构建合适的量化分析模型是科学把握耕地利用状况及利用效率的基础性工作,可为制定合理有效的耕地资源管控政策,实现耕地利用与生态环境的协调发展提供决策依据。为了更准确地反映耕地利用系统的复杂性、动态性及差异性等特征,鉴于随机森林的基本思想,运用随机抽样Bootstrap法在合理构建分类树的基础上,构造了耕地利用效率测度的RF模型,进而以中国粮食主产区172个城市为例训练该模型并将其运用至2003-2015年的耕地利用效率测度中,同时将BP神经网络和熵权法作为对比验证其一致性、代表性和优越性。结果表明:(1)耕地利用效率测度的RF模型不受量纲限制,运行所需参数少,运算过程简化,能够较为精确地模拟各评价指标间的复杂联系,科学量化各评价指标对耕地利用效率的贡献。(2)对同一空间单元的效率值而言,RF>BPNN>EW,RF与BPNN所得效率值的总体分布格局相似,且均与EW的测度结果存在较大差异。(3)从评价结果与现实的匹配度和精度表征参数来看,RF的测度结果与自然和社会经济发展等客观事实更相符,具有较高的适用性与可靠性。同时,与其余两种常用模型相比,RF能够降低计算复杂度,提高训练效率,其测度结果的相关系数R为0.8685,MRPD为2.3533,且具有最小MMSE0.0174和MMAE0.0211,更适用于复杂非线性特征的耕地利用效率研究。

研究目标:财务数据质量对公司财务风险预警至关重要。数据质量差的财务数据往往降低财务风险预警模型的有效性。利用Benford律能有效评价财务数据质量的特点,构建带有Benford因子的随机森林模型,用于处理财务数据质量对财务风险预警模型带来的影响,能有效提高财务预警模型的预测精度。研究方法:通过Benford律检验财务数据质量,构造Benford因子添加到财务指标变量中,建立基于Benford律的随机森林模型。选择中国A股和美国股市上市公司的财务指标数据进行对比实证分析,采用学习曲线对模型进行参数调优确定最终模型,对比基于Benford律随机森林模型和随机森林模型的预测效果。研究发现:Benford因子能够识别存在财务舞弊的具体样本点并提供数据质量有关信息。相比随机森林模型,基于Benford律的随机森林模型可以提高财务风险预警的准确率。研究创新:将Benford律引入随机森林模型,构造Benford因子,提出基于Benford的随机森林模型。研究价值:基于Benford律的随机森林模型具有更高的预测准确率,扩展了随机森林模型的实用性,为上市公司财务风险预警研究提供了新视角。

随机森林模型是近十年数据挖掘组合分类技术中的前沿问题,目前已在多个领域得到广泛应用。文章利用随机森林方法法建立了基于随机森林分类算法的我国上市公司财务失败预警模型,通过与逻辑回归模型、SVM支持向量机模型、CART分类树模型和神经网络模型的预测结果的对比表明随机森林模型的预测精度更高,稳健性更好,可以更好地提高我国上市公司的抗风险能力。

市场机制下林业政策对林业发展的影响很大。本文将林业产业链整合一起,以市场机制为基础设立的林业经济福利为目标,构建林业政策模拟模型,并利用该模型分析价格、税收和补贴、信贷利率以及采伐限额等林业政策的作用效果,获得林业政策调整如何影响政策目标和合理政策的选择等研究结论,并对有关问题进行了讨论。

以智能终端为研究对象,将动态定位作为研究目标,根据数据获取、预处理、特征提取和选择,分类器设计与分类决策等五个方面提出了基于随机森林的定位模型和算法,详细论述了算法的执行流程,并通过用户测试数据仿真对模型进行了验证,结果表明该模型的定位算法结果准确率在90%左右。

机器学习模型由于其对变量间共线性及非线性关系的处理能力,在金融投资领域得到了越来越广泛的应用。利用23个常见因子建立随机森林模型,对中证500指数成分股收益率进行预测并构造投资组合,发现随机森林模型能够对个股的相对收益率进行较好的拟合和预测,多空投资组合的年化收益率和夏普比率分别高达27.31%和1.59;通过因子重要性分析发现,动量因子在随机森林模型中的作用最强,而长期的流动性水平显得最不重要;随机森林模型所代表的非线性因子在估值因子、规模因子和盈利因子上有一定暴露,超额收益极其明显。研究结论有助于促进人工智能和金融学的交叉融合研究,同时也为多因子投资提供了理论和现实参考。

扶贫对象的精准识别是实现精准扶贫的重要条件。实现贫困数据的精准分类与识别以及贫困识别由定性到定量、由单维瞄准向多维瞄准的转变是精准扶贫的重要基础。精准识别可以采用大数据分析中的分类算法实现。本文基于可持续生计分析框架,从人力资本、社会资本、自然资本、物质资本、金融资本和生计环境六个方面建立了多维贫困指标体系,运用随机森林算法构建了精准识别模型,并采用中国家庭追踪调查数据(CFPS),对扶贫对象精准识别模型的分类及识别效果进行了评价,结果表明模型效果良好。

