基于Stacking集成学习的流失用户预测方法

利用机器学习算法对商业活动中普遍存在的客户流失问题进行预测.借鉴了Bagging的自助采样法思想，提出了一种基于自助采样法的Stacking集成方法.首先对数据集进行多次采样并加入属性扰动，然后使用所得数据子集训练基分类器副本，基分类器决策结果由基分类器所对应的副本投票决定.最后在真实数据集中进行流失客户预测实验，结果显示，该文提出的方法在准确率、查准率和F1值3项指标上均好于所有基分类器和同结构的经典Stacking集成方法.     

多层记忆增强生成对抗网络二次预测的视频异常检测方法

为了提高视频异常检测的准确率,提出了一种基于多层记忆增强生成对抗网络二次预测的视频异常检测方法。首先利用目标检测提取时空立方体,并将其输入自编码器中得到预测帧;其次将预测帧的表观特征和对应真实帧的光流特征进行融合,形成融合特征;最后利用多层记忆增强生成对抗网络二次预测未来帧,以便学习不同层次特征的正常模式并捕获上下文的语义信息。在UCSD Ped2和CUHK Avenue数据集上进行的实验结果表明：所提出的方法与其他视频异常检测方法相比,可有效提高视频异常检测的性能,使帧级别AUC分别达到99.57%和91.59%。     

应用支持向量机预测蛋白质相互作用位点

蛋白质相互作用位点的识别对于突变设计和预测蛋白质相互作用的网络是非常重要的。基于支持向量机学习方法,该文提出一种用于预测蛋白质相互作用位点的有效数据属性抽取方法,该方法利用蛋白质的序列信息、蛋白质残基的可及表面积和进化率来构造向量,通过十倍交叉验证来对数据进行训练和预测。实际计算的结果显示,该方法的准确率为72.19％,比只利用序列信息和进化率信息的方法提高了5.71％。     

基于深度学习的医疗电子数据特征学习方法

面向高维异构的医疗电子数据,如何才能有效开展特征学习以优化患者联合用药不良预后的风险预测？针对此问题,提出一种基于深度学习的医疗电子数据特征学习方法。首先结合深度学习长短期记忆网络模型和深度稀疏自动编码模型学习具有时序特性的患者联合用药数据的特征表示,并通过二分k-均值聚类方法形成联合用药综合表达因子。然后构建风险预测特征向量和风险相关特征向量,分别用于联合用药的不良预后风险预测和风险相关性分析。最后将该方法与已有的传统方法在真实医疗电子数据集上进行对比实验,结果表明：该方法在患者联合用药的不良预后风险预测中,准确率比传统方法提高了5%～10%,误判率降低了3%～5%,具有较好的风险预测性能。     

基于分层有限状态机的时间序列数据挖掘与预测方法

针对非平稳非线性时间序列的数据挖掘与预测问题,提出一种基于分层有限状态机的预测方法 .首先,将时间序列构建成有限状态机(FSM)模型,将时间序列的相对序列模式作为状态.然后,构建一种层次模型,通过关联特定模式形成中间状态,并以递归方式对模式进行分组,以此解决长序列造成的过度训练问题.最后,通过梯度下降法结合所有有限状态(FS)预测器的输出,生成最终预测结果 .实验结果表明,该方法能够对时间序列进行有效的规则挖掘,具有较高的预测精度.     

融合多源信息的人民币汇率预测

通过有效融合与汇率相关的互联网搜索信息和宏观经济信息,提出一个新的汇率预测方法.一方面,根据信息丰富的互联网大数据,将选取的百度指数关键词信息合成能反映投资者关注度的百度综合搜索指数,再利用核主成分(KPCA)方法对宏观经济变量的信息进行提取,合成宏观综合影响指数,最后构建基于多源信息融合的汇率预测模型;另一方面,分别采用BP、KELM和SVM模型进行预测.为减小预测误差,对神经网络连接权重和阈值使用灰狼优化算法(GWO)进行了优化.通过对美元兑人民币汇率进行实证发现,融合多源数据信息之后,使用GWO-BP预测模型能获得更好的预测性能.     

基于联系度的铁路货运量集对分析聚类预测

提出了一种基于集对聚类分析的铁路货运量预测方法,建立了铁路货运量的集对分析聚类预测模型,结合了集对分析中的同异反模式识别的"择近原则"和聚类分析的基本思想,并利用历年铁路运量的实际数据进行了计算分析,结果表明集对聚类分析预测法是有效的.     

