機器學習
- 高校學生評教信息中文本語義因素的挖掘與運用研究
本語義因素；機器學習中圖分類號：G4?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2024.03.0790?引言目前，基于人才培養在高校中的重要作用，各高校越來越重視教師課堂教學質量，并且有越來越多的高校使用學生對教師課堂教學的評價來作為評判教師課堂教學質量的關鍵依據。多數高校學生評教系統中同時包括數值信息的學生評分和非數值信息的學生評價文本，但出于信息收集與計算的方便，多數高校僅使用評分數值計算評教結果，這
現代商貿工業 2024年3期2024-01-27
- 侵權訴訟背景下標準必要專利價值分類識別體系構建
/意義]基于機器學習算法，對行業標準專利構建多模態特征融合的自動分類篩選模型，探究侵權訴訟背景下標準必要專利價值分類指標體系。[方法/過程]首先利用美國專利商標局的發生侵權訴訟后的標準必要專利作為標記數據，將文本數據和指標數據進行降維融合后，建立基于機器學習中監督學習和半監督學習模型專利分類篩選模型，最后對數字創意產業的標準專利進行分類篩選。[結果/結論]基于機器學習中監督學習和半監督學習模型算法構建一套較為完整的多特征融合專利價值自動分類篩選模型。構建的
知識管理論壇 2023年6期2024-01-20
- 基于LSTM神經網絡模型的鐵礦石期貨市場實證研究
近幾年掀起了機器學習研究的熱潮，基于機器學習的投資量化分析也越來越受到關注。文章基于LSTM神經網絡模型，選取了2021年9月至12月底的鐵礦石主力合約高頻數據建立了趨勢預測模型。實驗結果表明，該模型擬合良好，能夠較好地預測鐵礦石期貨短期內的趨勢。 關鍵詞：機器學習；LSTM神經網絡模型；鐵礦石期貨；量化投資 一、引言 隨著社會經濟的不斷增長，科學技術的不斷提高，機器學習在對數據分析方面展現其絕對優勢。在信息時代的今天，合理應用機器學習技術具有十分重
中國集體經濟 2024年2期2024-01-12
- 基于機器學習的高強鋼焊接等截面箱型柱整體穩定性預測方法
方法，而基于機器學習的預測方法能夠顯著提升預測的準確性和便捷性。為了準確預測高強鋼焊接等截面箱型柱的整體穩定性，提出使用纖維模型構建數據庫并利用機器學習建立預測模型的方法。首先確定模型的輸入輸出參數，并通過纖維模型方法建立數據庫；接著，選用常見的3種不同類型的機器學習模型和現有規范中的經驗模型進行預測，并依據評價指標進行性能對比；最后，根據可解釋算法分析機器學習模型的合理性。結果表明：大部分機器學習模型預測結果與試驗結果吻合度略高于現有規范中的經驗模型，其
土木建筑與環境工程 2024年1期2024-01-03
- 寒冷地區模塊化鋼框架結構多目標優化設計方法
上，采用多種機器學習算法進行建筑能耗預測，建立一種高效精確的建筑能耗預測模型；聯立建筑能耗預測模型和建筑成本計算公式，在滿足結構承載力的約束條件下，基于NSGA-Ⅱ算法進行模塊化鋼框架結構能耗和成本的多目標優化設計，生成帕累托最優解集。多目標優化設計方法解決了模塊化鋼框架結構“能耗+成本”的多目標一體化設計難題，推動了模塊化鋼框架結構的智能化升級，實現了模塊化鋼框架結構設計的快速高效化。關鍵詞：鋼框架結構；參數化建模；建筑能耗預測；機器學習；多目標優化設計
土木建筑與環境工程 2024年1期2024-01-03
- 機器學習方法在盾構隧道工程中的應用研究現狀與展望
互作用關系。機器學習因其數據分析能力強，無需先驗的理論公式和專家知識，相較于傳統的建模統計分析方法具有更大的應用空間。通過機器學習方法對收集的信息與數據進行深度挖掘并分析其內在聯系，有助于提升盾構隧道工程建設的效率和安全保障水平。簡述機器學習方法的基本原理，總結和分析機器學習方法在盾構工程中的應用研究狀況，綜述基于機器學習的盾構設備狀態分析、盾構設備性能預測、圍巖參數反演、地表變形預測和隧道病害診斷等5個方面的進展，并分析當前研究的不足。最后，分析盾構隧道
土木建筑與環境工程 2024年1期2024-01-03
- 民族院?！?span class="hl">機器學習”課程教學與實踐改革研究
