一种基于MissFroest的并行插补算法

本研究针对大数据分析预处理的缺失数据值填补问题及解决方案进行了探讨,提出了一种用于缺失值填充的插补算法.该算法在MissForest算法基础上融合K折交叉验证的思想,通过在不同缺失率下的插补试验与分析表明:该算法的填补误差小于传统的CNN插补算法,运行时间复杂度优于基础的MissForest算法,具有较强的泛化能力.     

基于大数据机器学习的航班价格预测研究

基于大数据机器学习方法建立了航班价格预测模型,利用大数据技术将海量的航班价格变化曲线构造成机器学习的数据样本。因为实际数据构造的样本为非平衡样本,所以要对传统BP神经网络进行改造以适应航班价格预测模型。选取航班3U8996合肥至成都2016年11月16日至2017年1月15日共3 900个样本点作为实例进行实验,预测准确率在70%～80%,表明该模型是有效的,并具有一定的推广意义。     

基于逐点比较法的插补轨迹仿真软件

逐点比较插补算法是轮廓插补的算法之一．对用VB开发的数控插补仿真软件进行了介绍，该软件可实现四象限直线、顺圆和逆圆的插补轨迹的仿真，能使数控技术学习者深刻理解数控机床插补模块的作用，并可为数控系统插补软件的开发提供参考．     

扩展的DDA圆弧插补方法的研究

介绍一种对DDA圆弧插补进行改进的方法,建立数学模型,推导出迭代算法,给出插补程序框图.     

心脏病诊断系统中缺失数据填充方法

缺失值数据是目前研究数据分析的一个重要领域,随着智能医疗的迅速发展,如何充分利用海量数据挖掘出其中的重要信息,对隐藏的疾病做出预测并进行提早的干预治疗显得尤为重要.但在实际预测中,经常面对不完备数据集,从心脏病数据集出发,基于随机森林算法加以贝叶斯优化算法动态调参,提出心脏病缺失值补足算法.以准确率ACC作为算法的评判...     

CNC系统逐点比较直线插补的新算法

插补技术是机床数控系统的核心技术,逐点比较直线插补法是直线轮廓的插补算法之一,其算法的优劣直接影响零件直线轮廓的加工精度和加工速度.文章在传统的逐点比较直线插补算法的基础上,提出以八方向进给取代传统的四方向进给,研究了偏差最小的走步方向的实现方法,同时研究了保证数控机床坐标进给连续的偏差递推计算过程.结果表明,新算法可以提高零件轮廓的逼近精度且减少了插补计算次数,从而提高了零件直线轮廓的加工精度和加工速度.     

大数据环境下机器学习算法趋势研究

对大数据环境下的机器学习算法进行阐述,通过研究其重点内涵,探究其未来发展的趋势,并且对其中一些关键性的技术进行重点分析,以期对这方面的研究有一定的帮助.     

具有部分缺失数据的异均值方差分析法

在很多情况下,由于各种原因试验的数据都会有局部的缺失,文章提出在有部分数据缺失情况下的异均值方差分析法,并将其用于检验多个样本数据是否具有某种类型的不同均值.     

基于支持向量机的机器学习的研究

对机器学习、支持向量机的研究现状进行了综述,阐述了机器学习和支持向量机的基本概念以及支持向量机的训练算法.     

基于随机森林算法的张家界生态旅游适宜性评价研究

生态旅游适宜性评价是进行旅游资源开发的前提和基础,是制定旅游空间规划的科学依据,以生态旅游为核心的适宜性评价研究对于生态保护与旅游开发意义重大.本文在参考前人方法的基础上,引入机器学习方法,通过对小规模已知样本的训练学习实现大规模未知数据的高精度分类与评价,从方法科学性与可行性、因子选取、数模结合、预测实现、精度检验等...     

