基于集成学习的小麦识别研究

机器学习是数据挖掘中比较重要的一个部分,而机器学习中有一类非常的算法为集成学习。集成学习主要是使用多个弱学习器进行学习,再使用各种结合规则把所有弱学习器的结果进行综合,来得到一种强学习器的学习方法。依据UCI小麦分类数据集,在该数据集上分别采用了kNN,logsitic,SVM,集成学习等方法,分别取得了88%,90%,90%,91%的准确率,验证了集成学习在处理机器学习问题上的优异性。     

随机森林模型在客户流失预测中的缺陷

本文基于某酒店平台的脱敏用户大数据,利用Python编程对源数据进行挖掘和分析,发现在常用机器学习算法中总体准确率最高(88.3%)的随机森林模型(Random Forest, RF),在特征群体中的预测效果存在缺陷,即在测试集中实际流失率为极值与中间值(0%、50%、100%)的流失群体预测性能较好,平均误差率在1%以下;而在其余流失群体(10%~40%以及60%~90%)中预测效果较差,平均误差率高达12.5%以上。通过进一步计算发现,总体预测率稍差的支持向量机(Support Vector Machine, SVM)学习模型在某些细分群体中反而具有更高的预测性能,平均误差率在7%以下。综合两类学习模型在不同群体中的优势,可进一步将总体预测的准确率提高至92.3%。该研究结果对于酒店行业具有非常重要的启发意义。相关企业在构建客户流失预警模型时应根据不同的用户群体使用不同的机器学习方法来提高预测的性能;或结合多种方法构建混合预测模型从而更好地理解消费者行为,进行客户关系管理。     

粗糙集和决策树方法在数据挖掘中的应用

分类在数据挖掘中是一项非常重要的任务.分类的目的是学会一个分类函数或分类模型(也称作分类器),该模型能把数据库中的数据项映射到给定类别中的某一类别.本文对数据分类中的典型代表粗糙集和决策树方法进行分析和研究,并指出它们的优缺点,最后提出了今后的研究方向.     

基于SVM算法的经济区域分类分析

本文应用支撑向量机模型按照不同资源位指标体系对经济区域进行更细致的分类,解决了样本不足的问题。通过支撑向量机模型的建立,有可能在样本比较少的情况下对经济区域按照资源位进行更为合理的分类,同时与按照某一类资源位指标体系的分类的结果进行对比,深入地揭示该区域在哪些指标上具有优势或是发展潜力。     

股票收益波动率预测模型比较研究

依据建模理论的不同,可将股票收益波动率预测模型分为两大类:一类是以统计理论为基础的传统型的波动率预测模型;另一类是以神经网络、灰色理论、支持向量机等为理论基础的创新型预测模型。运用这两类模型对股票收益波动率进行预测时各有特点。本文对这两类模型研究现状进行了介绍,对两类模型的特点进行了比较分析,并对未来发展方向提出建议。     

行业与个股新闻对股票价格影响的定量分析

本文提出了挖掘新闻文本预测股票价格系统,引入情感分类评价理论,将新闻文本转化为结构化数据,建立机器学习模型分析互联网新闻对股票价格的影响。研究主要采用了支持向量机、贝叶斯算法以及粗糙集组合模型分别对行业新闻和个股新闻进行预测。研究发现新闻信息样本的数量和质量会影响预测的准确度;证券行业中个股新闻影响度大于行业新闻;粗糙集组合模型更能准确地预测行业股价的走势。     

共享单车发展现状研究

融资充足性、单车质量、管理水平、获利能力以及单车投放量决定了共享单车企业的发展。本文从上述五方面研究共享单车市场现状,在"骆驼"评价的框架下对共享单车企业进行考核,采用系统聚类法和K均值聚类法将考核的结果分类。最终得到两大类,前一类共享单车企业现阶段经营状况良好,后一类共享单车企业已破产或经营状况出了较大问题,从而证明该模型有效。     

浅析数据挖掘分类方法中的决策树算法

分类是数据挖掘、机器学习和模式识别中一个重要的研究领域。决策树分类是一种重要的数据分类技术,本文通过对对各种决策树分类算法的基本思想进行阐述,并分析比较了各种算法的主要特性,为使用者选择算法或研究者改进算法提供借鉴。     

机器学习模型输入指标选择方法研究——以上市公司财报舞弊判别为例

上市公司披露的财务信息对财务报告使用者决策有重大影响。随着上市公司的舞弊手段越发多样化和隐蔽化，传统的分析手段较难发现舞弊行为。机器学习模型不同于传统的分析模型，因其能够有效判别上市公司的舞弊行为而被越来越多的研究所关注，若能有效应用于实务，则对辅助财务报告使用者决策大有助益。机器学习模型判别效果高度依赖于输入指标的质量，文章针对现有相关研究存在的不足，提出改进机器学习模型输入指标选择的方法，即提升初始输入指标数量、最大化正负样本的特征差异和利用实证模型对初始指标进行筛选等。实证研究结果表明，Logistics回归分析模型可以用于敏感指标筛选，敏感指标筛选有助于机器学习模型分类识别准确率的提升，同时研究还发现随机森林机器学习模型在初始指标集就有较好的判别效率。     