30074）機器學習是一門多領域交叉學科，涉及理論基礎，包括高等數學、線性代數、概率論與統計學、數據庫、最優化理論、復雜度理論等多門學科，它是人工智能的重要技術基礎，也是智能科學的核心。目前人工智能的4次浪潮都與機器學習的方法有關。因此，“機器學習”課程是人工智能專業和智能科學與技術專業學生必修的一門基礎課［1］。一、民族院?！?span class="hl">機器學習”教學與實踐課程現狀及思考民族院校在教育領域有著獨特的地位和特點，如何在民族院校中進行機器學習課程的教學與實踐改革，培養新
教育教學論壇 2023年51期2024-01-02
- 中國城市碳達峰路徑及其驅動因素的結構分解
、梯度提升等機器學習算法，科學預測各個城市的碳達峰路徑；最后，運用拓展的廣義迪氏指數方法對2000—2030年地級及以上城市碳排放演變的驅動因素進行分解，結果顯示：①中國二氧化碳排放總量呈持續增長態勢，各城市增速不同且差異較大，形成“發達城市高排量，欠發達城市低排量”的態勢。②267個樣本城市中，僅有蘇州市、貴陽市等6個城市可以提前達峰或按期達峰，比重僅占2%；上海市、廣州市、杭州市等252個城市將在2031—2034年達峰；北京市、珠海市等9個城市將長時
中國人口·資源與環境 2023年9期2023-12-13
- 年報文本情緒與上市公司違規行為識別
為樣本，通過機器學習的文本分析方法對11?040份上市公司年度財務報告中的“管理層討論與分析”（MD&A）的文本情緒進行測度，研究文本情緒與公司違規行為的關系。研究發現：整體而言，MD&A文本情緒與公司的違規行為負相關。對MD&A細分后發現，“展望”部分文本情緒與上市公司違規行為的負相關性弱于“經營情況概述”部分。進一步研究發現，較高的信息透明度增強了文本情緒與上市公司違規的負相關關系。在控制內生性和調整了MD&A文本情緒值之后，主要結論仍然穩健。此外，研
當代經濟科學 2023年6期2023-12-11
- BP神經網絡滑動窗口算法在活躍火時空預測模型研究與實現
活躍火； 機器學習； 中南半島中圖分類號：TP399.4? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2023）09-124-05Research and implementation of BP neural network sliding window algorithmin active fire spatiotemporal prediction modelXie Feifan， Zhang Shitao， Huang
計算機時代 2023年9期2023-09-25
- 人體異常坐姿識別方法研究進展
;特征提取;機器學習;分類算法中圖分類號：TP18文獻標志碼：A坐姿是最常見的人體姿態，在久坐的過程中，人體極易出現異常坐姿，導致患上骨骼與肌肉疾?。?-2］的風險增加，全球每年大約有200萬人因長期坐姿不標準而引發相關的肌肉骨骼疾?。?］。實現異常坐姿的分類識別對人們的健康生活具有重要意義。目前，根據人體異常坐姿信息的采集方式可將坐姿識別方法分為3類：基于接觸式傳感器的識別方法、基于射頻信號的識別方法以及基于機器視覺的識別方法?；诮佑|式傳感器的人體異常
貴州大學學報（自然科學版） 2023年5期2023-09-15
- 基于創新應用驅動的“機器學習”課程教學改革研究
721016機器學習是人工智能的重要組成部分，專門分析和解釋數據的模式及結構，以達到無須人工交互即可完成學習、推理和決策等行為的目的[1]。目前機器學習已成為數據挖掘、模式識別、知識發現和智能計算等領域的核心技術和研究熱點，在許多方面發揮越來越大的作用。但是我國高校在計算機專業課程教學方面仍以理論講授為主，不能滿足不同專業背景大學生的實際應用需求。因此，如何轉變傳統“機器學習”課程教學模式，以及滿足現代科技革命與產業變革對于人才創新能力發展的需求，成為亟待
海峽科技與產業 2023年3期2023-09-06
- 機器學習應用于在線科學探究中的綜述研究
茖摘 ?要：機器學習近幾年來逐漸被應用于在線科學探究活動的自動評價、過程分析等方面，在輔助教師教學、提升學生科學學習效果上發揮了重要作用。機器學習融入并支持在線探究學習活動是未來科學探究走向大規模多場景實踐應用的重要技術支撐。為向國內研究者和一線教師提供開展相關研究和教學實踐的參考，在三個英文數據庫中篩選出了近10年發表的24篇英文文獻，總結分析了目前機器學習在在線科學探究中發揮的作用及具體應用，并提出了未來展望。關鍵詞：在線科學探究；虛擬探究；機器學習；