文章以住宅性房产为切入点,基于特征价格理论,选择了区位特征、建筑特征和邻里环境三大类共计21项特征变量,构建了房价格评估的随机森林模型。并以广州市天河区某区域的二手住宅性房产为例,应用所构建的模型对该区域内的二手房产进行了价格评估。

对舰船零部件发生故障问题进行故障诊断,并对故障诊断结果进行分析,建立舰船零部件备件需求模型,给出零部件之间的发生故障概率的关系与备件需求特征;将随机森林回归原理应用到了舰船零部件的备件需求预测领域,构建了基于随机森林的预测模型,以及预测结果准确率的评价。用诊断结果数据对算法进行验证,结果表明,将随机森林算法运用到舰船的备件预测领域可以为舰船装备在一次海上任务期内备件配置问题提供参考价值。

【目的】为了探究全球气候变化背景下森林生态系统水分利用效率的影响因子及其对气候变化的响应。【方法】本文利用经PEST模型参数优化后的Biome-BGC模型,对千烟洲森林生态系统2000—2014(CK)年以及不同气候情景变化模式下的水分利用效率及其影响因子进行了探究。【结果】(1)千烟洲的年均温和最大叶面积指数同水分利用效率呈显著正相关关系(P 0.05)。(2)千烟洲不同情景模式水分利用效率的取值区间是2.09～3.71 g/kg、均值2.90 g/kg。(3)同CK(2.18～2.57 g/kg、均值2.38 g/kg)相比,千烟洲各情景模式下大气CO_2浓度增加情景(2.38～3.41 g/kg、均值2.90 g/kg)、降水和大气CO_2浓度同时增加情景(2.38～3.33 g/kg、均值2.86 g/kg)、气温和大气CO_2浓度同时增加情景(2.58～3.71 g/kg、均值3.15 g/kg)、降水和气温同时增加(2.30～2.84 g/kg、均值2.57 g/kg)及降水、气温和大气CO_2浓度同时增加情景(2.70～3.60 g/kg、均值3.15 g/kg)的水分利用效率差异显著。但是,降水增加情景(2.09～2.68 g/kg、均值2.39 g/kg)和气温增加情景(2.13～2.81 g/kg、均值2.47 g/kg)对水分利用效率的影响不显著。(4)降水和大气CO_2浓度同时增加情景与大气CO_2浓度增加情景的水分利用效率差异不显著,气温和大气CO_2浓度同时增加情景与大气CO_2浓度增加情景的水分利用效率差异显著。【结论】(1)千烟洲森林生态系统的水分利用效率受到气温和叶面积指数的影响,情景分析表明水分利用效率能很好的对气候变化做出响应。(2)降水、气温和大气CO_2浓度对水分利用效率的影响存在耦合效应。(3)增温对水分利用效率的影响要大于降水。

在信息数据时代下,大数据、云计算已经广泛应用在各行各业,推动企业进行经营模式和财务管理模式变革,尤其是对于集团公司来说,在财务共享中心的基础上构建各类管理体系能够打破分公司的"孤岛效应",实现业务财务的集中管理。借助于财务共享中心以及大数据,企业的审计风险得以有效控制,并将审计工作中极其重视的事前预警提示得以实现,因此,本文基于随机森林算法构建了应收应付账款审计预警模型,并在案例企业中进行应用分析,为现代化的审计工作模式提供新思路。

【目的】探究环境因子对毛竹林CO_2通量的影响,为亚热带典型森林碳循环模拟提供技术和理论支撑。【方法】基于浙江省安吉县山川乡2011—2014年毛竹林通量塔观测数据,采用随机森林模型对毛竹林CO_2通量进行模拟,以均方根误差(RMSE)、决定系数(R~2)和林氏调和系数(LCCC)3个指标评价模型精度,并通过计算环境因子重要性得分来分析环境因子对毛竹林CO_2通量的影响。【结果】随机森林模型能以较高精度模拟毛竹林CO_2通量,但由于2013年7和8月发生极端高温干旱,模型难以刻画这种短时、剧烈的干扰,最终导致测试阶段模型精度(R~2=0.845 5,RMSE=0.437 7 mg·m~(-2)s~(-1),LCCC=0.914 1)低于训练阶段模型精度(R~2=0.961 5,RMSE=0.005 4 mg·m~(-2)s~(-1),LCCC=0.980 1);十折交叉验证表明,随机森林模型拟合效果稳定,且模型内部参数设置合理,模型误差主要来自于输入数据;在月尺度上,环境因子对毛竹林CO_2通量影响的重要性得分表现为光合有效辐射PAR(63.332)>土壤5 cm深处温度T_S(29.932)>空气相对湿度R_H(25.839)>大气温度T_A(25.581)>空气CO_2浓度C_(CO_2)(25.095)>饱和水汽压差VPD(24.123)>风速W_S(23.504)>生态系统有效能量A_E(19.323)>土壤热通量Q_S(18.502),PAR对毛竹林CO_2通量变化影响最大,PAR、T_S和VPD对毛竹林CO_2通量的影响较显著(P

