检索结果-南通市图书馆

基于可持续视角的超大城市碳增汇分区与管理：以北京市为例

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

环境科学 2024年

作者：马艺菲柯进恺张彬张彩虹北京林业大学经济管理学院西安交通大学经济与金融学院

为解决超大城市发展与生态修复、碳汇能力保障之间的矛盾，基于可持续发展框架，以“碳汇特征明晰-碳增汇适宜性评价-碳增汇区域综合划分”的研究思路，在利用改进的CASA模型和土壤微生物呼吸方程定量估算北京市2001～2020年植被净生态... 详细信息

为解决超大城市发展与生态修复、碳汇能力保障之间的矛盾，基于可持续发展框架，以“碳汇特征明晰-碳增汇适宜性评价-碳增汇区域综合划分”的研究思路，在利用改进的CASA模型和土壤微生物呼吸方程定量估算北京市2001～2020年植被净生态系统生产力（NEP）的基础上，采取趋势分析、波动性分析、Hurst指数法分析和地理探测器等方法，探明北京市碳汇演变特征、空间分异驱动因子并综合确定碳增汇分区. 结果表明：① 在时间尺度上，2001～2020年北京市NEP的总体变化趋势为波动上升；在空间尺度上，西北部的NEP大于东南部，整体呈现由中心发散性扩大趋势；79.6%的区域NEP呈增加趋势，但具有可持续性增长或由减少反转的区域范围仍较小；碳汇区域中波动性最小的为怀柔区、延庆区和房山区. ② 北京市NEP空间分异主要驱动因子解释度从大到小为植被覆盖度、土地利用类型、海拔、人类干扰程度、坡度、经济活动水平、人口密度、GDP和年平均气温；驱动因子交互作用为双因子增强或非线性增强，NEP空间分异特征受多个驱动因子共同作用. ③ 结合可持续碳增汇适宜性评价和碳汇演变特征将北京市划分为碳增汇核心区、碳增汇重点区、碳增汇优先区、碳增汇潜力区和碳增汇补充区这5类，分别占市域面积的47.5%、17.7%、15.4%、11.4%和8.0%. 研究结果可为北京市碳增汇区域划分及制定管理措施提供依据. 超大城市实现可持续发展和碳中和目标可综合多类驱动因子和碳汇演变特征的共同作用确定碳增汇分区，以针对性采取碳增汇策略.

关键词：可持续发展碳增汇分区驱动因子超大城市地理探测器

当代人的精神危机与救赎可能——评东西《回响》

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

文教资料 2024年第4期 32-35页

作者：马艺菲聊城大学文学院

小说《回响》以“大坑案”为开端，借凶杀案和办案女警冉咚咚的婚姻危机两条主线探索当代都市人的精神状态和心灵世界。本文通过文本细读，分析小说中当代都市人所遭遇的精神危机，追溯精神病因，并探讨小说所提供的走出精神困境的可能... 详细信息

小说《回响》以“大坑案”为开端，借凶杀案和办案女警冉咚咚的婚姻危机两条主线探索当代都市人的精神状态和心灵世界。本文通过文本细读，分析小说中当代都市人所遭遇的精神危机，追溯精神病因，并探讨小说所提供的走出精神困境的可能路径。小说中的人物为逃避现实困境大多采取了不同的“精神胜利法”，但“精神胜利法”仅能暂时逃避苦痛，并不能从根源上解决问题，小说中提出的“疚爱”命题，正是试图寻找精神救赎的可能。本文在对“疚爱”的解读中得以深入理解作家东西对当代社会精神层面的忧虑和思考，这使整部作品具有社会关怀的价值意蕴。

关键词：精神危机疚爱东西《回响》

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

河南省城镇居民消费结构区域差异研究

老字号品牌营销 2024年第10期 64-66页

作者：马艺菲郑州经贸学院经济学院郑州451191

在深化经济体制改革中,居民消费成为推动我国经济发展的关键力量。随着扩大内需政策的出台,优化消费结构、释放消费潜力至关重要。河南省作为人口大省,其城镇居民消费特点与差异对理解整体消费结构具有重要意义。本文基于食品烟酒、衣着... 详细信息