現代信息科技 2023年14期2023-09-06
- 面向計算機軟件工程的機器學習技術研析
子玥關鍵詞：機器學習；計算機軟件工程；技術；研究中圖分類號：TP311 文獻標識碼：A文章編號：1009-3044（2023）21-0055-030 引言計算機軟件工程是一門快速發展的學科，隨著人工智能、云計算、大數據等技術的快速發展，軟件工程也將不斷地向著智能化、自動化和高效化的方向發展?？梢哉f現代化技術的應用，為計算機軟件工程的發展注入了新的動力，也為軟件工程帶來了更多的機遇和挑戰。1 面向計算機軟件工程的機器學習技術概述1.1 機器學習概念基于人工智
電腦知識與技術 2023年21期2023-08-26
- 基于機器學習的智能推薦算法在電商平臺中的應用研究
力創造收益。機器學習是推薦系統中應用最廣泛的技術之一，它能夠根據消費者的歷史數據學習其偏好，從而更加精準地為消費者推薦商品?；诖?，文章展開了深入研究?！娟P鍵詞】 機器學習;智能推薦算法;電商平臺一、基于機器學習的智能推薦算法概述智能推薦技術是指運用用戶的歷史行為數據、商品信息和其他相關信息，對用戶進行個性化推薦的技術。在電商平臺中，推薦系統能夠協助用戶快速地找到自己感興趣的商品，提高其購物效率和滿意度，可以幫助商家增加銷量和提高用戶黏性。推薦算法能夠基于
電腦迷 2023年4期2023-08-26
- 基于機器學習的出租車軌跡大數據分析研究
出租車軌跡；機器學習；聚類算法；數據分析中圖分類號：TP18 文獻標識碼：A文章編號：1009-3044（2023）21-0063-041 研究背景和意義在大數據時代，數據的影響不再局限于企業領域。除了可以創造商業價值，數據還能夠為社會創造極大價值。隨著通信技術的發展，交通數據的貧乏狀況得到改善，變得更加豐富。然而，由于這些數據的種類繁多、數量龐大，如何從中提取有用的信息以促進決策，尤其重要。同時對于交通數據的處理和分析，在技術上也面臨著巨大的挑戰，數據采
電腦知識與技術 2023年21期2023-08-26
- 高中信息技術大概念單元教學
性。本文以“機器學習”單元為例，圍繞觀念大概念“數據和算法是影響機器學習性能的關鍵因素”，選擇機器學習真實案例，通過演示案例、探究案例和體驗案例的綜合運用，幫助學生在多樣化深度體驗中學習大概念?！娟P鍵詞】大概念；單元設計；體驗；機器學習【中圖分類號】G434? ?【文獻標識碼】B【論文編號】1671-7384（2023）08-035-032022年底，大型語言模型ChatGPT的出色性能引起社會的普遍關注。有人認為這是人工智能領域的又一個標志性突破，對人類
中小學信息技術教育 2023年8期2023-08-26
- 基于檢驗大數據的多尺度肺惡性腫瘤預測模型研究
驗；大數據；機器學習中圖分類號：TP391 文獻標識碼：A文章編號：1009-3044（2023）20-0040-030 引言肺惡性腫瘤常稱為肺癌（Lung Cancer，LCA） ，LCA 在我國是最常見的高發惡性腫瘤， 發病率和死亡率均位列惡性腫瘤首位，全球近40%的LCA患者來自我國[1]。LCA在發病早期無典型或特殊臨床表現，容易被忽視，多數LCA患者就診時已進入中、晚期，治療效果不佳。因此，LCA的早期診斷對于患者能否及時接受治療顯得十分重要。隨
電腦知識與技術 2023年20期2023-08-26
- 機器學習基礎課程思政教學改革與實踐
梅摘? 要：機器學習基礎是交通運輸專業的核心基礎課程，結合課程知識要點，深入挖掘機器學習內含的思政要素，并通過多種教學手段融入到課內外一體化教學中。探究神經網絡發展史的重要啟示，教學過程中滲透機器學習蘊含的實事求是、化繁就簡、抓主要矛盾和權衡折衷等重要哲理思維，不僅可以使單調的專業課教學變得更加生動，加深學生對專業課程的理解，同時還可形成專業課程的協同育人機制，實現專業知識教授、能力培養與思想政治引領的有機統一。關鍵詞：機器學習;課程思政;教學改革;哲理思
高教學刊 2023年23期2023-08-25
- 基于機器學習的大規模并行計算機系統硬件故障檢測分析
