基于关联规则Apriori算法的学生成绩分析

关联规则挖掘是数据挖掘领域研究的热点问题,其中Apriori算法是经典的关联规则算法。将关联规则Apriori算法应用到学生成绩分析中,挖掘出课程与课程之间的相互关系,寻找各方面影响学生成绩的因素,发现隐藏在数据背后有价值的信息,从而为学生选课和教师教学以及教学管理工作等提供辅助性的建议与决策。     

基于改进教学优化算法的施工系统可靠性研究

随着我国建筑施工项目规模的不断扩大,对施工过程的管理提出了更严峻的要求。为了提高大型项目的可靠性,本文引进施工系统可靠性作为综合指标,对施工过程系统的可靠性进行优化分配。以装配式建筑为实例,运用教学算法优化施工系统可靠度,针对教学算法在解决高维复杂问题时易失去种群多样性和陷入局部最优的缺点,在基本教学算法的基础上引入信息熵,提出了基于信息熵改进的教学因子。最后通过将改进后的算法应用到建筑项目施工系统可靠性优化中,结果表明改进后的教学算法比基本教学算法更容易跳出局部最优,具有较强的全局搜索能力。     

基于模糊局部离群因子(LOF)的信用卡欺诈检测研究

异常检测是数据挖掘领域研究的基本问题之一,已被广泛应用于网络入侵检测、信用卡欺诈侦查等领域。局部离群因子(简称LOF)算法是一种具有较好检测效果和适用性的基于密度的异常点检测算法,但该算法没有考虑邻域的影响。通过对传统LOF算法进行改进,得到考虑邻域对检测结果影响的模糊LOF算法(简称NFu-LOF),并分别应用改进前后的算法对信用卡数据集进行检测和分析,实验结果验证了NFu-LOF算法的有效性。     

基于基差和价格预测的套期保值思路初探

现有的套期保值主要集中在套期保值比率的研究,主要的方法有基于回归技术的确定方法以及基于均值/方差技术的确定方法.本文尝试将金融价格预测方法融合到套期保值中,建立了一个基于基差和价格预测的对套保比率缩放的思路,而具体的缩放阈值及比率则根据个人的风险偏好来确定.     

浅析RSA数字签名算法的软件加密应用

软件是一种非常特殊的商品,其凝结了开发人员的智慧、精力和时间。但软件本身极易被复制,同时软件版权也非常容易被盗。为维护开发人员利益,其在开发软件的过程当中不断研发新的加密技术,以维护开发者的版权,同时也提高了软件的安全性。文章简单阐述了RSA数字签名算法的基本概念和原理,并对RSA数字签名算法在软件加密当中的具体应用进行了详细探讨。     

以日元为主的套息交易成因及发展趋势研究

近十几年外汇交易市场变动频繁，各种交易手段层出不穷。其中外汇套息交易备受青睐，不但机构投资者，尤其是对冲基金热衷于此，信息技术的发达使得个人投资者也能参与其中。由于日本长期的低利率政策，使得日元成为外汇套息交易的主要工具。本文旨在分析日元套息交易的形成，并对未来的发展趋势进行预测。     

基于粒子群算法的电池模型参数辨识

为实现动力电池精准的SOC估计,对磷酸铁锂动力电池建立二阶等效电路模型,考虑到汽车运行工况的复杂性,针对电池运行过程中的动静态特性,利用Arbin测试柜获取电池HPPC测试实验数据,采取粒子群算法计算电池模型参数全局最优解。另外,文章将HPPC离线电压数据与电池模型输出电压数据对比,最大误差为0.067V,能有效地反映出电池的动静态特性,为电池状态精确估计奠定了基础。     

公安海警学院值班管理系统的设计及运行研究

随着我国科技的进步和综合国力的增强,计算机在我们学习生活中有着越来越多的应用,但一些领域却还没有广泛应用这个强大的工具.为此,我们开发了这个公安海警学院值班管理系统,旨在能为学校教学实际问题的解决积累一些开发经验,为以后的功能完善打下一定的基础.     

结合小波去噪的改进型Canny边缘检测算法

针对传统Canny边缘检测算法采用高斯滤波器对图像进行平滑去噪时容易引起去噪图像过度光滑的问题,提出了一种将小波去噪引入到Canny算法中的改进算法。使用小波滤波方法可以较好地去除图像噪声,通过计算梯度算子的方向和幅值,采用非极大值抑制与双阈值方法来连接边缘。实验结果表明:改进后的Canny算法不仅对噪声具有较高的抑制能力,而且还使图像边缘轮廓更加清晰。     

大数据环境下机器学习算法趋势研究

现如今我们正处于"云时代"的快速发展时期,大数据也逐渐受到了不同领域的关注。文章对当前大数据环境下的机器学习算法进行总体概述,通过研究其主要特点,对其未来的发展趋势进行深入研究,从中提出几点业内人士密切关注的问题对其发展进行分析,希望能够为相关从业人员提供有价值的参考意见。