逻辑回归
逻辑回归的相关文献在1990年到2023年内共计971篇,主要集中在自动化技术、计算机技术、经济计划与管理、财政、金融
等领域,其中期刊论文729篇、会议论文11篇、专利文献17603篇;相关期刊503种,包括福建质量管理、电子制作、信息技术等;
相关会议11种,包括中国地质学会2015年学术年会、第十届全国爆炸力学学术会议、第27届中国数据库学术会议等;逻辑回归的相关文献由2611位作者贡献,包括陈浩、雷大江、吴渝等。
逻辑回归—发文量
专利文献>
论文:17603篇
占比:95.97%
总计:18343篇
逻辑回归
-研究学者
- 陈浩
- 雷大江
- 吴渝
- 张莉萍
- 朱伟义
- 杨杰
- 王力
- 程克非
- 王伟
- 王鑫
- 乔学明
- 刘遵雄
- 吕梁
- 周俊
- 姜维寨
- 孟庆峰
- 张宇
- 张恒
- 张秀峰
- 张红宇
- 戴广阔
- 李鹏
- 毛仁歆
- 王磊
- 耿俊成
- 荣以平
- 薛瑞东
- 裴阳
- 郝丽
- 郭素杰
- 黎铖
- 何强
- 刘昳娟
- 刘爽
- 刘霄慧
- 刘黎志
- 向阳
- 吴博
- 周振华
- 尹明立
- 张小斐
- 张洪利
- 张琪
- 张顺
- 徐亮
- 戴文渊
- 方荣
- 旷天亮
- 易永余
- 朱辉
-
-
冯强;
余永燕;
叶纪平
-
-
摘要:
目的基于机器学习法构建异位妊娠发生风险预测模型。方法选取308例异位妊娠患者和605例宫内妊娠孕妇作为研究对象,并按照7∶3的比例将其分为训练集(639例)和测试集(274例)。应用基于机器学习的逻辑回归、线性判别分析、多元自适应回归、K近邻算法和支持向量机算法构建异位妊娠发生风险的预测模型。比较上述5种算法构建的模型对异位妊娠发生风险的预测价值,筛选出预测效能最佳的模型用于构建列线图。通过LASSO回归筛选变量,然后构建逻辑回归模型并通过列线图可视化;通过校准曲线和决策曲线评估列线图预测模型预测异位妊娠发生风险的效能。结果5种机器学习算法构建的模型中,逻辑回归构建的模型预测效能最佳,选择该算法用于建立预测模型并构建列线图。异位妊娠史、既往腹腔或盆腔手术史、精神病史、子宫内膜异位史、外阴炎病史、月经推迟、月经不调史为构建列线图模型的候选预测因子。列线图模型的一致性指数为0.719,具有良好的区分度;校准曲线斜率=1显示列线图模型预测异位妊娠发生率与实际发生率具有较为良好的一致性;决策曲线分析表明,当阈值概率大于18%时,该列线图模型对异位妊娠的发生具有较好的预测效能。结论基于机器学习法构建的以异位妊娠史、既往腹腔或盆腔手术史、精神病史、子宫内膜异位史、外阴炎病史、月经推迟、月经不调史为预测因子的列线图模型对异位妊娠有较好的预测价值,可将该模型用于异位妊娠早期高风险人群的临床筛查。
-
-
屠水云;
张钟远;
付弘流;
徐世光;
邓明国;
何例春;
刘金宇
-
-
摘要:
区域地质灾害易发性评价对地质灾害防治具有重要意义。本文以贵州省沿河县为研究区,考虑海拔、坡度、坡向、地形曲率、NDVI、工程地质岩组、断层、道路、水系9个因素,通过相关性分析后作为评价因子。分别利用CF模型和CF-LR模型评价沿河县地质灾害易发性。结果表明:CF模型比CF-LR模型地质灾害易发性等级的频率比值从低易发区到极高易发区明显增大,均有效评价了沿河县地质灾害易发性;CF-LR模型比CF模型AUC值提高了0.096,CF-LR模型具有更高的评价精度。
-
-
徐徐飞
-
-
摘要:
目的:开展夏季不同空调温度和使用模式下中医辨证体质的研究,分析夏季空调温度与使用模式与人体体质的相关性。方法:本文将针对海淀区万寿路社区卫生服务中心收集的608例可研究病例开展调查研究。对海淀区万寿路社区卫生服务中心门诊及体检患者的中医体质、夏季空调温度、使用模式等,以流行病学横断面方法进行调查。结果:空调使用时间与血瘀质、阳虚质显著相关(P<0.05),空调使用区域与阳虚质显著相关(P<0.05),吃姜习惯、艾灸保健、性别、职业等因素与部分体质显著相关(P<0.05)。结论:应当辨证看待因空调诱发的相关病症,根据体质差异采取不同的治疗方案。
