基于组合分类器的上市公司信用风险评价

针对传统信用风险评价模型只含有一个分类器的缺陷,本文利用AdaBoost组合分类器来对上市公司信用风险进行评价,并与基于支持向量机和神经网络的分类模型进行了效果比较。实证研究表明,组合分类器克服了单一分类器的诸多缺点,预测准确率高于单一分类器。     

基于组合分类器的上市公司信用风险评价

针对传统信用风险评价模型只含有一个分类器的缺陷,本文利用AdaBoost组合分类器来对上市公司信用风险进行评价,并与基于支持向量机和神经网络的分类模型进行了效果比较。实证研究表明,组合分类器克服了单一分类器的诸多缺点,预测准确率高于单一分类器。     

不同分类器在遥感数据分类中的性能比较

分类器的选择是影响数据分类效果的关键因素。文章比较了K-均值分类器、ISODATA分类器和SOFM神经网络分类器的计算复杂度和分类效果。通过实验发现,三种分类器对同一实验图像处理时间相近,但是SOFM神经网络分类器的分类效果最佳。     

基于视觉的焊接工件在线识别与分类算法研究

为提高焊接机器人的生产效率,设计了eye-in-hand焊接机器人视觉系统,提出了基于机器视觉的焊接工件自动化识别与分类算法。根据工件特征,提取区域面积、凸性、圆度、小孔数目、外接圆面积比等几何特征和几何距作为分类器的训练数据输入量,完成分类器的训练。设计高斯混合模型、多层感知神经网络和支持向量机分类器,完成对不同焊接工件的分类和识别。实验结果表明,该算法响应速度快,且当工件位置、大小、角度都存在变化时,仍能快速准确地对工件进行分类,满足生产线上对实时性的要求。     

边坡影响因素的自组织神经网络归类处理

文章根据自组织神经网络的基本原理,结合55个边坡实例,应用matlab进行编程,建立了边坡影响因素分类处理的神经网络模型,并运用该模型对不同的边坡进行了分类,分类结果提高了神经网络的边坡指标数据的学习效率,从而证明了自组织神经网络对提高用于预测边坡稳定性神经网络性能的有效性。     

基于随机森林的智能终端定位模型和算法

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。     

简易无接触温度测量与身份识别装置

本系统采用STM32F103为无接触测温板块控制核心,搭配mlx90614测温模块,oled显示,来完成对人体和物体的分类测温,k210用做身份识别模块处理核心利用其搭载的双64核处理器以及kpu神经网络处理器,对采集数据进行神经卷积运算,身份算法方面使用了mtcnn特征点采集算法,Haar人像分类器以及196维人脸比对模型来实现高精度人脸识别,口罩识别模块我们使用了自己训练的yolo2分类模型来实现口罩分类功能.     

基于组合分类器的银行客户分类模型研究

客户分类管理,对于银行有效地实施客户关系管理具有重要意义。由于目前分类准确度存在问题,如何有效地对客户进行分类预测就成了十分重要并亟待解决的课题。本文以银行丰富的客户基本信息以及交易行为为对象,建立客户分类预测模型,改进单一或简单组合分类器模型,提出一种基于SOM聚类和决策树的组合分类器方法,建立了客户分类预测模型并对模型进行优化,并探讨该模型的实际应用。     

HG AR-PNN在网络入侵检测中的应用

人工神经网络(ANN)大大提高了入侵检测系统的检测性能,但对于出现次数较少的攻击,ANN并不能提供令人满意的稳定性和检测率。提出了一种基于超图Helly性质和算术取余概率神经网络(HG AR-PNN)的入侵检测新方法。该方法利用超图的Helly性质选取最优特征子集,再对最优特征子集进行归一化算术取余,然后实现概率神经网络对数据集的训练。最后,使用KDDCUP’99数据集进行实验,并对HG AR-PNN算法的性能进行评价。实验结果表明,对于不常出现的攻击,HG AR-PNN分类器同样有着较好的稳定性和较高的分类精度。     

基于金融文本情感的股价关联挖掘模型

文章从研究文本情感和股价的关联关系入手,特别面向网络股评,提出了一种基于金融文本情感股价关联挖掘模型。首先,为了获取股评情感指数,模型应用了适合股评情感分类任务的分类器。其次,模型应用了适合挖掘预测任务的神经网络,用以学习股票价格和情感指数之间的关联规律,并用其预测未来股价走势。     

基于支持向量机的柴油机故障诊断

本文研究了基于支持向量机的故障诊断方法。以传感器检测数据为输入,利用v-支持向量分类机进行故障分类识别。通过对柴油机燃油压力波动信息和柴油机振动监测数据的处理分析,结果显示基于支持向量机的故障分类器能够在样本有限的情况下出色的完成多种故障的诊断分类。     

浅析OSI七层协议在互联网中的效应

OSI参考模型;OSI七层模型称为开放式系统互联参考模型OSI七层模型是一种框架性的设计方法;OSI七层模型通过七个层次化的结构模型使不同的系统、不同的网络之间实现可靠的通讯,因此其最主要的功能就是帮助不同类型的主机实现数据传输。     

基于人工神经网络的PPI预测模型

将人工神经网络模型引入到工业品出厂价格指数预测领域,利用我国1990年-2008年的工业品出厂价格指数数据,建立了工业品出厂价格指数预测的人工神经网络模型。实验结果表明:基于BP算法的神经网络模型预测精度高,而且收敛速度快,它为工业品出厂价格指数预测工作提供了一种全新的方法。     

Estimating class‐specific parametric models under class uncertainty: local polynomial regression clustering in an hedonic analysis of wine markets

We introduce a method for estimating multiple class regression models when class membership is uncertain. The procedure—local polynomial regression clustering—first estimates a nonparametric model via local polynomial regression, and then identifies the underlying classes by aggregating sample observations into data clusters with similar estimates of the (local) functional relationships between dependent and independent variables. Finally, parametric functions specific to each class are estimated. The technique is applied to the estimation of a multiple‐class hedonic model for wine, resulting in the identification of four distinct wine classes based on differences in implicit prices of the attributes. Copyright © 2009 John Wiley & Sons, Ltd.     