抛物方程法在森林环境电波传播特性预测中的应用

为提高大区域森林环境电波传播特性预测的准确性,研究抛物方程（PE）法在森林环境电波传播特性预测中的应用,提出了基于抛物方程的森林模型。该模型采用PE法实现准确快速求解,考虑森林在垂直方向上的非均匀性,引入森林分层模型,将森林分为树冠、树干两个均匀有耗介质层,并根据森林区域的特性参数确定各有耗介质层的等效介电常数,相比于传统将森林等效为一个给定介电常数的均匀有耗介质层,能够更准确地描述森林对电波传播的影响。将其应用于三种常见绿叶林的电波传播特性预测中,仿真结果表明,该模型能够反映不同区域、不同植被种类的森林对电波传播的影响差异,有效预测大区域森林环境电波传播特性。     

基于感知机算法的心脏病预测问题

近年来,随着科技的发展和时代的进步,人们的生活水平在不断的提高,而人们日常不规律的生活方式和习惯对身体造成的影响却逐渐显现,其中,最为突出的就是心血管类疾病,该病发病率和死亡率都在逐渐增高。由于医疗过程的复杂性,仅通过人工的提取、整合及诊断是否得心脏病,不仅过程繁琐复杂,而且准确率和效率方面都不能达到很好的效果。为了解决此类问题,讨论是否可以通过计算机来辅助进行心脏病的预测工作,于是这里利用了机器学习的感知机算法来完成,通过分析受测人心血管病相关特征,利用感知机模型分析实现对该疾病是否发生来最终完成辅助诊断,此研究能够给人工诊断提供更高效更便捷的辅助预测,使其预测成功概率提高,增强患者存活率。     

决策树算法在电信行业中的应用和分析

如今,数据挖掘技术正以其强大的功能在许多研究和应用领域得到广泛的发展,分类预测算法更是有着广泛的应用前景,在未来的许多行业领域中将会得到进一步的完善和发展。通过对决策树的研究和比较,提出了一个新的想法。另外通过对决策树分类预测模型与神经网络预测模型的比较研究,可以更清楚的理解预测分类模型的作用及其发展趋势。     

预测微生物学在食品领域的应用

在食品微生物学研究领域,预测微生物学有很高的应用价值。预测食品微生物学主要是借助预测模型,在不同环境因子下,预测目标微生物生长、增值或死亡的情况。本文综述说明预测食品微生物学一级、二级和三级模型的概念与主要内容,提出研究中存在的问题,并展望该领域的发展方向。     

基于马尔可夫链的人力资源供给预测模型研究

人力资源供给预测是企业人力资源管理工作的重要内容之一,本文提出了马尔可夫链模型预测法,着重论证了该预测法的原理并通过实例指出了该预测模型的具体应用。     

媒介生物防制技术

1 媒介生物与媒介生物性疾病 1.1 媒介生物及其分类 媒介生物又称病媒生物,是指那些本身不导致疾病,但通过在不同宿主间传播病原体而导致疾病流行的动物,一般指能传播人类疾病的动物.常见的媒介生物主要包括三类动物,一类是无脊椎动物门蛛形纲的动物,包括蜱、螨等;一类是昆虫纲的动物,主要有蜚蠊目的多种蜚蠊(蟑螂),双翅目的蚊、蝇、     

一种基于近红外光谱的常用塑料分类方法

塑料制品以其质轻、美观实用等特点广泛应用在日常生活及各行各业中,其大量使用给环境造成了严重污染,消除污染最积极的办法是对其进行回收再利用,但常用塑料的种类繁多,不同塑料制品的成分及可塑性不同,进行回收利用的价值也不同,只有对塑料进行分类收集处理,才能提高回收利用率.本文基于近红外光谱法提出了一种塑料分类的新方法.该方法选择测定了60个样本的近红外光谱数据,引入支持向量机算法对其进行训练预测:选用40个样本作为训练集,建立模型;20个作为预测集,优化模型;利用该模型对采集的未知样本进行分类预测,得到较高的准确率.新方法对快速处理废旧塑料具有积极的作用.     

关于租赁分类新标准的思考

租赁分类是租赁实务中执行租赁准则中最为关键的一步,从租赁准则的内容实质上看,无非是对两类不同的租赁业务作出不同的会计处理,如何对租赁业务进行准确分类才能正确地反映企业的经营资源和债务义务呢?租赁分类问题仍然是国内外学者研究的一个最基本的问题。笔者对我国租赁分类存在的问题进行分析,然后对租赁分类新标准作些探讨。     

决策树C4.5算法在银行信贷业务工作中的应用研究

在银行的信贷业务中,银行贷款员需要分析数据,要预测哪些贷款申请者是安全的,银行是否有风险。对于这类问题,文中利用数据挖掘技术中决策树C4.5算法,以一个具体的案例详细讲解了C4.5算法的原理及其实现算法,通过分析以往客户贷款的信息,建立预测模型和模型解释,并通过提取模型中的规则对银行进行信贷业务时可以预测客户是否是安全的,为降低银行信贷风险起到了一定的辅助作用。     

关于关税有效保护率理论的探讨

本文主要通过对关税有效保护率模型的研究,在理论和实践两个层面对其分析,试图找出该模型有待进一步完善的地方:主要集中在模型对大国和小国应该有不同的具体的表达方式;模型中的符号意义有待商榷;另外不管是对大国还是对小国该模型在实践中同样受到诸多的限制。     

关于租赁分类新标准的思考

租赁分类是租赁实务中执行租赁准则中最为关键的一步,从租赁准则的内容实质上看,无非是对两类不同的租赁业务作出不同的会计处理,如何对租赁业务进行准确分类才能正确地反映企业的经营资源和债务义务呢?租赁分类问题仍然是国内外学者研究的一个最基本的问题.笔者对我国租赁分类存在的问题进行分析,然后对租赁分类新标准作些探讨.