-
-
颜慧
-
-
摘要:
为了能尽早发现软件中存在的缺陷,使用传统的机器学习方法来预测软件模块的缺陷倾向性,选取了NASA公开数据集中的部分数据集,针对软件缺陷预测中类不平衡的问题,分别采取了随机欠采样和随机过采样的方案,再使用逻辑回归算法和随机森林算法分别对数据集进行训练和预测,使用了查准率(Precision)、查全率(Recall)、ROC曲线下面积(AUC)作为模型的评价指标,并给出了对比实验的结果。
-
-
陶金涛;
张楠楠;
常金雨;
李艳荣
-
-
摘要:
结合新疆东天山卡拉塔格地区红海VMS铜锌矿床成矿地质背景,基于矿区积累的地质和物探数据,构建了三维地质模型。利用三维距离分析和地球物理反演方法,定量提取了多种控矿因素;采用逻辑回归模型进行了深部成矿预测并圈定了找矿有利单元。预测结果表明,逻辑回归模型能够较好地识别红海矿床深部隐伏矿体,圈定的找矿有利单元约占研究区所有块体单元的3.95%,包含了红海已知矿体块体单元的96.43%。找矿有利单元主要沿红海矿区NE向和NW向两条主断裂分布,在已知矿体的南部存在较高成矿概率的区域,体积约为86×10^(6)m^(3),主要埋藏深度为地表下250~600 m,可作为下一步找矿勘探的重点区域。
-
-
李信;
薛桂澄;
柳长柱;
夏南;
杨永鹏;
杨峰;
王晓林;
常振宇
-
-
摘要:
地质灾害易发性评价作为地质灾害风险评价的基础,运用定量化的数学统计原理对地质灾害易发性进行研究能够客观准确地反映地质灾害发生的概率。文章以海南岛地质灾害最为发育的五指山市为例,选择断裂、岩土体、坡度、地形起伏度、海拔高程变异系数、归一化植被指数(NDVI)、降雨量、水系、公路、曲率值为评价指标,依托详查资料和遥感、地形数据,采用信息量模型和信息量-逻辑回归模型对研究区地质灾害易发性进行评价研究,评价结果经敏感性检验、频率比检验后表明:高易发区主要分布于山区公路和水系两侧沿线,极低易发区主要位于河谷不发育、人类工程活动较少的丘陵低山地带。两种模型的ROC曲线下面积值(AUC)分别为0.897和0.896,表明预测精度满足易发性评价要求。降雨、高程变异系数、公路等评价因子对地质灾害易发性起较强的控制作用。信息量-逻辑回归模型具有更高的可靠性和精准度,研究成果将为该地区地质灾害风险评价提供科学有效的判别方法和预测途径。
-
-
何恺迪;
杨俊孝
-
-
摘要:
针对乌鲁木齐市建筑业进城务工人员工作满意度状况调查研究,主要通过5个方面的16个因素,运用逻辑回归分析对建筑业进城务工人员工作满意度影响因素进行实证分析。研究发现,当前建筑业进城务工人员工作满意度总体评价偏低;从事建筑行业的进城务工人员依然面临着外界环境脏乱差、食宿条件较差、家庭情感生活欠缺的情况;工作发展维度三个变量均对工作满意度有显著影响,说明建筑业进城务工人员在经济水平改善的条件下,工作发展取向增强。
-
-
付薇薇;
王东娟;
张顺
-
-
摘要:
为构建一种能够准确有效地在医保问题库中检索到与用户提出的问题匹配度最高的问题,提出了一种融合逻辑回归分类模型和TextRank关键词抽取的文本快速检索方法。首先从医保局官网以及百度文库中收集医保问答对,根据医保问答数据特征,采用对比分析方法找到最优的文本检索方案。实验结果表明,逻辑回归分类模型速度更快、准确度更高,配合基于图排序的关键词检索方式TextRank,能够有效地检索到与用户问题匹配度最高的医保问题。
-
-
符芳诚;
刘舒;
程勇;
陶阳宇
-
-
摘要:
提出了一种新颖的两方纵向联邦逻辑回归协议,并在半诚实安全模型下证明了该协议的安全性,包括模型训练流程和模型推理流程的安全性,且无需对非线性函数使用多项式近似计算,从而保证了联邦逻辑回归协议模型无损。