Modelling the trend and seasonals within an AIDS model of the demand for alcoholic beverages in the United Kingdom

The argument that is put forward in this paper is that failure to represent stochastic trend and stochastic seasonality in an AIDS model leads to a misspecified and possibly structurally unstable model. This proposition is verified by estimating an AIDS model of the demand for alcoholic beverages in the United Kingdom. Three versions of the model are estimated, and it is demonstrated that the version allowing for stochastic trend and stochastic seasonality performs better than the other two versions of the model in terms of the diagnostics tests and goodness of fit measures. The best estimated model turns out to possess the properties of having common components and being homogenous. Further empirical testing reveals the presence of stochastic trends and cointegration between the budget shares of beer and wine. The results clearly indicate that there has been a shift away from the consumption of beer towards wine. Copyright © 2002 John Wiley & Sons, Ltd.     

燃料乙醇新蒸馏工艺及其设备的研究

为提高酒精蒸馏设备的生产效率和酒精产率,对纤维素燃料乙醇蒸馏工艺技术与设备进行了新的设计,该设计可满足固态蒸馏与液态蒸馏要求,具有一机多用的功能。本文研究了固态蒸馏与液态蒸馏过程中的蒸汽压力、填料系数、回流比对出酒率的影响并对关键影响因素进行了优化。结果表明:固态蒸馏时,回流比是影响出酒率的关键因素;最佳蒸馏工艺条件为蒸汽压力为0.4Mpa、填料系数为0.6、回流比为0.65。在此工艺条件下酒醅的出酒率达到最大值,即78.6%。液态蒸馏时,蒸汽压力是影响出酒率的关键因素;最佳提取工艺条件为蒸汽压力为0.3Mpa、填料系数为0.7、回流比为0.7,在此工艺条件下出酒率达到最大值,即78.9%。     

Forecasting bulk prices of Bordeaux wines using leading indicators

Agricultural price forecasting has been being abandoned progressively by researchers ever since the development of large-scale agricultural futures markets. However, as with many other agricultural goods, there is no futures market for wine. This paper draws on the agricultural prices forecasting literature to develop a forecasting model for bulk wine prices. The price data include annual and monthly series for various wine types that are produced in the Bordeaux region. The predictors include several leading economic indicators of supply and demand shifts. The stock levels and quantities produced are found to have the highest predictive power. The preferred annual and monthly forecasting models outperform naive random walk forecasts by 27.1% and 3.4% respectively; their mean absolute percentage errors are 2.7% and 3.4% respectively. A simple trading strategy based on monthly forecasts is estimated to increase profits by 3.3% relative to a blind strategy that consists of always selling at the spot price.     

第三方逆向物流再制造网络模型与算法设计

第三方逆向物流网络设计是否合理,直接对第三方逆向物流管理的效率和效益产生影响。文中对再制造逆向物流网络模型与算法进行了相关的设计与优化,给出了制造与再制造逆向物流网络的结构和功能,并对模型进行了实例分析,结果表明本模型对带有随机变量的约束条件满足的概率为94%,完全能够证明本模型对第三方逆向物流的优化网络的有效性。     

训练样本分布不均的KNN分类改进算法

分类是数据挖掘的重要组成部分,它根据类标号已知的数据建立模型,进而使用该模型来预测类标号未知的数据所属的类。KNN方法作为一种简单、有效、非参数的分类方法,在文本分类中得到广泛的应用,但是这种方法在训练样本的分布不均匀时会造成分类准确率的下降。针对KNN方法存在的这个问题,本文提出了一种基于相对距离的KNN分类方法,这种方法减少了边界点处测试样本的误判。实验结果显示,这种方法具有很好的性能。     

The Brand Choice Model of Wine Consumers: A Multinomial Logit Model

The objective of this study is to determine factors influencing brand preferences of wine consumers in the Marmara region where viniculture and wine production is so important in Turkey. First, the consumers’ preferences survey has been conducted with 1022 persons in the region randomly selected and evaluated. Then, the informative factors influencing brand preferences collected in these surveys have been determined by the multinomial logit model. A lot of independent variables have been used in the multinomial logit model, but, because some independent variables were not found as significant according to Likelihood Ratio test, these variables are not included in the multinomial logit analysis. Six important factors influencing wine brand preferences have been determined. These factors are brand change causes of consumers, occupation of consumers, marital status of consumers, birthplace of consumers, income of consumers and gender of consumers. In addition, whether the wine brand preferences are independent, has been tested with Testing Independence of Irrelevant Alternatives of Hausman. According to this test, it has been found that the wine brand preferences are independent.