基于不平衡数据的公司破产预测研究

整合创新数据预处理技术与集成算法利用不平衡数据探讨了公司破产预测问题。首先，运用冗余信息处理方法、不同抽样方法等对不平衡数据进行预处理。其次，以5.0分类器（Classifier 5.0,C5.0）决策树和单隐层前馈神经网络作为基分类器，分别与三类重抽样数据预处理技术结合，择出最优抽样法。再次，结合自助汇聚法提升分类效果，并运用十折交叉验证的受试者操作特征曲线的下方面积进行评价，对比了两基分类器的集成模型。最后，运用加利福尼亚大学尔湾分校数据库中一万多家波兰制造业公司的实际数据进行实验验证。实验结果表明：欠抽样或人工少数类过采样法与神经网络结合的集成模型分类效果最优，为企业实施破产预测提供积极支撑。     

浅论气象术语标准研制的问题与对策

为避免气象术语中出现循环定义、定义不协调、定义与术语不匹配、定义重复术语名称或使用代词等问题,运用术语学原理分析,提出研制术语时要注意“语料收集、定义研制、术语分类、辨析关系”的对策建议,这对提高术语研制质量,增强表达交流效果,完善气象标准体系具有重要作用。     

基于三维点云的岩体结构面自动分类与参数计算

结构面间距是岩体稳定性和力学特性分析中的一个重要参数，在岩石力学、采矿工程、边坡监测等领域的数值计算中广泛应用.本文以岩体边坡露头为研究对象，基于非接触测量获得的三维点云数据，提出一种基于密度聚类的结构面细化分类方法；在结构面粗略分组提取的基础上，通过投影变换、散乱点拟合等算法，求得结构面间距和岩体体积节理数.设计开发了结构面细化分类及间距等参数计算与分析原型系统，实际案例分析表明，本文方法可有效实现结构面的自动细化分类，并能够计算出间距等相关参数，可为岩体质量分级和岩体稳定性分析等提供方法支撑.     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.     

基于POI数据的贵阳市服务业空间格局及其影响因素

基于贵阳市中心城区178 749条POI数据,采用核密度分析、平均最近邻分析和区位熵分析,从服务业整体和分行业方面,探讨贵阳市服务业空间分布格局及其影响因素.研究发现:①贵阳市中心城区服务业已基本形成"双核多组团"的结构,极化成核现象显著,呈现出核心—边缘的空间结构;空间上整体呈"Y"型分布形态,主要分布在交通网络中心性好和地势低平的地区;②服务业分行业视角下,不同类型服务业的数量和集聚程度差异有统计学意义;存在明显的核心—边缘空间结构,具体分布模式呈现3种类型;专业化功能区差异明显,在城市边缘更易于形成专业化集聚区;③交通、地形、人口、城市规划是影响服务业布局的主要因素.最后从规划视角提出城市服务业布局优化的策略,对山地城市规划具有指导意义.     

基于目标跟踪与轨迹聚类的行人移动数据挖掘方法研究

随着物联网、大数据、人工智能等技术在安防领域不断取得突破性进展,公共视频监测系统近年来得到飞跃式发展.基于监控设备产生海量的非结构化视频数据,通过对监控视频中的行人轨迹进行分析和研究,可以挖掘出其中蕴含的行为模式,这对人群行为研究有着重要的研究价值.本文使用基于目标检测的多目标跟踪算法对地铁站出口,商场出口等场景中的行人移动轨迹进行提取,并在此基础上对行人的轨迹模式进行分析.针对行人轨迹的特点,在基于点密度聚类算法的基础上,提出并实现了基于轨迹相似度的轨迹聚类方法.结果表明,该方法能够有效的提取行人轨迹,并且从大规模轨迹数据中提取出轨迹模式.     

2000年—2017年中国PM2.5污染的健康影响及经济损失时空分布模式

当今环境下，大气污染是危害人体健康的主要威胁之一，对包括PM2.5在内的细颗粒物污染造成的人群健康影响和经济损失的估算是目前研究的热点之一.该研究采用人口、PM2.5污染浓度等基础数据以及流行病学等相关领域的研究结果，将全国区域划分为5 km×5 km的精细格网，根据暴露—反应关系函数及统计生命价值法(VSL)、疾病成本法(COI)计算方法，进行2000年—2017年长时间范围内全国PM2.5污染的健康经济效应动态评估与精细化制图，并采用推土机距离(EMD)方法定量评价不同年份的健康影响及经济损失的空间分布差异性.结果显示，从空间分布格局来看，我国平均每年37.61%的区域存在PM2.5污染的健康影响及经济损失，健康影响和经济损失的分布区域表现出从东南和西北地区向西南和东北地区递减的格局.此外，华北、华中、华东三区域的健康损失平均每年占比74.21%，经济损失平均每年占比80.78%.从时间尺度来看，历年健康影响变化大致可分为两个阶段，2000年—2013年波动增长，2013年—2016年逐渐下降；历年经济损失变化则呈波动上升趋势.此外，局部地区的健康影响和经济损失的空间分布变化具有阶段性.     

基于mRMR与因子分解机的分类模型研究

很多学者用“全球恐怖主义研究数据库”GTD数据集，采用博弈论、K近邻法和支持向量机等分析恐怖事件的聚集性，已经取得一些成果.但在前期研究中未有很好考虑数据的稀疏性以及高维度多冗余等会导致聚集分类准确率不高的问题.本文提出一种基于最小冗余最大相关与因子分解机结合的TFM分类模型，使用增量搜索方法寻找近似最优的特征解决高维度多冗余问题和FM方法解决数据稀疏问题，并对预处理后的恐怖袭击事件数据用TFM模型做量化分类.文中使用朴素贝叶斯NB、支持向量机SVM、逻辑回归LR与TFM等4个模型的“马修斯相关系数”MCC进行比较，结果显示TFM的MCC相对于其他三个模型NB、SVM、LR分别提高了49.9%,2.5%,2.3%，可见TFM模型有一定可行性.     

血浆N末端脑利钠肽水平和心脏超声功能参数在评估临床心功能分级中的价值研究

目的探讨血浆N末端脑利钠肽(NT-proBNP)水平和心脏超声功能参数在评估临床心功能分级中的价值.方法选取慢性心力衰竭患者106例,入院次日清晨抽取患者空腹肘静脉血,采用酶联免疫法检测血浆NTproBNP水平,并对患者进行纽约心脏病协会(NYHA)心功能分级评定,之后进行心脏彩色多普勒超声检查.结果血浆NT-proBNP水平与心功能分级之间呈明显正相关(P0.01);左心室短轴缩短率、左心射血分数与心功能分级之间呈明显负相关(P0.01);左心室舒张末期内径、左心室收缩末期内径与心功能分级之间呈明显正相关(P0.01);不同心功能分级之间血浆NT-proBNP水平、各心脏超声功能参数均存在明显差异(P0.01);其中,心功能Ⅰ级和Ⅱ级,Ⅲ级和Ⅳ级之间差异均无统计学意义(P0.05),Ⅲ级与Ⅰ级、Ⅱ级,Ⅳ级与Ⅰ级、Ⅱ级之间差异均有显著统计学意义(P0.01);NT-proBNP联合心脏超声检查对不同心功能分级的诊断特异性和敏感性明显高于血浆NT-proBNP水平、心脏超声检查,差异具有统计学意义(P0.05).结论血浆NT-proBNP水平联合心脏超声功能参数能够客观准确地判断慢性心力衰竭患者的心功能情况,有助于指导临床对该类患者的治疗及判断预后.     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.