高光谱图像分块压缩感知采样及谱间预测重构

压缩感知理论提供了一种新的数据采集思路. 基于该理论提出了一种高光谱数据采集和图像重构方法,以波段分组的方式将高光谱各波段分为参考波段和普通波段,对各波段图像单独采用分块压缩感知测量以获取高光谱数据. 在图像重构过程中,参考波段采用平滑投影Landweber算法重构. 对于普通波段,结合谱间预测和平滑投影Landweber提出了一种新算法: 先采用谱间双向预测得到预测图像,然后对预测图像进行分块压缩感知测量获得测量值,并计算它与该波段原测量值之间的差值,再由测量差值重构预测差值来迭代恢复原波段图像. 该方法在数据重构过程中充分考虑了高光谱图像的谱间相关性和空间相关性,能提高图像重构精度. 实验结果表明,利用所提出的方法重构高光谱图像,其性能优于多向量压缩感知方法和分块压缩感知测量后直接对各波段图像单独重构的方法.     

关于自回归预测方法的注记

已知时间序列资料,建立自回归模型进行预测时,为了提高预测的准确性,采取的途径之一是固定自回归模型为线性模型,对数据列进行变换,提高数据列的光滑程度.证明了利用反双曲正弦函数变换能提高数据列的光滑程度,给出了改善的自回归预测方法,并且举例加以论证。     

基于粒子滤波与BP神经网络的短时交通流预测

为了有效缓解当前交通拥堵问题,结合时下流行的智能交通系统,本文将粒子滤波算法引入短时交通流预测过程中,提出一种基于粒子滤波与神经网络的预测算法。该系统通过BP神经网络的非线性映射功能,分裂选择适当的权值,在多次训练之后能够提高算法中粒子的多样性,改善算法滤波的性能,最终达到提高预测精度的目的。另外,本文以河南省新乡市交通局公交和出租车数据作为数据来源,通过与传统的粒子滤波算法和BP算法的预测结果进行对比,发现本文所提出的方法对短时交通流预测具有更好的预测精度。     

嘉兴市制造业竞争力的数量分析

根据2004全国第1次经济普查数据,用主成份分析法,构建了一个产业竞争力的评价模型.对嘉兴制造业内部30个行业进行分析,并提出相应对策.     

赠与合同若干问题探析

赠与合同的法律性质及与之相关联的撤销赠与的条件和法律后果、受赠人范围等问题,必须依合同法的立法宗旨得到准确解释。赠与合同采诺成合同说才符合合同法的立体本意,而且合同法规定赠与合同为诺成合同的同时,赋予赠与人的任意撤销权和法定权,与实践合同说特殊途同归。此外,无民事行为能力人应纳入受赠人范围。     

对我院体育专业男生短跑成绩提高因素的研究

运用灰色理论中的关联分析法，对我院体育专业男生短跑运动成绩的提高因素进行了分析研究，旨在探讨其内在联系和科学规律，为短跑教学与训练提供信息。     

小麦-黑麦代换系间杂交后代减数分裂行为的研究

利用小麦-黑麦5R/5A二体代换系与6R/6A二体代换系间杂交,观察子二代减数分裂中染色体行为的变化,分析染色体并常行为及其与染色体易位的相关性。由于减数分裂是高等生物形成生殖细胞的时期,因此,是染色体变异的敏感时期,又是将变异传递给子代的关键时期。所以,在减数分裂过程中出现单价体、多价体、落后染色体、微核等染色体异常行为,这些现象会影响染色体配对、交换,对研究染色体易位的形成能提供重要依据。     

解读科学哲学与技术哲学

哲学指导生活,规范生活。随着经济的发展,哲学对社会的指导与规范作用也越来越明显,哲学的分类也越来越明晰。当前条件下,哲学分为技术哲学与科学哲学两大门类,两者相互关联又有所区别,是哲学学科发展的重要研究课题。当前形势下,探讨科学哲学与技术哲学的关系对社会的稳定、经济的发展有着重要的现实意义。     

不同稻作区蜘蛛群落组成与分布比较

根据中国水稻所的“中国水稻种植区划”分区系统,按水稻分区研究了蜘蛛群落组成及其优势种的地理分布特点。在全国六大稻作区内设82个样点,以水稻抽穗期作一次性调查,所获标本经鉴定,计有21科,74属,163种,优势种蜘蛛8科,12属,26种,稻作区及稻作亚区之间,蜘蛛及其优势种蜘蛛科的变化不大,属的变化明显,种的变化最明显,稻作区蜘蛛及其优势种类群,总分布趋势是从南向北逐渐递减,其中种数最多的亚区为“Ⅰ1,闽粤桂台平原丘陵双季稻亚区”,“Ⅱ2,滇南河谷盆地单季稻亚区”,“Ⅲ2,滇川高原岭谷单季稻两熟亚区”,最少的亚区为“Ⅴ1,黑吉平原河谷特早熟亚区”,“Ⅴ2,黑吉平原河谷特早熟亚区”与“Ⅲ3,青藏高寒河谷单季稻亚区”。