急倾斜煤层顶煤可放性随机森林模型分类预测及应用

为快速、准确地预测急倾斜煤层开采中顶煤可放性等级,借鉴随机森林理论,以19个放顶煤工作面为例,选取九大实测指标作为顶煤可放性识别因子,建立急倾斜煤层顶煤可放性识别的随机森林模型。通过五折交叉检验确定模型最优参数,将模型应用到五组急倾斜煤层顶煤可放性评估中。研究表明:随机森林模型预测结果符合工程实际,且当分段数量为5时,其精度最优,分别为91.0%和100.0%。该研究可以在工程中推广使用。     

保护区缓解耕地扩张对喀斯特森林景观破碎化的影响研究

为揭示自然保护区对改善土地利用景观格局的价值，并为土地使用决策和监管措施提供准确信息，本文基于GLC＿FCS30-2020土地利用数据，借助广西大新县恩城国家级自然保护区“保护区—区外县域”的梯度分层，运用移动窗口法分析耕地扩张对喀斯特森林景观破碎化的影响。结果表明：保护区内森林景观破碎化程度较低，而耕地景观破碎化程度较高，整体植被覆盖度高，斑块连通性较强；区外森林景观的覆盖程度适中，但破碎化程度较高。质心处、南部及东南部的耕地斑块集聚性较强，并向东部、东北部、西部和西南部扩张，导致土地利用景观格局变化剧烈。研究结果表明自然保护区可缓解喀斯特县域耕地扩张对森林景观的威胁。     

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Lightgbm和XGBoost的优化深度森林算法

教育规模不断扩大，高校在校生人数持续上升，导致学生的能力参差不齐.为了提升教育水平，教师需掌握学生在校期间的学习状态，预测学生期末成绩是教师掌握学生学习状态的重要途径之一.目前的研究工作主要采用传统的机器学习算法进行成绩预测，如随机森林、贝叶斯、深度森林等，但精度不高；也有利用深度学习算法进行预测，但模型缺少可解释性. Lightgbm(Light Gradient Boosting Machine)算法内存消耗低，时间复杂度低，而XGBoost(eXtreme Gradient Boosting)算法精度高.因此，基于提高精度与降低模型内存消耗的策略，将深度森林中的随机森林与极限随机森林模块分别替换为Lightgbm和XGbBoost，提出一种基于Lightgbm和XGBoost算法的优化深度森林算法LIGHT-XDF.在八个数据集上与其他模型进行对比实验，结果表明，LIGHT-XDF算法的综合性能最好.     

别怪猴面鹰

<正>虎大王召开大会,郑重宣布:"森林最怕火灾,火碰上风更糟糕,风助火势,后果不堪设想。为此,我决定安排一位守林员专门在山顶瞭望森林,发现火情,马上呼叫大家。""这个办法好!"动物们兴奋地交头接耳。"不过,守林员视力一定要好。大家说一说,谁来当守林员?"虎大王接着说。"我来当吧。"兔子自告奋勇。     

森林消防组合工具改进研究

伴随着国家对森林消防的重视与投入,我国森林消防装备设备样式不断翻新,种类迅速增加。森林消防组合工具功能多使用面广但其更新研究滞后。目前该组合工具存在一系列急需改进的问题,笔者根据自身工作经验,对该组合工具的砍刀配重和使用方法、组合工具手柄、组合工具携行方式进行了改进研究,并提出了对应的解决方案。     

种子的奇遇（上）

<正>一粒饱满的种子落在了地上,旁边有一片刚落下的银杏树叶。种子一接触泥土,就好像打瞌睡的人找着了床,想美美地睡一觉。突然,一辆车"轰隆隆"驶过,差一点就碾着种子。种子吓得赶紧闭了眼,等车开出很远,才悄悄地睁眼一看,银杏树叶的头发凌乱一片。"你快走吧。"枯黄的银杏树叶说,"这里总     

基于组合赋权法的中小微企业信贷风险量化及预测

中小微企业具有规模较小、缺少抵押资产等特点，银行作为中小微企业的主要借贷来源承担着巨大的资金风险，大多数现存方法定性分析中小微企业的实际信贷水平，导致银行难以量化评估企业借贷风险。本文提出基于组合赋权法的中小微企业信贷风险量化及预测模型。通过挖掘票据交易数据构建多层次风险评估指标体系，分别采用基于指数标度的AHP法、CRITIC法得到信贷风险评价指标主观、客观权重，并依据最小鉴别信息原理得到综合权重。同时利用随机森林(Random Forest)预测中小微企业是否违约，并回归得到无违约情况的中小微企业信贷风险得分，并比照基于组合赋权法信贷风险量化得分，最终采取加权平均法量化信用得分，最终实现预测中小微企业信贷风险量化得分。     

滇池湖滨湿地公园游憩价值评估研究

以滇池湖滨带的6个湿地公园作为研究对象，使用旅行费用法(TCM)中的旅行费用区间分析法(TCIA)评估它们的游憩价值.通过问卷调查，收集了相关数据，并使用三次方函数对游客的旅游意愿需求曲线进行了拟合，以估算游客的消费者剩余.综合统计分析得出的旅行费用、时间机会成本和消费者剩余，可以得出湿地公园的游憩价值.此外，还分析了影响湿地公园游客支付意愿的因素，以及公园管理模式对游憩价值的影响.根据研究结果，在2018年11月至2019年10月期间，捞渔河、海东、海埂、东大河、西华和古滇精品湿地公园的游憩价值分别为4 349.43、4 763.88、11 387.88、721.06、454.07万元和54 630.97万元，6个湿地公园的总游憩价值为7.63亿元.影响游客支付意愿的因素包括性别、受教育程度、月收入、对花草树木满意度和对服务设施满意度.同时，公园的管理模式影响游客到湿地公园旅游的偏好，进而影响湿地公园的游憩价值.