種常見的基于機器學習的故障檢測算法，最后對不同故障檢測算法的實驗結果進行詳細分析，旨在提升大規模并行計算機系統硬件故障檢測效率，助力相關領域的發展。關鍵詞：機器學習;并行計算機系統：硬件故障：故障檢測中圖法分類號：TP181文獻標識碼：A１ 引言大規模并行計算機系統（ Ｍａｓｓｉｖｅｌｙ ＰａｒａｌｌｅｌＣｏｍｐｕｔｅｒ，ＭＰＣ）是一種以數百、萬個處理單位構成的并行處理系統，可以有效提高計算機運行速度，處理大規模數據信息，以及縮短數據處理的響應時間，對于提
計算機應用文摘 2023年15期2023-08-09
- 面向機器學習的知識圖譜與問答系統設計
應用，然而在機器學習這一專有領域仍存在空缺。文章描述了如何構建一個面向機器學習領域的知識圖譜，并基于該圖譜設計了一個問答系統。在圖譜的構建過程中，主要使用了爬蟲技術以及部分 NL.P 方法對數據進行采集和處理，最終得到1個包含2442 個實體的知識圖譜，并將其存儲在 Neo4i 圖數據庫中。針對間答系統設計部分結合基于規則正則匹配以及基于詞向量相似度匹配的方法，構建了問答模塊。該領域圖譜的構建和問答系統的設計，將使研究人員和愛好者更輕松地獲取高質量的機器學
計算機應用文摘 2023年15期2023-08-09
- 基于機器學習的大規模并行計算機系統硬件故障檢測分析
種常見的基于機器學習的故障檢測算法，最后對不同故障檢測算法的實驗結果進行詳細分析，旨在提升大規模并行計算機系統硬件故障檢測效率，助力相關領域的發展。關鍵詞：機器學習;并行計算機系統：硬件故障：故障檢測中圖法分類號：TP181文獻標識碼：A１ 引言大規模并行計算機系統（ Ｍａｓｓｉｖｅｌｙ ＰａｒａｌｌｅｌＣｏｍｐｕｔｅｒ，ＭＰＣ）是一種以數百、萬個處理單位構成的并行處理系統，可以有效提高計算機運行速度，處理大規模數據信息，以及縮短數據處理的響應時間，對于提
計算機應用文摘·觸控 2023年15期2023-08-09
- 面向機器學習的知識圖譜與問答系統設計
應用，然而在機器學習這一專有領域仍存在空缺。文章描述了如何構建一個面向機器學習領域的知識圖譜，并基于該圖譜設計了一個問答系統。在圖譜的構建過程中，主要使用了爬蟲技術以及部分 NL.P 方法對數據進行采集和處理，最終得到1個包含2442 個實體的知識圖譜，并將其存儲在 Neo4i 圖數據庫中。針對間答系統設計部分結合基于規則正則匹配以及基于詞向量相似度匹配的方法，構建了問答模塊。該領域圖譜的構建和問答系統的設計，將使研究人員和愛好者更輕松地獲取高質量的機器學
計算機應用文摘·觸控 2023年15期2023-08-09
- 基于機器學習對不同施肥量處理的番茄識別與估產
肥下，對基于機器學習的番茄果實識別和產量估算進行了深入研究和綜合評價。通過重復訓練、驗證、分析，得出基于Faster R-CNN網絡模型在番茄果實識別模型的準確率為90.89%，準確率較高；結合運用圖像識別測算得的產量與番茄不同施肥量處理實際測產誤差較大，實際運用效果相對較差；4種不同施肥量設置對番茄的結果數、識別數和產量的影響都高于對照處理，實際生產施用有機肥4 500 kg/hm2效果最好?；贔aster R-CNN網絡模型的番茄數據集的測試結果效果
安徽農學通報 2023年10期2023-07-29
- 機器學習教學改革與人工智能人才培養
杜博摘 要：機器學習是人工智能的關鍵核心技術。本文結合武漢大學計算機學院近年來開設機器學習本科生課程的教學經驗，對機器學習本科生課程教學改革與人工智能專業創新人才培養進行了系統的探索與實踐。該課程以一批青年國家級人才為骨干師資，依托國家級、省級和校級科研平臺，將機器學習課程的教學過程深化擴展為理論與實踐相結合的人工智能專業創新人才培養模式，具體包括機器學習理論課程教學改革、機器學習英文課程教學探索、人工智能綜合創新實訓建設、人工智能A類會議學術創新和互聯網
中國大學教學 2023年5期2023-07-23
- 人工智能專業課程思政建設方案探索
此 文章以 機器學習應用技術 課程為例提出了一種可行的方案關鍵詞 人工智能 課程思政 機器學習中圖法分類號TP181? ?文獻標識碼A１ 人工智能專業課程思政建設面臨的問題自１９６５ 年達特茅斯會議提出“人工智能”的概念后，人工智能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ＡＩ） 的發展經歷了多次的低谷期和繁榮期。早期的人工智能主要研究傳統的機器學習算法及其應用，并未受到太多的關注，直至杰弗里·辛頓先生和他的學生開始研究深度學習。以多層神經網絡為