在深化经济体制改革中,居民消费成为推动我国经济发展的关键力量。随着扩大内需政策的出台,优化消费结构、释放消费潜力至关重要。河南省作为人口大省,其城镇居民消费特点与差异对理解整体消费结构具有重要意义。本文基于食品烟酒、衣着等8个方面的消费数据,运用主成分分析法,深入剖析河南省不同地级市城镇居民的消费结构差异,以更好地研究其消费情况。

关键词：扩大内需消费结构主成分分析

基于共享随机效应模型的纵向认知标志物对轻度认知障碍逆转的预测性能比较

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2024年第3期 370-375页

作者：秦瑶韩红娟刘龙陈杜荣马艺菲崔靖白文琳张荣余红梅山西医科大学公共卫生学院卫生统计学教研室山西医科大学基础医学院数学教研室山西医科大学公共卫生学院儿少卫生学教研室重大疾病风险评估山西省重点实验室

目的将共享随机效应模型(shared random-effect model, SREM)应用于轻度认知障碍(mild cognitive impairment, MCI)向认知正常(normal cognition, NC)逆转的研究，比较不同纵向认知标志物对MCI逆转的预测性能，并评价影响因素的协变量... 详细信息

目的将共享随机效应模型(shared random-effect model, SREM)应用于轻度认知障碍(mild cognitive impairment, MCI)向认知正常(normal cognition, NC)逆转的研究，比较不同纵向认知标志物对MCI逆转的预测性能，并评价影响因素的协变量效应。方法 SREM模型包括两个子模型，其中纵向子模型采用线性混合效应模型对纵向认知标志物的变化轨迹建模，生存子模型采用比例风险模型对生存过程建模。基于对数似然函数值和信息准则进行模型拟合优度检验，采用ROC曲线下面积(area under the curve, AUC)评价不同纵向认知标志物(MMSE、 CDRSB、 FAQ、 ADAS11、 ADAS13和ADASQ4)对MCI逆转的预测性能；同时进行纵向子模型和生存子模型的影响因素分析。结果 843名MCI患者中72名(8.54%)在随访结束后逆转为NC。以spline-PH-GH参数分布为基准风险函数的SREM模型对数似然函数值最大，AIC和BIC最小；以CDRSB为纵向认知标志物建立的SREM模型拟合最好，在不同时间的AUC值均表现良好，范围为0.797～0.852,且预测误差最小，范围为0.0427～0.0429;年龄、性别、受教育程度、婚姻状况和APOEε4基因均会影响MCI患者的认知功能和日常活动功能，六种纵向认知标志物均会影响MCI患者的逆转。结论 CDR评分对MCI患者的认知功能和逆转预测性能最佳；认知功能和日常活动功能可作为MCI逆转的动态监测指标。

关键词：共享随机效应模型联合模型纵向数据生存数据轻度认知障碍逆转

多元纵向测量的潜在过程模型在轻度认知障碍逆转研究中的应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国卫生统计 2024年第1期41卷 64-67,71页

作者：秦瑶韩红娟刘龙陈杜荣马艺菲崔靖白文琳张荣余红梅山西医科大学公共卫生学院卫生统计学教研室 030001 山西医科大学基础医学院数学教研室山西医科大学公共卫生学院儿少卫生学教研室重大疾病风险评估山西省重点实验室

目的将多元纵向测量的潜在过程模型应用于轻度认知障碍向认知正常逆转的研究,为慢性病纵向研究提供方法学借鉴。方法基于多个纵向认知标记物共同代表同一个潜在认知过程的假设,构建多元纵向测量的潜在过程模型,捕捉潜在认知过程随时... 详细信息

目的将多元纵向测量的潜在过程模型应用于轻度认知障碍向认知正常逆转的研究,为慢性病纵向研究提供方法学借鉴。方法基于多个纵向认知标记物共同代表同一个潜在认知过程的假设,构建多元纵向测量的潜在过程模型,捕捉潜在认知过程随时间的变化轨迹,量化不同纵向认知标记物解释潜在认知过程的贡献,讨论不同认知标记物用以衡量认知功能的敏感性,及其协变量效应。参数估计采用极大似然法,采用残差分析和不同纵向认知标记物解释潜在认知过程所占百分比进行拟合优度评价。结果性别(P=0.004),受教育年限(P=0.002),随访时间(P<0.001)和随访时间的二次方(P<0.001)与潜在认知过程显著相关。性别(P=0.048)与受教育年限(P=0.013)的不同纵向认知标记物之间有统计学差异。残差分析和潜在过程解释纵向测量变异的比例说明模型拟合良好。结论多元纵向数据潜在过程模型在痴呆等慢性病研究中具有很好的应用价值。