利用VBA处理邻近气象站的相关遥测数据

在水文遥测雨量站站点,由于仪器故障以及数据传输丢失,会导致遥测数据缺损。以襄阳局JDZ05-01型翻斗式雨量器遥测数据处理为例,结合《水文资料整编规范》SL247-1999中的相关规定:缺测之日,可根据地形、气候条件和邻近站降水量分布情况,采用邻站平均值法、比例法或等值线法进行插补。利用VAB借用邻近气象站雨量资料弥补整编数据。此种方法避免了人工计算、插图等繁琐的雨量查补过程,具有一定的推广意义。     

基于机器学习的空气质量模型分析与研究

【目的】传统的空气质量计算方法已经难以满足当前社会的需求,基于机器学习的空气质量模型的分析与研究有助于提高空气质量预测的准确性和及时性。【方法】选取郑州市2019年全年空气质量和气象的逐小时数据,分别分析了空气质量与空气污染物因子的相关性以及空气污染物因子与气象要素的相关性。以空气污染物和气象要素作为输入因子,采用机器学习的方法建立多个回归模型,最后通过对回归模型的评估,根据评估的结果选取合适的预测模型。【结果】通过对回归模型评估指标的三种方法进行对比发现,随机森林模型效果较好,验证了机器学习的方法非常适合于空气质量的预测。【结论】本研究适应于站点的模型建立与预测,下一步应继续进行深度研究,从站点来繁衍出格点的实况预测模型。     

一种基于模糊C均值聚类的稀疏数据缺失值填充方法

缺失数据处理通常基于统计学的方法,在数据预处理阶段对缺失值进行填补,其效率和准确性并不高。因此,提出了一种基于模糊C均值(FCM)聚类的嵌入式填充方法(FCMSI)。此算法通过平均比率法(ARM)对稀疏数据进行初始化填充;采用局部距离策略对FCM进行改进,并对数据进行聚类;将缺失数据作为变量,在每次聚类迭代后的簇内采用协同过滤(CF)的思想对变量值进行替换,直到结果收敛。利用UCI标准数据集进行对比实验,并采用三种不同评价指标衡量,验证了FCMSI方法比传统填充方法性能显著提高。     

缺失数据情形两个泊松总体的似然比检验

本文对缺失数据情形两个泊松总体的参数估计问题以及两总体参数相等的假设检验问题进行了进一步的讨论．证明了估计的相合性和渐近正态性,给出了似然比检验统计量的极限分布,讨论了基于精确分布的检验问题．     

缺失数据下非参数模型均值估计的两个结果

在缺失数据的情形下,用两种不同的方法讨论了非参数回归模型中,反映变量Y的均值θ的估计及其渐近性质,得出了关于θ的基于正态逼近的渐近置信区间以及θ的基于经验似然的渐近置信区间.     

缺失数据情形下两个Poisson分布总体参数的估计和检验

本文对具有部分缺失数据的两个poisson分布总体的参数估计问题以及两总体参数相等的假设检验问题进行了进一步的讨论.证明了估计的相合性和渐近正态性,给出了检验两总体参数相等的检验统计量和检验统计量的极限分布.     

具有部分缺失数据时两个Weibull总体的估计和检验

本文讨论了具有部分缺失数据时两个Weibull总体的参数估计和关于总体相同的似然比检验．证明估计的强相合性和渐近正态性,给出似然比检验统计量的极限分布,并讨论基于精确分布的检验问题．     

具有部分缺失数据的两个幂分布总体参数的估计与检验

研究具有部分缺失数据的两个幂分布总体中的参数估计问题以及两总体参数相等的假设检验问题．证明了估计的强相合性以及渐近正态性,给出检验两总体参数相等的检验统计量以及检验统计量的极限分布．     

对存在缺失的二项数据的第一阶段监控

缺失数据是指数据集中存在未观测到的值.以往研究中很少涉及到对不完整离散数据的统计过程监控问题,为了对缺失数据进行监控,采用4种插值方法来处理缺失数据集,分别是均值插补(MS)、线性回归插补(RG)、随机线性回归插补(SRG)和多重插补(MI).在仿真中,考虑在5种不同的缺失率下控制图的整体发出失控信号概率,从而比较基于...     

基于机器学习的遵义市滑坡灾害易发性评价研究

滑坡灾害是我国经常发生的地质灾害之一,滑坡灾害易发性评价可以从空间和概率上将研究区划分成不同的滑坡风险等级.滑坡易发性评价结果可为滑坡治理和防治做出重要的决策支持.本研究以贵州省遵义市作为研究区,选取高程、坡度、NDVI等八个影响因素作为本次滑坡易发性评价的滑坡影响因子,选用决策树、随机森林、GDBT三种机器学习算法作...