-
-
陈黎;
龚安民;
丁鹏;
伏云发
-
-
摘要:
基于脑电图(Electroencephalography,EEG)信号的运动想象(Motor Imagery,MI)意图识别是脑机接口(BrainComputer Interface,BCI)研究中的重要问题.然而,EEG信号存在严重的个体性差异,不同被试之间的EEG信号特征空间分布差异很大,不同被试之间的分类模型不能通用.针对这一问题,提出一种基于欧式空间的加权逻辑回归迁移学习方法,算法首先将不同被试的EEG数据进行欧几里得空间对齐,使各信号更加相似,减少差异性,然后计算特定被试共空间模式(Common Spatial Pattern,CSP)获得不同的特征值,并计算这些特征值的KL(Kullback-Leibler)散度,进而利用KL散度调整迁移学习的加权逻辑回归算法,得到分类模型.实验结果表明:对于BCI竞赛IV中的数据集2a,提出的方法可以极大地提升BCI的学习性能,算法分类准确率比基线算法(线性判别分析)高出15%.在数据样本增多的情况下,被试的分类准确性也得到了明显的提升,和同类算法相比,分类准确率提升4%,说明提出的算法能进一步提高BCI的学习性能,改善分类模型的通用性问题.
-
-
-
吴迪
- 《第33届中国气象学会年会》
| 2016年
-
摘要:
本文通过逻辑回归方法对ECWMF降水集合预报数据进行订正.选用2015年华东区域24小时降水资料,首先将MICAPS的24小时降水数据由站点插值到格点,然后对该实况资料和EC降水集合预报50个成员根据预报的雨量进行分量级统计,分别计算了0.1mm、10.0mm、25.0mm、50.0mm以上4个量级实况发生的情况和EC预报的概率.运用逻辑订正方法对这两组数据进行订正,得到的回归系数可以用于订正EC的集合预报.
-
-
-
苏汉宸;
李红燕;
苗高杉;
刘之强
- 《第27届中国数据库学术会议》
| 2010年
-
摘要:
逻辑回归作为经典分类算法具有良好的分类效果,因此在云计算平台上针对大规模移动数据实现逻辑回归具有很高的现实意义。然而现有的逻辑回归算法不具有处理海量移动数据的能力。利用移动数据l2泛化性特点,提出了一种基于置信域的逻辑回归并行化实现方法(PTLR),在Map Reduce环境下,实现了梯度计算、Hessian矩阵计算和似然函数增量计算这3个关键步骤的并行化,并集成在云计算平台上实际运行。通过在真实的大规模移动数据集上的实验,证明了PTLR算法具有稳定性高、收敛速度较快等特点。
-
-
崔伟;
王聪;
李征;
汉京善;
樊嘉杰
- 《新能源为主体的新型电力系统研讨会》
| 2020年
-
摘要:
输电线路覆冰导致跳闸事故逐年增加,为了保障电网安全,减少因为覆跳闸造成的设备损坏,对覆冰条件下输电线路跳闸概率预测进行研究,提出一种基于Logistic回归算法的覆冰跳闸预测模型,主要包括特征提取、构建模型和预测检验三个方面.首先提出利用数据挖掘方法对数据进行预处理,获取有效数据作为模型输入特征.再利用Logistic算法构建预测模型,实现输电线路覆冰跳闸预测,为实际的线路安全运维提供参考信息.
-
-
-
Tang Peikai;
汤培楷
- 《2016中华医院信息网络大会》
| 2016年
-
摘要:
目的:为了预测住院病人是否会在短时间内再入院,提出了基于机器学习的再入院预测方法.方法:通过选取合适的数据集,利用ICD-10诊断相关组编码(DRGs)等信息,选择合适的机器学习算法,训练预测病人短时间内再入院的概率.结果:通过训练测试分类器的正确肯定率与错误肯定率得到的ROC曲线,对比逻辑回归、随机森林和支持向量机三种分类器的性能指标,发现随机森林对复杂数据有良好的适应性,实验所得AUC均值更高,更适合应用于再入院的预测.结论:基于机器学习的再入院预测,可以提高医院的医疗和管理水平,降低病人因同种疾病短时间内再入院的数量.
