高维数据流子空间聚类发现及维护算法

近年来由于数据流应用的大量涌现,基于数据流模型的数据挖掘算法研究已成为重要的应用前沿课题.提出一种基于Hoeffding界的高维数据流的子空间聚类发现及维护算法--SHStream.算法将数据流分段（分段长度由Hoeffding界确定）,在数据分段上进行子空间聚类,通过迭代逐步得到满足聚类精度要求的聚类结果,同时针对数据流的动态性,算法对聚类结果进行调整和维护.算法可以有效地处理高雏数据流和对任意形状分布数据的聚类问题.基于真实数据集与仿真数据集的实验表明,算法具有良好的适用性和有效性.     

K—means聚类算法分析应用研究

本文浅谈了数字图像处理的发展概况、研究背景并对彩色图像K—means算法进行分析．主要详细谈论了是对K-means算法的一些认识,并且介绍K-means聚类的算法思想、工作原理、聚类算法流程、以及对算法结果进行分析,得出其特点及实际使用情况.     

改进k-means聚类在股价波动趋势上的应用

股票价格在一段时间内的波动趋势对研究预测这支股票有着非常重要的作用。研究将K-means聚类利用层次聚类算法思想进行改进,对股价波动趋势进行聚类,并在一定范围内选择出最优聚类数。此方法在此问题上聚类效果优于原始k-means聚类算法,为未来对股价波动趋势的预测研究提供帮助。     

数据挖掘中聚类算法研究综述

本文阐述了聚类算法基本原理,介绍了各种聚类算法,并比较分析了几种典型聚类算法的优点与不足,以便于对聚类算法作进一步的研究。     

基于加权稀疏与加权核范数最小化的图像去噪

为提高图像去噪的性能,本文提出一种基于加权稀疏表示结合加权核范数最小化的图像去噪算法。通过高斯混合模型(GMM)学习算法,从自然图像中学习非局部自相似先验信息,利用加权稀疏编码来辅助重构图像的细节纹理,及低秩正则化来恢复噪声图像块矩阵的潜在结构。实验表明,该算法在保留图像的结构和纹理信息的同时能更好地去除噪声。     

基于改进模糊聚类算法的地铁站点重要性分析

为了研究地铁网络的节点重要性,研究一种改进模糊聚类算法:将地铁网络抽象为无向无权复杂网络,选取节点介数、接近中心性和特征向量中心性作为节点重要性的评价指标,利用k-means和熵权法改进的FCM模糊聚类算法,对地铁网络节点的重要性进行软化分.采用误判率交叉估计法对模糊聚类结果进行检验.实证表明,相比传统FCM算法,改进FCM算法目标函数收敛次数降低了58.06％,目标函数值降低了5.33％,误判率为0,更适用于地铁站点的重要性分析.     

基于人工免疫FCM聚类算法的期货公司分类监管研究

股指期货的推出,为期货公司的发展提供了机遇和挑战。监管部门为促进期货公司发展提出对期货公司分类监管的思想。文章结合免疫算法和FCM方法提出适用于期货公司分类的聚类算法,为监管部门的分类监管提供新的计量模型。实证表明免疫FCM算法结果明显优于K-MEAN聚类结果。     

核k’-均值聚类算法及在生物医学上的应用研究

核k'-均值聚类算法在k'-均值聚类算法的基础上,通过核函数,将样本从原空间映射到高维特征空间,使得非线性样本在高维空间中线性可分,然后对高维空间中的线性样本进行聚类。由于核函数的本质是成对样本间的内积,可表示成对样本间的相似度。文章利用高维空间中不同样本之间的内积,构造核矩阵,使得核矩阵中的每一矩阵元均由任意两个样本间的内积组成。内积越大,表示两个样本越相似,内积越小,表示越不相似,因此,求所有样本到其聚类中心的最小距离平方和的聚类问题可转化为求核矩阵的迹最小问题。文章利用两组真实生物医学数据集进行了算法验证,结果表明,在同等条件下,核k'-均值算法的聚类准确率要高于k'-均值聚类算法。     

制造业上市企业的融资约束预测——基于机器学习算法的视角

企业融资约束指数的构建方法一般采用两步法,一是判断企业是否存在融资约束,二是通过财务指标构建融资约束指数。本文运用机器学习的方法探讨企业的融资约束指数的构建,首先,判断企业是否存在融资约束,采用聚类算法（K均值聚类和系统聚类）对这些企业进行分类,然后在聚类的基础上,采用分类算法（决策树、逻辑回归、神经网络）探讨企业融资约束的影响特征。本文通过分类算法预测结果,得到决策树算法的准确率是最好的,逻辑回归模型预测的稳定性是最好的,而神经网络预测模型较差。采用逻辑回归模型预测的融资约束概率与SA指数和祝学文的LFC融资约束指数较为密切相关。从企业融资约束的重要特征来看,在聚类的预分类中,重要特征变量为利息保障倍数和股利支付率,在分类算法中,重要特征变量为财务费用率和净资产报酬率。     

葡萄酒质量的评价研究——基于多种数学模型的综合分析

采用加权法、方差分析对两组评酒员的评价结果进行差异性分析,得出第二组评酒员的评价结果更可信。后利用主成分分析得出酿酒葡萄理化指标的主成分得分,并用模糊C均值聚类将酿酒葡萄分为五级。基于典型相关分析对酿酒葡萄与葡萄酒的理化指标进行分析,并得出:酿酒葡萄、葡萄酒的理化指标之间具有较强的相关性。在典型相关分析的基础之上对指标进行筛选,运用逐步回归得出酿酒葡萄、葡萄酒的理化指标与葡萄酒质量的回归模型。     