耕地作为粮食生产之基,是人类社会赖以生存和发展的根源,其利用效率的高低,深刻影响着人类文明的发展与进步。以西南地区重庆、四川、贵州、云南4省(市) 2000年、2005年、2010年和2015年4个年度的相关数据为基础,利用DEA模型估算了耕地利用效率,并通过全局Moran’I、趋势面分析、G*i指数从全局和局部分析了耕地利用综合效率的时空变化特征,最后,借助GWR回归模型分析了影响耕地利用效率空间分异的主要因素。结果表明:(1) 2000～2015年间,耕地利用效率高值区的城市数量在不断扩大。在空间分布上,耕地利用效率稳定高值区域主要集中分布在四川省内的达州-德阳-成都-甘孜一线。重庆市耕地利用效率逐年增加的趋势;四川省持续保持高利用效率,且变化幅度不大;而贵州有下降的趋势,云南省则保持低效率利用状态。(2)西南地区耕地利用效率主要为正向的空间自相关性,空间分布趋势呈现出从西向东递增,以及由南向北倒"U"型递增态势。耕地利用综合效率空间格局分异显著,具有相对高值(低值)耕地利用效率在空间上呈现较强的组团式集聚分布态势,冷热点空间极化现象较为明显,界线分明,层次清晰,且随着时间变化,冷热点区域在空间上的分布态势有由"组团式"向"条带式"分布转变的趋势。(3)西南地区耕地利用效率时空演变受农民人均纯收入的影响最大,其次为复种指数,耕地质量和灌溉指数的影响程度相当,人均GDP对耕地利用效率的影响在逐年增加,地形因素的影响逐年减弱。

研究目的:揭示区域耕地利用效率的空间非均衡性及其影响因素,为区域耕地资源的优化配置及高效利用,推进农业高质量发展提供科学依据。研究方法:Super-SBM模型、Dagum基尼系数和地理探测器。研究结果:(1)从时间序列看,2009—2019年广东省耕地利用效率总体呈现微弱下降趋势,研究期内均值为0.783;区域上,珠三角地区耕地利用效率持续提升,西翼、东翼和山区则呈不同幅度降低趋势。(2)从空间维度看,广东省耕地利用效率具有显著的空间特征,呈高—低效率区多核心成片集中分布格局。(3)广东省耕地利用效率存在明显空间非均衡性,整体呈现波动上升态势,且区域间差距为空间非均衡性的主要来源,其次是超变密度,区域内差距的贡献率最小。(4)整体而言,自然禀赋、社会经济和农业生产技术影响广东省耕地利用效率空间格局分异,其中水田面积占比、农村居民人均可支配收入和人均耕地面积为主导影响因子,但四大区域主导影响因子及其作用力存在显著差异。研究结论:不同区域应因地制宜、因城施策,科学配置资源以推进耕地利用效率的区域协调发展,同时注重耕地利用的非期望产出效应,优化农业生产结构,促进耕地利用效率的提升。

城市是区域人口、产业等要素集聚的主要空间载体，系统揭示黄河流域城市建设用地结构演化及其驱动机制对于深入推进黄河流域生态保护和高质量发展战略落实具有重要意义。基于黄河流域2007—2019年城市建设用地数据，论文运用信息熵模型分析了黄河流域城市建设用地结构的时空演化特征，并用随机森林模型探讨其驱动机制。结果表明：(1) 2007—2019年，黄河流域城市建设用地面积快速增长，年均增速达5.34%，但城市建设用地结构信息熵不断降低，经历了“高位无序—相对稳定—低位有序”的变化过程；(2)黄河上、中、下游城市建设用地规模增速依次加大，年均增速分别达到3.91%、5.06%、6.22%；中游地区城市建设用地结构信息熵下降最多，上游地区和下游地区降幅相近；(3)黄河流域各类建设用地主要配置在省会及经济发达城市；黄河流域城市用地结构信息熵存在空间异质性，省会城市及经济发达城市建设用地结构信息熵存在降低趋势，而欠发达城市的信息熵逐步增大；(4)城市用地规模和城市人口规模对城市建设用地结构演化的作用最强，产业结构升级和财政支出规模的作用强度次之，经济发展水平和政策支持力度的作用较小，上中下游影响因子的作用强度存在异质性；(5)城市用地规模、城市人口规模、财政支出规模与城市建设用地结构信息熵呈正向变动关系，经济发展水平和产业结构升级与城市建设用地结构信息熵呈负向变动关系，政策支持力度则与城市建设用地结构信息熵呈现出“倒U”型关系。