用分段光谱潜变量提取技术，分析获取具有较高判别准确度的信息子波段，降低Logistic判别的模型复杂度，为光谱半定性阈值分析建模的优化过程提高效率，以更好地适应在线光谱分析的建模调试和预测判别，所得光谱半定性阈值分析模型可以胜任近红外/红外光谱快速检测，为便携式专用光谱仪的研发和推广应用提供了算法技术支持。

摘要： 本发明涉及一种基于循环神经网络与潜变量结构的词语定义生成方法，属于自然语言处理领域。本发明在基于循环神经网络的基础上利用变分自编码器(VAE)对释义进行建模，结合潜变量特征，根据被定义词的上下文信息对词义进行提取来生成词语的释义，具体包括：建立并整理基础语料库；选取被定义词语的近义词集合，扩展基础语料库，形成最终语料库；对被定义词语的词向量进行扩展重构；构建基于循环神经网络与潜变量结构模型；训练基于循环神经网络与潜变量结构模型；将待释义词语及其上下文信息输入训练完成的模型中，实现具体语境中待释义词语的语义释义，解决一词多义问题。

摘要： 本发明提出一种基于变分自动编码器的潜变量空间解耦方法，包括编码器模型设计、解码器模型设计、损失函数设计。编码器模型设计阶段使用了自注意力机制和残差网络，使得图像生成模型更有效地捕捉长期依赖关系，增强模型的维度适应性；解码器模型设计阶段将潜变量空间编码z解码，实现图像重构；损失函数设计阶段使得潜变量空间编码维度与属性值趋向单调关系，从而达到优化训练的目的。通过设计良好的编解码模型和损失函数，实现对图像数据的特征映射和参数调整，实现有效的数据降维，并保留高度的图像特征。在确保图像重建精度的前提下让解耦的潜变量空间具备更好的可解释性和模块化特征，提高潜变量空间解耦性能。

摘要： 本发明公开了一种基于时空卷积潜变量优化近邻成分分析的质量指标预测方法，该方法适用于具有强非线性、时变性及多工况的工业过程建模。首先采用二维卷积神经网络提取原始过程变量中的时空特征，获取深层时空信息；其次使用偏最小二乘法提取深层特征中的潜变量，使得后续模型建立过程中使用更少的变量来保留数据中的主要方差信息，减少运算复杂度；最后结合近邻成分分析，使得模型可以更好地应对来自于实际工业过程中的多工况引起的数据分布随机化；为验证模型预测的准确性，该方法用于废水处理过程的出水质量指标预测。实验结果表明，时空卷积潜变量与近邻成分分析的结合可明显提高模型预测的准确性，更适用于复杂工业过程的关键质量指标预测。

摘要： 本发明公开一种针对工业过程控制中非方系统的无模型潜变量自适应控制技术，属于过程控制领域。本发明主要针对非方系统输入输出个数不同引起难以控制的问题，控制技术方案如下：获取非方系统的输入输出数据，并进行归一化处理；利用处理后的数据建立偏最小二乘外部模型，获得输入输出数据的负载矩阵；采用一般非线性系统描述潜变量之间的关系；将潜变量之间的非线性关系动态线性化为等价动态线性数据模型；构造偏最小二乘控制框架，在潜空间中设计无模型自适应控制器，实现对非方系统的控制；本发明公开的数据驱动的潜变量无模型自适应控制技术，可以使非方系统实现自动解耦和变量配对，使用了数据驱动的方法，避免了传统解耦及对模型信息的依赖，具有较好的跟踪性能。

摘要： 本发明公开了一种基于并行投影局部保留的质量相关动态潜变量方法，包括：(1)构建低秩向量自回归模型；(2)质量相关分析：将邻域结构信息和集成到偏最小二乘模型，将步骤(1)得到的低秩时序系数矩阵输入到局部保留的潜变量模型以计算得分向量矩阵T；(3)并行投影：将步骤(2)得到的得分向量矩阵进行并发投影，使得输入和输出数据空间同时投影到五个子空间；(4)故障检测：在五个子空间中建立故障统计量以及子空间中对应的故障置信限，以检测故障发生；(5)故障诊断：在四个故障相关子空间中重构故障贡献以诊断故障变量。利用本发明，可以适当解决噪声和异常值的干扰，提升故障检测和诊断的可靠性。

摘要： 本发明公开了一种基于数据驱动的潜变量鲁棒预测方法。本发明内容包括步骤：构建潜变量模型与系统状态空间模型；基于采集的离线数据建立目标系统与软传感器的数据模型；通过QR分解(SVD)分解技术，在测量空间的基础上构建辨识方法，实现目标动态系统、软传感器模型、干扰项的参数辨识。并针对迭代过程中的累积误差问题进行正交设计，降低了误差对潜变量预测的影响。

摘要： 提供了一种将患者群体分层为疾病内型的计算机实施的方法。该方法包括：将与患者有关的数据编码为潜变量；确定该潜变量的一个或多个重要性度量；使用该重要性度量，确定该潜变量的优先级；解读一个或多个经排序的潜变量；以及识别由该被解读的潜变量中的一个或多个代表的疾病内型。

摘要： 本发明公开了一种基于变分贝叶斯概率潜变量模型的动态过程故障检测方法，包括：(1)构造概率潜变量动态模型：收集工业过程数据标准化处理，建立线性动态系统表示数据，确定模型的初始化状态先验和参数先验；(2)变分最大步：通过构造的模型，计算模型参数下的最优后验分布，然后据此确定模型参数的更新方式；(3)变分期望步：在前向步计算状态xn在每个时间步n的边缘后验分布，然后基于状态xn在时间步n及之前所有时间步计算边缘后验分布；(4)证据下界：计算证据下界以确定通过模型通过迭代计算后达到收敛；(5)动态过程监测：通过状态和观测的残差构建统计量和置信限以监测故障是否发生。利用本发明，可以提升动态过程故障检测的可靠性。