基于CatBoost的护士离职预测研究

针对传统的离职预测算法应用于现实中高维度小样本不平衡数据集时存在准确度低、易过拟合、鲁棒性差等问题,应用梯度增强集成分类器CatBoost算法,进行类别型特征处理,利用BOHB(Bayesian Optimization and Hyperband)寻找最优参数,结合交叉验证对模型分类性能进行评估,建立分类模型并对护士离职情况进行预测。该算法采用高维小样本不平衡特征的上海部分公立医院的护士离职数据集,并与XGBoost、随机森林、支持向量机进行对比。实验结果表明,该算法准确度高,鲁棒性强,能够有效地对护士离职进行预测。     

略论思想道德修养中的节制思想

一个社会是否和谐,一个国家能否实现长治久安,很大程度上取决于全体社会成员的思想道德素质。本文从节制的角度,论述了加强思想道德修养的重要内容——节制思想。     

The determinants of poverty dynamics in Indonesia: evidence from panel data

We use the ‘spell’ approach to identifying poverty and apply an ordered logit model to examine the determinants of poverty dynamics in Indonesia, categorising households as poor, transient poor (–), transient poor (+) or non-poor. Observing the National Socio-Economic Survey (Susenas) balanced-panel data sets of 2005 and 2007, we found that 28% of poor households are classified as chronically poor (that is, remaining poor in two periods) while 7% of non-poor households are vulnerable to being transient poor (–). Our estimations confirmed that the determinants of poverty dynamics in Indonesia are educational attainment, the number of household members, physical assets, employment status, health shocks, the microcredit program, access to electricity, and changes in employment sector, employment status and the number of household members. We also found that households in Java–Bali are more vulnerable to negative shocks than those outside Java–Bali.     

抵制日货问题的政治经济学思考

从抵制日货的原因、利弊和困境方面看,抵制日货不能走形而上学“非此即彼”的极端,只能是“有理、有利、有节和有度”的有限抵制,而且要刚柔相济有张有弛,并突出对日交流和中日友好的善意。就事论事抵制“问题日货”,合情合理合法,但要光明磊落理直气壮且减少其负效应,则需倡导“民意”嬗变:支持国货,抵制劣货。     

企业集群生态化博弈分析

企业集群能否实现生态化发展,关键在于其成员之间能否形成一种既充满活力又相互协调的和谐关系。文章从企业集群内部成员之间竞争关系着手,在构建得益函数的基础上,对集群企业之间的无限次重复博弈、有限理性进化博弈作了深入的剖析。最后是博弈分析的基本结论及其扩展。     

综合评价方法在西部地区信息化评价中的应用

政府大力推进“信息化建设”的同时,有关地区信息化水平的测评也开始备受重视。本文在前人的研究基础上提出了包含信息化发展平台和信息化应用状况两方面的新的信息化评价指标体系,通过DEA和聚类分析、综合加权指数法相结合的方法,较为客观、全面的评价了西部各个省区分类信息化和综合信息化水平,并据此提出了相应的政策建议。     

How Does the Regional Comprehensive Economic Partnership Affect the Restructuring of Global Value Chains?

This paper quantifies the way in which the Regional Comprehensive Economic Partnership (RCEP) affects the restructuring of global value chains (GVCs). It incorporates an input– output structure into a general equilibrium model, highlighting important differences between intermediates and final goods. Using tariff reduction schedules for the RCEP agreement and Asian Development Bank Multi-Region Input–Output database, it evaluates the impact of the RCEP's tariff cuts on vertical specialization and the GVC position index of members. It shows that the RCEP significantly increased vertical specialization and the weighted average number of stages for members for primary factors of production and final consumption, which led to more complex and longer production chains. This was mainly due to the trade creation in intermediates imported from member countries and those outside it. This is an important finding, distinct from traditional trade models without an input–output structure.     

对教师不当惩罚行为的探讨

不当惩罚,是指与学生违纪行为的危害性不相称的惩罚.不当惩罚不利于学生的社会化,其主要是由法律制度不完善,教师个人素质不高,以及家长的默许、容忍和社会监督不力等因素造成的.避免不当惩罚的对策有:完善法律制度,提高教师的素质,完善惩罚监督和救济机制以及注重惩罚实施的艺术等.     

高技术虚拟产业集群资源共享策略

高技术虚拟产业集群是知识经济时代的一种新型集群模式。HTVIC将全球范围内的资源进行整合,集群成员可以共享资源,共同提高集群整体竞争力。文章在分析HTVIC共享性资源来源的基础上,研究了资源共享的影响因素,从资源采集与资源管理两个方面,提出了HTVIC资源共享策略,对于研究HTVIC资源共享规律以及HTVIC竞争力的提升具有十分重要的理论意义与实际意义。     

承弘我党优良传统作风 谱写张垣发展新篇章

党的优良传统和作风体现了我们党特有的品质,是我们党区别于其他任何政党的显著标志。当前,张家口的发展正处于一个新的起点之上,全市广大党员干部只有继续继承和发扬党的优良传统和作风才能谱写张垣发展的壮丽篇章。