基于随机森林的犯罪风险预测模型研究

犯罪预测是犯罪预防的前提,也是公安部门亟待解决的问题.随机森林作为一种组合分类方法,具有准确率高、速度快、性能稳定的特性,且能够给出指标重要性评价,本文将其应用于犯罪风险预测中.实验证明,随机森林方法选出的指标集可以显著地提高预测准确率,基于该方法构建的预测模型相较于神经网络与支持向量机具有更高的准确性和稳定性,能够满足犯罪风险预测的需求.     

基于改进Shapley权力指数的特征选择算法简

针对特征选择算法对不同类型的数据集性能不稳定的问题,提出一种基于概率模型与改进Shapley权力指数的通用特征选择算法.首先,计算特征对类簇表征与类簇判别的重要性值;然后,计算特征对类簇的不确定度;最终,合并特征的重要性值与不确定度,提取合适的特征.因为概率模型对数据类型、数据缺陷具有较好的鲁棒性,所以对不同的数据集获得了稳定、高性能的特征选择效果.基于人工合成数据与benchmark数据集的实验结果表明,本算法对不同的数据集保持了稳定的特征选择效果,优于其他算法.     

借助前人之力 攀登科学之颠

 科学巨匠牛顿系统总结并深入研究了伽利略、开普勒和惠更斯等人的工作，发现了3大运动定律和万有引力定律。他说：“如果说我比别人看得更远些，那是因为我站在了巨人的肩膀上。”人类科技发展史表明，凡是善于利用前人积累的经验和知识之人，大多都能在科学研究中少走弯路并有所突破、有所成就。诺贝尔奖获得者中就不乏这样的聪明人。     

新乌克兰的道路选择

<正>"谁的乌克兰"这一命题从国际政治视角看是地缘政治问题,从乌克兰的国内政治视角看则是国家发展道路问题。事物的发展是由内外因共同作用形成的,内因是根本,外因是条件。内因决定着事物的根本属性,外因推动发展。从13世纪前后在东欧平原出现乌克兰民族开始,乌克兰就不属于别人,它属于生活在这块土地上的人民。因此,"谁的乌克兰"这个问题实际上也就成为了乌克兰的道路选择问题。     

基于弱监督对比学习的弱多标记特征选择

多标记特征选择已被广泛应用于医疗诊断、模式识别等领域，然而现实中的数据往往存在维数灾难以及标记大量缺失等问题，现有的弱多标记特征选择算法又普遍易受缺失标记和噪声的干扰，使算法模型难以准确地选择重要特征．针对上述问题，提出一种用于弱多标记数据集特征选择的弱监督对比学习方法，旨在缺失和含噪声标记数据集中选择优质特征，同时挖掘少量人工标注数据中潜在的类间对比模式．该方法包括三个步骤：首先，设计一种弱监督预训练策略，通过利用实例相似性以及稀疏学习方法获取每个类标记类属属性，用于恢复缺失标记；其次，引入对比学习策略来捕获少量有标记数据的对比模式来削弱噪声数据的影响；最后，选取10组多标记数据集以及四个评价指标进行实验.实验结果证明，与多个先进多标记特征选择算法相比，提出的方法分类性能更优．     

多代价下的代价敏感属性选择算法比较

代价敏感属性选择在数据挖掘和机器学习中起着关键性作用,代价敏感属性选择问题是经典属性选择问题的自然扩展,已成为越来越多学者的研究热点之一.首先给出多代价下代价敏感属性选择问题的数学模型,然后介绍现有的有代表性的四种代价敏感属性选择算法,最后在四个UCI数据集上进行实验,对四种代价敏感属性选择算法的效果和效率进行比较分析.     

地方政府助推区域产业政策趋同的机理探寻

在区域经济的发展过程中,地方政府之间日益激烈的竞争必然会造成区域之间的产业政策趋同。这对于区域经济的协调发展和长远发展极为不利。化解问题的办法应当靠提高中央政府的宏观调控水平,强化地方政府的责、权、利边界,引导地方政府在区域产业政策中体现差异性。     

豇豆花色变异的遗传分析

本研究以紫色花的豇豆品种为母本和白色花的豇豆为父本,杂交获得F_1代,再自交获得F_2代群体为实验材料,在豇豆盛花期进行田间调查,记录亲本及子代花色。统计分析表明,F_2代群体的豇豆花色有紫色花(母本类型)、白色花(父本类型)和浅紫色(中间类型),花色表现出性状分离。经χ~2检验,该分离符合孟德尔遗传规律,其遗传分离比率被修饰为12∶3∶1。豇豆花冠颜色遗传规律符合质量性状遗传特点,可能存在一对非等位基因P和W,P基因控制紫色花的形成,W基因控制白色花的形成。只要P存在,W所控制的白色花冠就不能表现出来,反之亦然。据此推断,基因P掩盖了另一对非等位显性基因W的表现,为显性上位效应。本研究探讨了豇豆亲本的花色在杂交后代中的变异,初步发现豇豆花色的遗传变异特点,以期对豇豆花色变异的遗传基础与应用研究奠定基础。     

水果识别中图像特征综述

图像特征是水果识别的关键,也是研究采摘机器人的基础。本文对水果图像的特征进行分析,介绍了颜色、形状、纹理等具有代表性的图像特征,并阐述了各个图像特征的应用情况,最后探讨图像特征研究中存在的问题和发展趋势,以期为相关学者提供参考。     

可交易通行权和鼓励合乘政策下的通勤选择

基于通勤个体易于接受的视角,借助常数替代弹性(constant elasticity of substitution,CES)效用函数,在通勤预算约束中引入管理部门对拼车通勤行为的支持系数,构建了基于可交易电子通行权及鼓励合乘组合政策的刚性通勤需求模型,在此基础上分析了通勤个体的通勤方式选择问题.研究结果显示,该组合政策可以有效引导通勤个体从单人驾驶转向合乘出行,通勤个体能够在降低原有出行预算的基础上保证自身的刚性出行需求,但对小汽车偏好较大的通勤个体预算降低幅度相对较小.此外,存在一个调整因子和合乘支持系数的取值可行域,对于不同的合乘支持系数,调整因子存在一个对应的下界.在设定调整因子和合乘支持系数后,通行权价格由市场唯一确定,且这一价格随着合乘支持系数的增加而增加,调整因子的增加而降低.