关键词：潜在过程纵向数据轻度认知障碍逆转

交通运输在恢复和正向演进中稳步推进高质量发展——2023年交通运输发展回顾及2024年展望

在线全文

学校读者我要写书评

暂无评论

中国经贸导刊 2024年第2期 23-26页

作者：马艺菲樊一江中国宏观经济研究院运输所

2023年是全面贯彻党的二十大精神的开局之年,是三年新冠疫情防控转段后经济恢复发展的一年。交通运输作为经济社会发展的“先行官”,在疫后经济恢复、有效需求波动、国际经贸调整、债务风险化解等多因素叠加影响下,保持了较好的发展韧性... 详细信息

2023年是全面贯彻党的二十大精神的开局之年,是三年新冠疫情防控转段后经济恢复发展的一年。交通运输作为经济社会发展的“先行官”,在疫后经济恢复、有效需求波动、国际经贸调整、债务风险化解等多因素叠加影响下,保持了较好的发展韧性,全年呈现显著过渡性调整并向高质量发展演进的特征:固定资产投资保持高位,旅客运输加快恢复。

关键词：固定资产投资交通运输发展国际经贸风险化解需求波动稳步推进旅客运输疫情防控

XGBoost-SHAP机器学习可解释框架用于轻度认知障碍分类研究

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2024年第3期 423-429页

作者：易付良陈杜荣杨慧秦瑶韩红娟崔靖白文琳马艺菲张荣余红梅山西医科大学公共卫生学院卫生统计教研室重大疾病风险评估山西省重点实验室

目的利用机器学习算法对轻度认知障碍(mild cognitive impairment, MCI)亚型分类有利于患者的个性化治疗，而复杂模型常因分类过程的内部机制不可洞察而饱受诟病，本研究借助可解释技术梳理模型的输出结果，以期为相关领域研究者的决... 详细信息

目的利用机器学习算法对轻度认知障碍(mild cognitive impairment, MCI)亚型分类有利于患者的个性化治疗，而复杂模型常因分类过程的内部机制不可洞察而饱受诟病，本研究借助可解释技术梳理模型的输出结果，以期为相关领域研究者的决策提供统计支持。方法本研究联合极限梯度提升(eXtreme Gradient Boosting, XGBoost)与沙普利可加性(SHapley Additive exPlanations, SHAP)构建可解释性框架，用于遗忘型MCI(amnestic MCI, aMCI)和非遗忘型MCI(non-amnestic naMCI)的分类，并根据联合框架输出结果进行解读。结果联合框架输出aMCI和naMCI的最佳分界值为0.51,XGBoost分类准确率、灵敏度、特异度、F1值、AUC分别为92.81%、94.94%、90.54%、0.93、0.96。SHAP个性化预测结果，7号和31号示例个体被预测为aMCI的概率分别为0.27和0.91;全局性解释结果，不同个体随着CEREALL、ORIENT、CDRSUM、LCMF、RSUPMAR、RMEDORBF、LPOSCENM等指标的shapley值增大，患aMCI的风险越大，上述指标可以解释为aMCI发生的危险因素，而RENT、MMSEORDA、CRAFTVRS等则相反，可以解释为aMCI发生的保护因素。结论 XGBoost-SHAP联合框架用于MCI亚型分类效果较为理想，实现了特定个体不同特征预测效果的比较、不同个体给定特征预测能力的判断，为相关研究者打开了洞察复杂模型内在机制的大门。

关键词：机器学习可解释性极限梯度提升-沙普利可加性轻度认知障碍分类

基于SEAIQR模型与Dropout-LSTM模型的西安市COVID-19疫情趋势预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国卫生统计 2024年第2期41卷 207-212页