計算機應用文摘·觸控 2023年14期2023-07-21
- 人工智能專業課程思政建設方案探索
此 文章以 機器學習應用技術 課程為例提出了一種可行的方案關鍵詞 人工智能 課程思政 機器學習中圖法分類號TP181? ?文獻標識碼A１ 人工智能專業課程思政建設面臨的問題自１９６５ 年達特茅斯會議提出“人工智能”的概念后，人工智能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ＡＩ） 的發展經歷了多次的低谷期和繁榮期。早期的人工智能主要研究傳統的機器學習算法及其應用，并未受到太多的關注，直至杰弗里·辛頓先生和他的學生開始研究深度學習。以多層神經網絡為
計算機應用文摘 2023年14期2023-07-21
- 基于機器學習的無人機輔助邊緣網絡優化方法
通過闡述基于機器學習的無人機輔助邊緣網絡優化方法的關鍵步驟和發展潛力 旨在進一步研究和完善這一方法 以實現更高效 可靠的邊緣網絡優化關鍵詞 機器學習 無人機 邊緣網絡優化方法中圖法分類號tp311 文獻標識碼a１ 引言基于機器學習的無人機輔助邊緣網絡優化方法是如今備受矚目的前沿技術。隨著物聯網和邊緣計算的快速發展，網絡性能優化成為一大挑戰［１］ 。而無人機的出現使得我們可以應用先進的機器學習算法來實現智能邊緣網絡優化。這種創新方法利用無人機的高度靈活性和機
計算機應用文摘 2023年14期2023-07-21
- 基于機器學習的無人機輔助邊緣網絡優化方法
通過闡述基于機器學習的無人機輔助邊緣網絡優化方法的關鍵步驟和發展潛力 旨在進一步研究和完善這一方法 以實現更高效 可靠的邊緣網絡優化關鍵詞 機器學習 無人機 邊緣網絡優化方法中圖法分類號tp311 文獻標識碼a１ 引言基于機器學習的無人機輔助邊緣網絡優化方法是如今備受矚目的前沿技術。隨著物聯網和邊緣計算的快速發展，網絡性能優化成為一大挑戰［１］ 。而無人機的出現使得我們可以應用先進的機器學習算法來實現智能邊緣網絡優化。這種創新方法利用無人機的高度靈活性和機
計算機應用文摘·觸控 2023年14期2023-07-21
- 基于智能技術的電子信息工程自動化設計及應用
括人工智能 機器學習 深度學習和自然語言處理等 電子信息工程自動化設計是指利用智能技術對電子信息工程的設計 仿真 驗證和優化進行自動化處理 文章介紹了電子信息工程自動化設計的背景和意義 智能技術在電子信息工程自動化設計中的應用 以及電子信息工程自動化設計的實踐案例 旨在探討智能技術在電子信息工程自動化設計中的應用 從而提高電子信息工程自動化設計的效率和質量關鍵詞 電子信息工程 自動化設計 智能技術 人工智能 機器學習 深度學習 自然語言處理中圖法分類號tn
計算機應用文摘·觸控 2023年14期2023-07-21
- 基于智能技術的電子信息工程自動化設計及應用
括人工智能 機器學習 深度學習和自然語言處理等 電子信息工程自動化設計是指利用智能技術對電子信息工程的設計 仿真 驗證和優化進行自動化處理 文章介紹了電子信息工程自動化設計的背景和意義 智能技術在電子信息工程自動化設計中的應用 以及電子信息工程自動化設計的實踐案例 旨在探討智能技術在電子信息工程自動化設計中的應用 從而提高電子信息工程自動化設計的效率和質量關鍵詞 電子信息工程 自動化設計 智能技術 人工智能 機器學習 深度學習 自然語言處理中圖法分類號tn
計算機應用文摘 2023年14期2023-07-21
- 概率密度函數信息融合概述
超貝葉斯； 機器學習； 目標跟蹤中圖分類號：? TJ760文獻標識碼：A文章編號： 1673-5048（2023）03-0001-10DOI： 10.12132/ISSN.1673-5048.2022.02050引言目前， 針對狀態信息的信息融合表達較多是以變量（標量、 向量、 矩陣）及隨機變量的形式表示。 通過對變量的加權平均求融合中心或者通過對隨機變量的均值和方差進行加權平均， 從而實現對多狀態信息的融合。 然而， 均值和方差僅僅代表隨機變量的一階和二
