基于改进GA-BP的移动通信用户流失预测算法

BP神经网络(BPNN)模型对移动通信用户流失的预测有较好的效果,但其全局搜索能力相对较弱,对初始网络权重非常敏感,因此本文通过对用户通信行为的分析,提出一种基于改进GA-BP的移动用户流失预测算法:用改进的遗传算法对BPNN的权值和阈值进行初始化,从而提高预测模型的准确率.改进的遗传算法采用一种自适应的交叉概率和变异概率计算策略,提高了遗传算法寻找全局最优解的能力.通过对比实验发现,本文构建的移动用户流失预测模型,在预测准确率上有着很好的表现.     

南岭亚高山泥炭地现代有壳变形虫环境指示意义的初步研究——以湖南省大坪泥炭地为例

南岭亚高山泥炭湿地在维持华南亚热地区生态系统和区域水平衡中起关键作用,但在这一区域的古环境定量重建工作还未有系统展开.有壳变形虫是古环境定量重建的有效代用指标.本文以南岭西部的湖南大坪泥炭为例,选取23个样品点,初步开展了该地区现代有壳变形虫的种类组成变化鉴定工作,通过多元统计分析发现,水位埋深(water-table depth, WTD)是影响本地区有壳变形虫种类组成变化的最主要环境因子,这一结果与国外其他地区的研究结果相一致.据此,利用国际上广泛使用的生物-环境因子转换函数模型,初步构建了本研究区域现代泥炭湿地有壳变形虫-水位埋深转换函数关系.研究结果表明,所有转换函数预测的水位埋深与实测水位埋深都呈一定的相关性,但受制于本次采样面积小、鉴定样本量较少和水位环境梯度较窄的条件下,转换函数的预测性能还比较差.此次工作可为将来系统开展华南亚热带地区高山泥炭湿地的古水文定量重建工作奠定宝贵的基础数据.     

超强筋小麦粉面包烘焙技术研究

为了烘焙出能充分表现超强筋小麦济麦229面粉品质特性的优良面包,设置了4种醒发时间处理、5种酵母和糖用量处理、4种配粉处理,对超强筋小麦面粉的面包品质进行了评价分析。结果表明,在4个醒发时间处理中,当面团醒发时间为30min和面包胚醒发时间为50min时,烘焙的面包品质最好。在5种酵母和糖用量的处理中,利用吐司面包程序时,干酵母和糖的用量分别为6g和24g时烘焙的面包品质最好;利用法式面包程序时,干酵母和糖的用量分别为3g和18g时烘焙的面包品质最好。在4个配粉处理中,200g超强筋小麦济麦229面粉中添加100g普通小麦济麦22面粉的混粉烘焙得到的面包品质最好。因此,适当调整超强筋小麦粉面包的面团、面包胚醒发时间及物料配比,可以烘焙出品质优良的面包。     

公路工程项目施工成本风险

本论述结合项目施工过程中经常出现的质量问题,主要是对工程成本控制造成的风险进行列举,在解决的方法上从组织措施、管理措施、技术措施、经济措施各个方面综合治理,从工程施工现场全方位过程管理的角度出发,结合成本风险控制的一些基本方法,进行总结,以供以后施工参考。     

农村雨水集蓄利用工程技术的推广

针对阳曲县山区农村人口的生活饮水和农业生产用水困难等问题,探讨了建设雨水集蓄利用工程,可使缺水山区农民生活水平有所提高,农业生产条件得到较大改善,同时促进地方经济发展和生态环境改善。     

中学物理实验教具制作的实践与探索

通过对中学部分实验进行分析,从中选取3个有代表性的演示实验自制教具,并对这3个自制教具的制作思路、自制材料和制作方法进行探索．     

人工神经网络光度法同时测定饮料中三种色素

用BP人工神经网络解析了日落黄、柠檬黄和胭脂红的吸收光谱,提出同时测定这三种色素的计算分析方法;并对饮料中的日落黄、柠檬黄和胭脂红进行了同时测定。日落黄、柠檬黄和胭脂红回收率分别为99 61%、103 45%和98 50%;使用了改进的BP算法,避免了神经网络学习过程中可能产生的麻痹现象;提出了目标向量的简单变换方法,与偏最小二乘法进行了比较。结果表明,BP神经网络法与偏最小二乘法一样能获得满意的分析结果。     

自动化仓库客户服务管理问题的时态逻辑描述

在扩展的时态逻辑框架下对自动化仓库中的客户服务管理问题进行研究，内容包括对此服务管理过程进行描述与分析，并给出了相应的控制策略，以使系统达到期望的动态行为．     

ZIF-67制备的磷掺杂碳催化剂及其氧还原性能

开发高效、廉价的碳基氧还原(ORR)催化剂是质子交换膜燃料电池等先进能源系统商业化应用的关键。以金属有机框架材料ZIF-67为原料,通过热处理、磷掺杂等过程得到高性能的ORR催化剂。该催化剂对ORR具有优异的催化性能,相较于商业Pt/C催化剂,其具有更高中部电位(Half-wave potential)。与此同时,该催化剂还具有非常好的甲醇耐受性与稳定性,并对四电子催化过程具有非常高的选择性。     

面向不平衡数据集融合Canopy和K-means的SMOTE改进算法

针对SMOTE算法和随机森林可较好解决不平衡数据集的分类问题但对少数类样本分类效果还有待提高的问题,融合Canopy和K-means两种聚类算法,设计了C-K-SMOTE改进算法。先后利用Canopy算法进行快速近似聚类,再利用K-means算法进行精准聚类,得到精准聚类簇,最后利用SMOTE算法增加少数类样本数量,使数据趋于平衡。选取公开数据集KEEL(knowledge extraction on evolutionary learning)数据库中的不平衡数据集,结合随机森林分类模型进行了实验验证,实验表明C-K-SMOTE算法可有效平衡不平衡数据集。