-
-
何涛;
王桂芳;
马廷灿
- 《2015战略情报研究学术论坛》
| 2015年
-
摘要:
专利中含有丰富的计量信息,这些计量信息与专利价值之间存在着一定的联系.本文利用3d打印相关的六千多个专利族的十一组专利计量信息,验证了逻辑回归、支撑向量机和神经网络三种机器学习模型在专利价值评估上的表现.神经网络模型获得了较好的实验效果,逻辑回归模型可以对准确率或召回率进行单边控制,以满足特定的应用需要.
-
-
LIU Qing-Ming;
刘庆明;
LIU Li-Bin;
刘丽斌;
汪建平;
WANG Jian-Ping;
王斌;
WANG Bin;
张云明;
ZHANG Yun-Ming
- 《第十届全国爆炸力学学术会议》
| 2014年
-
摘要:
粉尘云爆炸极限是描述粉尘爆炸的关键参数,为了更精确的研究粉尘云的爆炸下限,运用多种爆炸下限测试方法,在20L球型爆炸装置中测试了一定粒径的烟酸粉尘云的爆炸下限.基于Logistic回归模型,利用Spss统计软件得到烟酸粉尘云在不同浓度条件下的点火成功概率—浓度分布曲线,并分析了实验次数的不同对爆炸下限概率分布的影响规律.结果表明:点火成功概率为50%的浓度值与点火次数无关,为一个定值.但点火实验次数越多,浓度置信区间范围越窄,数据越可靠.与其他计算方法的结果相比,以概率表示烟酸粉尘爆炸下限更符合实际情况,为不同生产环境下不同的安全标准提供精确的理论数据.
-
-
屈志杰;
张欣瑞;
孙军华
- 《信息系统协会中国分会第一届学术年会》
| 2005年
-
摘要:
一直以来,客户流失给电信业带来了巨大的损失.本文利用电信公司的历史数据,运用逻辑回归、聚类等数据挖掘技术,建立客户流失预测模型;通过对客户消费行为的分析,总结出其流失原因;并结合对每个客户的价值评定,提出有针对性的客户保留营销策略.对数据挖掘在电信业中有效地保留客户进行了有益的探索.
-
-
- 日本电信电话株式会社
- 公开公告日期:2021-05-14
-
摘要:
提供高速并且高精度地对S型函数进行秘密计算的技术。秘密S型函数计算系统将g(x)设为能秘密计算的函数,根据输入值x的份额[[x]]计算对于输入值x的S型函数的值的份额[[σ'(x)]],包括:第一比较单元,生成第一比较结果[[c]]=less_than([[x]],t1);第二比较单元,生成第二比较结果[[d]]=greater_than([[x]],t0);第一逻辑计算单元,生成第一逻辑计算结果[[e]]=not([[c]]);第二逻辑计算单元,生成第二逻辑计算结果[[k]]=and([[c]],[[d]])或者[[k]]=mul([[c]],[[d]]);以及函数值计算单元,计算份额[[σ'(x)]]=mul([[k]],[[g(x)]])+[[e]]。
-
-
- 日本电信电话株式会社
- 公开公告日期:2021-05-14
-
摘要:
一种秘密S型函数计算系统,将mapσ设为由表示S型函数σ(x)的定义域的参数(a0,…,ak‑1)和表示值域的参数(σ(a0),…,σ(ak‑1))(a0,…,ak‑1为满足a0k‑1的实数)定义的秘密批量映射,所述秘密S型函数计算系统由3个以上的秘密S型函数计算装置构成,从输入向量x→的份额[[x→]],计算对于输入向量x→的S型函数的值y→的份额[[y→]],所述秘密S型函数计算系统包含通过[[y→]]=mapσ([[x→]])=([[σ(af(0))]],…,[[σ(af(m‑1))]])计算份额[[y→]]的秘密批量映射计算单元,其中,f(i)是成为aj≤xij+1的j,0≤i≤m‑1。
-
-
-
-
-
-
-
-