航空兵器 2023年3期2023-07-20
- 基于機器學習和生長預測的森林固碳分析和多目標規劃管理策略
要。本文利用機器學習算法對森林固碳進行分析，擬合森林生長方程，并開發了一個森林管理決策模型，該模型可以評估森林及其產品的固碳能力，權衡森林價值的各個方面，并為森林管理者提供戰略，使他們能夠決定是砍伐樹木還是保留樹木。關鍵詞：機器學習；SVM；神經網絡；決策樹；生長預測；二次回歸；多目標規劃1?概述本文建立了一個基于機器學習和生長預測的森林固碳分析模型，并選取了福建省三明市將樂國有林場相關杉木資源數據，以預測誤差作為指標，利用三種機器學習算法：SVM支持向量
科技風 2023年19期2023-07-17
- 密文惡意流量智能分類研究綜述
對現有的基于機器學習的密文惡意流量分類方法進行了梳理，討論了這些方法的分類效果和優缺點，總結了現有方法的不足．為密文惡意流量智能分類技術的發展提供了一定的借鑒。關鍵詞：密文惡意流量分類；機器學習；加密偽裝中圖法分類號：TP393 文獻標識碼：A１ 引言近年來，學術界和工業界常用的惡意流量分類技術主要分為以下幾種。一是使用端口號進行流量檢測，這種方法比較簡單，但是隨著新的應用程序不斷涌現，使用者可使用熟知端口號掩蓋或使用非注冊端口號，從而導致該方法檢測性能顯
計算機應用文摘·觸控 2023年13期2023-07-17
- 密文惡意流量智能分類研究綜述
對現有的基于機器學習的密文惡意流量分類方法進行了梳理，討論了這些方法的分類效果和優缺點，總結了現有方法的不足．為密文惡意流量智能分類技術的發展提供了一定的借鑒。關鍵詞：密文惡意流量分類；機器學習；加密偽裝中圖法分類號：TP393 文獻標識碼：A１ 引言近年來，學術界和工業界常用的惡意流量分類技術主要分為以下幾種。一是使用端口號進行流量檢測，這種方法比較簡單，但是隨著新的應用程序不斷涌現，使用者可使用熟知端口號掩蓋或使用非注冊端口號，從而導致該方法檢測性能顯
計算機應用文摘 2023年13期2023-07-17
- 機器學習方法在fMRI數據中的應用研究
要：文章通過機器學習方法對功能性核磁共振成像（fMRI）數據進行分類研究．旨在探討精神分裂患者的差異性腦網絡結構。在特征選擇上，采用了復雜網絡分析來度量腦網絡的拓撲屬性，并且以年齡為協變量通過雙樣本￡檢驗構建顯著差異性特征集；在分類算法上，采用粒子群優化支持向量機分類算法，在10折交叉驗證下進行建模分析。結果表明精神分裂患者（SCH）組和正常被試（NC）組在全局屬性和節點屬性上存在顯著差異，在分類模型下能夠得到最佳準確率93％。關鍵詞：機器學習；功能性核磁
計算機應用文摘 2023年12期2023-07-14
- 機器學習方法在fMRI數據中的應用研究
要：文章通過機器學習方法對功能性核磁共振成像（fMRI）數據進行分類研究．旨在探討精神分裂患者的差異性腦網絡結構。在特征選擇上，采用了復雜網絡分析來度量腦網絡的拓撲屬性，并且以年齡為協變量通過雙樣本￡檢驗構建顯著差異性特征集；在分類算法上，采用粒子群優化支持向量機分類算法，在10折交叉驗證下進行建模分析。結果表明精神分裂患者（SCH）組和正常被試（NC）組在全局屬性和節點屬性上存在顯著差異，在分類模型下能夠得到最佳準確率93％。關鍵詞：機器學習；功能性核磁
計算機應用文摘·觸控 2023年12期2023-07-14
- 基于機器學習的專業技術與技能質量測評模型優化分析
鍵，構建基于機器學習的企業技能質量評價體系模型，提升企業技能質量評價準確性。以機器學習常用算法支持向量機（SVM）來設計企業技能質量評價體系模型，并采用改進天牛須搜索算法（BAS）對SVM參數優化，提出改進的BAS-SVM企業技能質量評價體系模型。對比該模型和SVM模型、BAS-SVM模型、層次分析法模型，結果表明，改進BAS-SVM企業技能質量評價體系模型的評價準確率高達94.8%，且具有良好的魯棒性。關鍵詞：天牛須搜索算法；機器學習；技能質量評價體系；
粘接 2023年6期2023-07-12
- 基于SVM-VIKOR的自營電商供應商選擇研究
