鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。     

Incorporating textual and management factors into financial distress prediction: A comparative study of machine learning methods

Financial distress prediction (FDP) has been widely considered as a promising approach to reducing financial losses. While financial information comprises the traditional factors involved in FDP, nonfinancial factors have also been examined in recent studies. In light of this, the purpose of this study is to explore the integrated factors and multiple models that can improve the predictive performance of FDP models. This study proposes an FDP framework to reveal the financial distress features of listed Chinese companies, incorporating financial, management, and textual factors, and evaluating the prediction performance of multiple models in different time spans. To develop this framework, this study employs the wrapper-based feature selection method to extract valuable features, and then constructs multiple single classifiers, ensemble classifiers, and deep learning models in order to predict financial distress. The experiment results indicate that management and textual factors can supplement traditional financial factors in FDP, especially textual ones. This study also discovers that integrated factors collected 4 years prior to the predicted benchmark year enable a more accurate prediction, and the ensemble classifiers and deep learning models developed can achieve satisfactory FDP performance. This study makes a novel contribution as it expands the predictive factors of financial distress and provides new findings that can have important implications for providing early warning signals of financial risk.     

一种支持向量预提取方法及应用

提出了一种支持向量预提取方法,对核感知机误分次数与决策边界的关系作了分析,引入了核函数和误分界,利用结构简单的感知机算法构建支持向量预提取模块,压缩样本规模,然后将处理结果输入支持向量机进行再处理,在精度和处理速度方面取得了较好的效果,仿真实验验证了这一方法的可行性。     

机器学习方法及其在生物信息学中的应用

分析了机器学习技术的内容,介绍了生物信息学的内涵和新的应用技术,同时探索了机器学习技术对生物信息挖掘应用的途径.这些方法有助于加速生物分子结构预测、基因发现、基因组学和蛋白组学等方面研究的进展.     

基于Proxy的网络机器翻译系统

阐述了基于网络代理的方式在Internet浏览器上实现网页自动翻译的各种解决模式,并给出了系统的网络特性及其实现．介绍了http请求的处理和网页翻译的过程,最后分析了中日互译网页在同一页面显示的内码转换问题．     

关于支持向量机参数选择方法分析

在分析支持向量机(SVM)原理基础上,分析了SVM中核函数、核参数及惩罚参数C的影响。介绍了两种SVM参数选择方法,作了深入比较,并提出了一种改进的最优化方法。     

并联机床驱动杆铰链位置误差分析

为提高并联机床运动精度,解决其铰链误差对运动精度的影响问题,以东北大学开发的3-PTP并联机床为分析对象,采用叠加原理,建立三自由度并联机构驱动杆铰链误差模型;采用矩阵范数分析驱动杆铰链误差对动平台终端运动精度的影响规律.分析表明,结构参数λ大,不利于减小工作空间内动平台位置误差的最小值,但对其最大值影响不大.该误差模型的建立为此并联机床进一步优化机构设计参数以及误差补偿奠定了基础.     

SSCK40的数控机床防护罩设计

根据人机工程学原理对数控机床SSCK40防护罩外观造型进行虚拟设计,利用AUTOCAD软件绘制二维图,用SolidWorks软件进行三维造型,然后进行装配干涉检验,最后由PhotoShop软件生成数控机床外观造型设计图,这样可以缩短产品的开发研制周期,降低生产成本,使产品在市场上更具有竞争力.     

法律智能合约平台模型的研究与设计

现有的智能合约技术本质上只是一段链上代码,而真正的智能合约应是法律合约的数字化,可以实现合约条款的自动执行.为此,介绍了法律智能合约的重要科技,包括法律考量、预言机、事件模型等基础设施,在分析相关机构工作的基础上提出了法律智能合约的5个标准开发步骤,通过对法律流程标准的研究提出了设计智能合约模版的方法.为解决智能合约模...     

网络自动售货机数据管理的研究

从数据管理的角度出发,对网络自动售货机的数据特点进行分析,并对前台数据的传输协议进行了研究与制定.研究和构建了网络自动售货机的数据库系统,把网络自动售货机的数据管理应用于实际当中.