作者:刘炳春; 符川川; 李健 期刊:《产业创新研究》 2017年第01期
在应用PM2.5、PM10、SO2、Co、NO2和03六种污染物浓度指标预测的基础上,将最高气温、最低气温、天气现象、风向、风力5种气象条件指标增添到空气污染预测输入变量中,采用K最近邻(KNN)和支持向量机(SVM)两种算法建立北京市空气污染等级分类预测模型。论文采用中国环境监测总站公布的北京市2014年1月1日至2016年4月30日的6种污染物浓度指标数据以及北京市气象台公布的北京市2014年1月1日至2016年4月30日的5种气象条件指标数据...
本刊2019年第3期第275页的图6(文章标题为:基于脑部磁共振图像三维局部模式变换特征提取进行阿尔茨海默病病程预测分类;作者为:孙京文,闫士举,韩勇森,宋成利)印刷版出现了错误,正确的图6如下图所示:图6基于不同感兴趣组织磁共振图像采用3种纹理特征提取方法进行AD组和CN组分类预测的ROC曲线.
作者:卢子涵; 胡啸峰; 邱凌峰 期刊:《中国安全生产科学技术》 2019年第12期
为了进一步分析侵财类案件的危害程度,以抢劫、抢夺和盗窃3种典型侵财类案件为例,利用ZS市2008—2014年的犯罪数据与统计年鉴数据,提取“发案时间”“发案地域”“选择时机”“选择处所”“选择对象”“人均地区生产总值”“职工月平均工资”7个特征,建立基于多种机器学习分类算法的侵财类案件危害程度预测模型,并进一步开展预测结果的分析研究。研究结果表明:梯度提升决策树(GBDT)算法性能最优,危害程度预测准确率达到了0.88;在抢...
作者:覃伟; 高敏; 沈莹; 史宇晖; 吴涛; 赵艾; 孙昕霙 期刊:《中华疾病控制》 2019年第11期
作者:靳燕; 姚悦 期刊:《网络空间安全》 2016年第06期
针对KDD CUP99网络攻击数据集的分类建模问题,论文结合NaiveBayes、RIPPER和SVM三类算法分别介绍了各自的学习过程。Boosting方法属提升算法,通过多轮迭代实现弱分类器的加权组合,最终决策结果较基算法较为理想。为分析Boosting方法在KDD CUP99集上的分类性能,实验选用AdaBoost算法为代表,将以上三类算法作为基算法,依次应用到数据集上。分类预测结果表明:RIPPER算法的总体性能优于其他算法,尤其对少类的分类效果较好,使用AdaBoos...
作者:文宏伟; 陆菁菁; 何晖光 期刊:《协和医学》 2018年第01期
多模态磁共振神经影像技术的发展为大脑工作原理研究及脑部疾病早期诊断提供了新的手段。当前多数神经精神性疾病的诊断仅依据其临床症状,缺少客观的神经影像生物学标志物。传统的基于组间比较的单变量分析仅能在组间水平进行推断,无法提供个体水平的诊断和预测,临床应用价值非常有限。机器学习技术可在不同水平对神经影像进行计算分析和研究,发现其中规律从而有效预测和分类未知数据,找出与脑疾病高度相关的脑区特征,提供个体水平...
作者:李文华; 李爽; 周露露; 王立国 期刊:《哈尔滨工业大学学报》 2018年第09期
为深入研究密封式继电器触点的失效机理,开展腐蚀形貌特征与腐蚀类型的关联性分析.选取密封式继电器触点DEAX SEM图为分析样本,在分析可能存在腐蚀反应类型的基础上,提取对应元素分布图的不规则边缘轮廓,从而将无腐蚀部分排除,同时还原了腐蚀区域形貌,量化提取其腐蚀形貌特征值并对应可能的腐蚀类型进行分析,最终利用BP神经网络算法进行关联性验证.结果表明:密封式继电器触点中Ag与Cl的原子百分比近似为1∶1,在特定区域内极有可能...
作者:李卫东; 朱苏加 期刊:《河北省科学院学报》 2019年第01期
传统网络攻击检测系统主要依靠静态规则检测网络行为,难以动态适应不断发展的网络攻击,机器学习技术越来越多地应用于安全领域。本文设计了一个基于Keras框架的多层网络攻击分类与检测模型,运用了恰当的数据处理技术,达到了较高的分类精度。
作者:李倩倩; 姜景; 李瑛; 刘怡君 期刊:《情报》 2018年第01期
[目的/意义]政务微博是政府公共信息、与民众互动的重要平台,是创新社会治理的重要内容。因此,政务微博信息之后的转发规模对于预测网络舆情有重要意义。[方法/过程]从政务微博用户特征、内容特征、时间特征三个维度,提取特征体系,构建政务微博信息转发规模预测模型,用来刻画影响政务微博转发规模的政务用户权力层级、职能领域、传播形式等影响因素,通过比较多种机器学习算法测算政务微博转发规模分类预测的性能。[结果/结论]研究...
作者:王蕾; 赵志强; 余红梅; 郑楚楚; 黄雪倩; 武淑琴; 罗艳虹 期刊:《中国卫生统计》 2019年第04期
目的对某肿瘤医院血液科2011-2015年283名弥漫大B细胞淋巴瘤患者进行达到完全缓解后三年内的复发风险预测,为患者三年内的复发情况提供参考。方法用logistic回归进行复发影响因素分析。采用重采样(包括SMOTE等三种方法)处理不平衡数据,同时基于boosting集成分别构建C5.0决策树、SVM和logistic回归复发风险预测模型。结果由logistic回归可知,Ki-67(P=0.006,OR=1.826)、LDH是否升高(P=0.012,OR=2.084)、原发纵膈肿物(P=0.033,OR=0.33...