素。文章引入機器學習方法，構建了基于SVM-VIKOR的自營電商供應商選擇模型。首先，分析了自營電商經營特性和SVM-VIKOR算法對自營電商供應商選擇的適用性；其次，基于供應商QCDS原則，通過采集供應商的供貨能力、經營情況、成本控制等方面數據，進行數據清洗、轉換和歸一化處理，基于評估指標提取特征，拆解成多個變量特征；然后，利用SVM-VIKOR算法進行模型測試和結果分析，對供應商進行分類與排序，從而選出最佳供應商；最后，通過自營電商S企業案例驗證了模型
會計之友 2023年13期2023-07-06
- 空氣污染、投資者關注與股票收益率
究對象，使用機器學習的因果森林模型驗證空氣污染嚴重對股票收益率的影響。研究發現，空氣污染嚴重對股票收益率有顯著的負向影響；在分樣本討論后發現，空氣污染嚴重對不同行業股票收益率的影響程度存在異質性，受空氣污染嚴重影響最大的是租賃和商務服務業，其次為農林牧漁業、批發和零售業、制造業、電力熱力燃氣及水生產和供應業，其中，空氣污染嚴重對租賃和商務服務業達到了約12倍的影響力，對其余行業也達到了約4～7倍的影響力；機制分析表明，空氣污染嚴重通過影響投資者的關注度來影
金融發展研究 2023年5期2023-06-28
- 惡意代碼檢測技術研究綜述
；傳統方法；機器學習；深度學習中圖分類號：TP311.12? ? ? ? 文獻標識碼：A文章編號：1009-3044（2023）13-0079-03開放科學（資源服務）標識碼（OSID）0 引言互聯網的快速發展豐富了人們的生活，給人們帶來了便利，但也存在著不可避免的安全風險。由于計算機技術的發展，因黑客攻擊而導致財產損失的案例越來越多，而惡意代碼是最常見的攻擊手段之一。惡意代碼與正常代碼的區別在于，惡意代碼是為特定的惡意目的而編寫的計算機程序，通常是將其與
電腦知識與技術 2023年13期2023-06-25
- 潛在科研合作機會識別方法研究進展
，網絡學習和機器學習是潛在科研合作機會識別的新方向和新思路。在以上分析基礎上，總結了不同方法的不足以及存在的普適性問題，并對未來研究重點進行展望。關鍵詞：潛在合作機會；外部屬性特征；研究內容；鏈路預測；網絡表示學習；機器學習中圖分類號：G304? ?文獻標識碼：Ａ? ?DOI：10.11968/tsyqb.1003-6938.2023022Abstract This Paper sorting out the relevant achievements i
圖書與情報 2023年2期2023-06-23
- 基于機器學習技術的黃鶴樓品牌零售戶價值分析研究
K近鄰算法；機器學習中圖分類號：TP391；G203? ? 文獻標識碼：A? 文章編號：2096-4706（2023）05-0132-04Retail Merchants Value Analysis of Yellow Crane Tower Brand Based on Machine LearningWANG Qin， MA Lin， CHEN Li（Wuhan Wendao Information Technology Co.， Ltd.，? Wu
現代信息科技 2023年5期2023-06-22
- 基于深度學習的電商平臺產品評論情感分析
預處理，采用機器學習和深度學習算法構建模型并進行分析，找出分析效果最好的模型，并分析產品的不足，給出相應的指導意見。關鍵詞：用戶評論；文本分析；情感分析；機器學習；深度學習中圖分類號：TP391.1；F724.6? 文獻標識碼：A? 文章編號：2096-4706（2023）05-0030-04Emotion Analysis of E-commerce Platform Product Reviews Based on Deep LearningZHAO
現代信息科技 2023年5期2023-06-22
- 基于集成學習的白流量檢測過濾系統
率，文章基于機器學習的白流量過濾算法開發了一套能快速辨別并過濾全流量中白流量的過濾系統。系統包括文件檢測模塊、算法模塊和可視化模塊三部分。實驗證明，相較于傳統算法，文章提出的算法能在保證安全性的前提下大大提高流量過濾的效率，節省大量資源。關鍵詞：機器學習；白流量過濾；惡意流量檢測中圖分類號：TP311? 文獻標識碼：A? 文章編號：2096-4706（2023）03-0086-04White Traffic Detection and Filtering
