“Visual Basic程序设计”网上测试系统的设计与实现

"Visual Basic程序设计"网上测试系统充分利用了校园网资源,丰富了教学方法和考核手段.本文阐述了基于PHP技术开发的设计原理以及实现的关键技术,并讨论了系统的安全性.     

若干评价准则对不平衡数据学习的影响

为解决绝大部分传统的以精度准则为优化目标而获得的分类器不适于不平衡数据学习(IDL)的问题,文中通过在支持向量机(SVM)模型上进行"元学习",研究了精度、平衡精度、几何平均、F1得分、信息增益、AUC(ROC曲线下方图面积)以及文中新提出的GAF和GBF等评价准则对IDL的影响.在16个来自UCI的不平衡数据集上进行了仿真实验.对实验结果的统计分析表明:不同准则对分类器性能的影响有显著差异;即便是对于先进的学习方法支持向量机(SVM)而言,若以精度准则最大化选择分类器,那么得到的SVM分类器也容易偏向预测多类;通过在其他准则上优化,能输出纠偏了的SVM分类器,它们的整体性能更好,尤其是在预测少类能力方面;在GAF以及GBF准则上优化所得的SVM分类器具有稳定且良好的性能.     

生猪散发性疫病调查诊治探讨

镇巴县泾洋镇、仁村乡，累计150余头生猪突发疾病。经流行病学调查、临床诊断、解剖学和药物学诊断，笔者认为疑似猪链球菌病，并提出防治方案。     

浅谈综采放顶煤工作面粉尘的综合防治

文章结合煤矿综采放顶煤工作面产尘的具体原因,提出了应用不同的技术措施和综合防治方法.     

浅谈如何做好市政工程造价控制工作

文章介绍了对市政工程建设造价如何进行控制,在控制过程中常见的一些问题,并将其进行剖析,研究其对策和审核的方法.     

谈企业物资积压的防范与处置

库存物资大量积压闲置，既耗费人力、物力，又占用大量的资金，一直是困扰物资流通企业发展的一个难题，本文结合单位积压物资产生的原因．就如何防止积压闲置物资的形成和加快企业积压、闲置物资的调剂利用与处置，提高企业竞争力提出做了浅近探讨。     

货币政策操作不当加剧次贷危机:基于协整模型的实证检验

美国次贷危机的发生既有体制方面的因素,也与美国货币政策操作不当密切相关.从理论与实证两方面研究了美国货币政策与次贷危机之间的关系.研究表明,美国长期低利率货币政策以及政策的较大波动幅度在一定程度上助长了次贷危机的发生.希望本文的研究结果对我国货币政策操作有所启示.     

网上银行交易中金融隐私权保护策略刍议

金融隐私权是金融服务日益信息化的产物,在网上银行交易环境下,客户的金融隐私权更容易遭到忽视和侵犯,加强客户金融隐私权的保护有其现实的必要性。为此,需要通过选择立法模式、加强行业自律、重视教育等多种方式对其给予保障。     

我国城镇居民跨进"小康"(下)

(接上期) 七、信息获取方式发生巨大变化 仅仅20多年,城镇居民信息获取方式发生了巨大变化.过去基本信息获取方式大致为3种,即收音机、电视机和报刊,而到1998年,现代化的电视信息获取方式所占比例由第三位升到第一位,比20年前增长402.17%;收音机由第一位,降至第三位.此外,寻呼机增长了3625.0%,比例增到10.52%,成为人们获取信息的最常用、最方便、最快捷的工具.车载收音机和因特网所占比例由0分别增长为1.31%和1.69%.     

若干评价准则对不平衡数据学习影响的研究

评价准则对分类器的构建起着重要作用, 在不平衡数据学习(IDL)中这更是如此. 众多研究已表明, 绝大部分传统的以精度准则为优化目标而获得的分类器是不适于IDL的. 那么其他准则又如何呢? 本文致力于回答这个问题. 通过在支持向量机(SVM)模型上进行“元学习”(Meta-Learning), 我们研究了若干常用的评价准则对IDL的影响, 这些准则包括ACC(精度)、BAC(平衡精度)、 GMean(几何平均)、F1(F1得分)、 IG(信息增益)、AUC(ROC曲线下方图面积)以及本文提出的两个新准则GAF和GBF. 在16个来自UCI的不平衡数据集上进行了仿真实验； 对实验结果的统计分析表明, 不同的准则对分类器性能的影响有显著差异. 即便是对于先进的学习方法SVM而言, 若以精度准则最大化选择分类器, 那么得到的SVM分类器也容易偏向预测多类(majority class). 然而, 通过在其他准则上优化, 我们能输出纠偏了的SVM分类器, 它们的整体性能更高, 尤其是在预测少类(minor class)能力方面得到了显著提高. 进一步地, 仿真实验发现在GAF以及GBF准则上优化所得的SVM分类器具有稳定且良好的性能, 这表明它们是值得采用的评价准则.