作者:刘占波; 闫实; 王晓丽 期刊:《软件》 2019年第03期
本文服务于高校教师管理系统,为高校教师的工作量考核提供决策支持,借助朴素贝叶斯分类模型预测高校教师的教学负担。本文以某大学16年某学院的教师工作量作为数据基础,通过实验证明了朴素贝叶斯分类过程是一种简单易行且容易被程序实现的方法,可以对高校教师工作量考核分类做预测辅助考核决策。
作者:王强; 张铁岩; 高洪振 期刊:《交通与港航》 2019年第04期
青岛新机场集疏运道路交通构成复杂,研究采用关联性要素分析法,首先梳理现状胶州湾高速及现状机场运行特征、规划人口岗位、土地利用规划、道路网规划设计方案等十大关联性要素特征,然后分别预测新机场交通、红岛火车站交通、城市组团间交通及对外交通,最后将各类交通合并,运用“四阶段法”构建城市交通模型进行交通分配,评价规划年路网服务水平以指导胶州湾高速拓宽改造,同时还评价了恶劣天气高速封闭情况下的路网运行情况等。
作者:王新; 沈峥 期刊:《云南民族大学学报·自然科学版》 2004年第02期
在介绍、分析Boosting和组合学习的基础上,讨论其在数据挖掘中的应用和可能发展的方向。
作者:蔡春茂; 何红弟 期刊:《大气与环境光学学报》 2019年第03期
为建立准确高效的空气质量预报系统,建立以污染物、气象因素、污染物混合气象因素的三种预测因子模式,并将该三种预测因子模式作为支持向量机回归(Support vector machine regression, SVR)的输入变量进行PM10浓度的每日预测,寻找最优预测因子模式.并使用灰狼优化算法(Grey wolf optimization,GWO)对支持向量机回归模型进行优化,形成GWO-SVR模型.实验结果表明,污染物混合气象因素作为输入变量为最优预测因子模式,SVR和GWO-SVR模型...
作者:邱凌峰; 胡啸峰; 周睿; 顾海硕; 唐正; 郑超慧; 张学军 期刊:《中国安全生产科学技术》 2018年第10期
针对雄安新区建设和发展过程中对社会安全事件的防控需求,以盗窃作为典型社会安全事件,提出基于机器学习模型的社会安全事件分析预测方法,并以A市2012—2016年的实际盗窃犯罪数据为基础,提取发案时间、发案地点、实施手段和损失金额作为分类特征,通过比较多种机器学习算法,研究盗窃前科人员的预测方法,并根据预测结果挖掘盗窃前科人员的作案规律。研究结果表明:随机森林算法表现最优,查准率、查全率和F1均达到了0.85以上;对于盗窃...
在电影产业迅猛发展的今天,票房直接反映了一部电影所带来的经济效益,也是衡量一部电影成功与否的重要指标,因而对电影票房进行分析和预测来辅助电影投资和排片十分必要。本文选取了2015~2017年三年的电影数据,通过建立C5.0决策树模型,分析了类型、档期、发行公司、国家地区等八个重要因素对电影票房高低的影响,构建了电影票房预测模型。在此基础上,本文也对这些影响因素进行了关联规则分析。通过实验分析,得出了诸多有意义的结论,...
贫困学生的教育资助受到了国家、社会、学校的高度重视,为促进享受教育资源的公平性,需要建立更加完善的贫困生助学金发放制度,避免出现需要资助的学生未得到资助,而不需要资助的学生得到资助。通过大数据挖掘,结合某高校一卡通及贫困助学金发放数据,利用K-means聚类分析模型,对学校的消费方式进行分析,得到最低消费人群占比25.5%,符合贫困生资助比例,但该校的资助比例为21%,未达到资助覆盖面。由此方法构建的预测模型,可以为学校...
作者:孙禹; 贾鹤鸣; 李元 期刊:《科技创新与生产力》 2017年第12期
为了解决木材纤维饱和点附近含水率突然失真的问题,并提供可行有效的木材含水率预测方法,笔者介绍了绝对含水率和相对含水率的概念,阐述了木材含水率检测的具体操作方法,详细论述了传统蚁群分类算法理论,根据木材含水率具有非线性变化的特点,采用蚁群分类算法对木材含水率数据进行了分类预测实验研究。实验结果表明,蚁群分类算法能够实现对木材纤维饱和点附近含水率的较准确预测,并且与传统分类预测算法相比,预测精度和预测效率都...
作者:王彦博; 刘曦子; 陈进 期刊:《浙江社会科学》 2017年第06期
以商业银行小微金融续贷业务研究为选题,探索大数据时代商业银行小微金融业务客户续贷行为规律,对商业银行小微金融续贷业务的开展进行指导,从而有效提高小微贷款投放规模和确保贷款余额增长稳定可控。选取国内某商业银行小微金融贷款客户数据,基于大数据技术进行建模,对续贷客户进行分类预测。结果显示,相比使用传统分析方法进行的预测,在确保几乎同样的实际续贷客户查准率前提下,基于大数据技术的预测方法极大提高了实际续贷客户...
作者:张巡; 彭德芳 期刊:《信息记录材料》 2017年第01期
当今互联网技术的高度发展,使得网络购物成为人们的一种生活方式,导致越来越多的网络欺诈行为的出现。本文以网络购物中机票预定行为为例,对机票历史订单数据进行分析,通过数据预处理——互信息的相关概念阐述——特征空间降维,最后采用机器学习的方法选择SVM(Support Vector Machine)算法模型进行训练,提出面对海量网络订单中诈骗行为的分类预测模型,为网络订单欺诈行为的实时监控提出一种解决方案。