作者：马艺菲许书君秦瑶李建涛雷立健贺鹭余红梅解军山西医科大学公共卫生学院 030001 山西医科大学管理学院煤炭环境致病与防治教育部重点实验室山西医科大学反向病原学中心

目的基于传染病动力学SEAIQR(susceptible-exposed-asymptomatic-infected-quarantined-removed)模型和Dropout-LSTM(Dropout long short term memory network)模型预测西安市新型冠状病毒肺炎(COVID-19)疫情的发展趋势,为评估“动态清零”策略防控效果提供科学依据。方法考虑到西安市本轮疫情存在大量的无症状感染者、依时变化的参数以及采取的管控举措等特点,构建具有阶段性防控措施的时变SEAIQR模型。考虑到COVID-19疫情数据的时序性特征及它们之间的非线性关系,构建深度学习Dropout-LSTM模型。选用2021年12月9日-2022年1月31日西安市新增确诊病例数据进行拟合,用2022年2月1日-2022年2月7日数据评估预测效果,计算有效再生数(R_(t))并评价不同参数对疫情发展的影响。结果SEAIQR模型预测的新增确诊病例拐点预计在2021年12月26日出现,约为176例,疫情将于2022年1月24日实现“动态清零”,模型R^(2)=0.849。Dropout-LSTM模型能够体现数据的时序性与非线性特征,预测出的新增确诊病例数与实际情况高度吻合,R^(2)=0.937。Dropout-LSTM模型的MAE和RMSE均较SEAIQR模型低,说明预测结果更为理想。疫情暴发初期,R 0为5.63,自实施全面管控后,R_(t)呈逐渐下降趋势,直到2021年12月27日降至1.0以下。随着有效接触率不断缩小、管控措施的提早实施及免疫阈值的提高,新增确诊病例在到达拐点时的人数将会持续降低。结论建立的Dropout-LSTM模型实现了较准确的疫情预测,可为COVID-19疫情“动态清零”防控决策提供借鉴。

关键词：新型冠状病毒肺炎 SEAIQR模型 Dropout-LSTM模型动态清零预测对比

ADASYN与类别逆比例加权法在阿尔茨海默病不平衡数据中的应用

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2024年第2期41卷 175-180页

作者：杨慧易付良陈杜荣秦瑶韩红娟崔靖白文琳马艺菲张荣余红梅山西医科大学公共卫生学院卫生统计教研室 030000 重大疾病风险评估山西省重点实验室

目的利用自适应合成抽样(adaptive synthetic sampling,ADASYN)与类别逆比例加权法处理类别不平衡数据,结合分类器构建模型对阿尔茨海默病(alzheimer′s disease,AD)患者疾病进程进行分类预测。方法数据源自阿尔茨海默病神经影像学计划(... 详细信息

目的利用自适应合成抽样(adaptive synthetic sampling,ADASYN)与类别逆比例加权法处理类别不平衡数据,结合分类器构建模型对阿尔茨海默病(alzheimer′s disease,AD)患者疾病进程进行分类预测。方法数据源自阿尔茨海默病神经影像学计划(Alzheimer′s disease neuroimaging initiative,ADNI),经随机森林填补缺失值,弹性网络筛选特征子集后,利用ADASYN与类别逆比例加权法处理类别不平衡数据。分别结合随机森林(random forest,RF)、支持向量机(support vector machine,SVM)构建四种模型:ADASYN-RF、ADASYN-SVM、加权随机森林(weighted random forest,WRF)、加权支持向量机(weighted support vector machine,WSVM),与RF、SVM比较分类性能。模型评价指标为宏观平均精确率(macro-average of precision,macro-P)、宏观平均召回率(macro-average of recall,macro-R)、宏观平均F1值(macro-average of F1-score,macro-F1)、准确率(accuracy,ACC)、Kappa值和AUC(area under the ROC curve)。结果ADASYN-RF的分类性能最优(Kappa值为0.938,AUC为0.980),ADASYN-SVM次之。利用ADASYN-RF预测得到的重要分类特征分别为CDRSB、LDELTOTAL、MMSE,在临床上均可得到证实。结论ADASYN与类别逆比例加权法都能辅助提升分类器性能,但ADASYN算法更优。

关键词：类别不平衡 ADASYN 加权法阿尔茨海默病分类