現代信息科技 2023年3期2023-06-22
- 保溫管道數值模擬及機器學習預測模型
規律，并使用機器學習對模擬所得數據進行訓練，從而得到不同因素對保溫性能的影響比重。結果表明，各參數特征中，管道外徑占比3g%、熱導率占比37%、厚度占比13%，密度及比熱容兩者共占比11%，故在影響管道保溫性能的各因素中，管道外徑、熱導率、厚度占主要地位。各參數對保溫性能的影響規律不同，多因素共同作用下，難以找到一個統一的函數模型來表達各參數對保溫性能的影響規律?；诜抡婺M大量數據，利用機器學習建立預測模型，輸入對應的參數即可預測相應的結果，該模型準確率
有色金屬材料與工程 2023年1期2023-06-20
- 基于機器學習的風速信號預測模型概述
針對基于基于機器學習的風速信號預測模型概述進行討論，進一步彌補現有研究中存在的不足，提高了預測精度。關鍵詞：機器學習；風速；預測模型一、引言機器學習是人工智能的一個分支，它一般通過在大量的數據上進行訓練來實現一些特定的任務，比如圖片分類問題，預測問題，實時翻譯問題等等。風能作為一種主要的可再生綠色能源，因其技術可行性高，低污染，存在巨大的潛力，國內外很多研究人員對其進行了研究。在過去的幾十年中，隨著人工智能和計算機技術的發展，人工智能模型也被許多學者研究并
客聯 2023年2期2023-06-18
- 基于百度Paddle的人類活動識別研究
述了一個基于機器學習的人類活動識別方法。該方法對人類活動數據進行探索和預處理，提出了一個對人類活動進行識別的LSTM模型。本文中的問題是一個典型的分類問題，目標變量是6種不同種類的人類活動，選擇準確率作為模型的評測指標。具體方法是，通過讀取訓練階段保存到本地的模型，以相同的數據構造方式對測試集進行預測評估，不斷地調整學習率參數。研究表明，本文提出的LSTM模型在迭代10次、隱層數為50、學習率為0.01時達到了比較好的準確率，在測試集上有比較好的表現。關鍵
無線互聯科技 2023年2期2023-06-15
- 民眾自由觀的概念建構及其測量
由；自由觀；機器學習；概念建構；量表開發中圖分類號：D034.5 文獻標志碼：A 文章編號：1007-9092（2023）03-0051-022自由作為推動人類政治文明發展的重要價值，歷來是政治學研究的中心議題。在當代西方學界，最先發展的自由主義受到熱烈追捧，并迅速向全世界傳播。但先存的并不意味著就是普遍的，不同時空下的威脅對象與壓迫內容往往不同，導致自由被賦予的內涵以及公眾關注的側重點自然有所差異。①近些年來，自由在我國受到黨和國家的高度重視，社會主義自
治理研究 2023年3期2023-06-10
- 基于隨機森林的帽兒山珍貴硬闊葉樹種適宜性分布
重要性排序；機器學習中圖分類號：S718 文獻標識碼：A 文章編號：1006-8023（2023）03-0064-09Abstract：The geographic distribution data of the three precious hardwood broad-leaved tree species， Fraxinus mandshurica， Juglans mandshurica and Phellodendron amurense in
森林工程 2023年3期2023-06-10
- 基于機器學習的直播電商客戶流失風險預測
oost三種機器學習算法，從客戶畫像特征、行為特征、情感特征和價值特征四個方面選取指標構建模型并評價，以對比不同模型在同一個數據集上的預測結果。結果表明，集成算法XGBoost模型表現最佳，客戶情感價值特征對流失客戶預測的貢獻度最大，并由此提出相應的客戶挽留對策。關鍵詞：機器學習；直播電商；客戶流失；預測模型引言隨著互聯網技術的發展，直播電商平臺如雨后春筍般涌現，如淘寶、抖音、快手、小紅書等?？蛻艨蛇x擇的直播平臺和直播內容越來越多。流量大小對客戶訂單數量有
互聯網周刊 2023年10期2023-06-06
- 大數據環境下機器學習課程的教學實踐探索
之發生變化。機器學習課程作為數據科學與大數據技術專業的專業核心課，依托于現階段計算機技術的更新迭代，涉及多學科的交叉學科課程，兼顧理論與實踐應用。正因為學科的復雜性和時效性，本科生學習該課程面臨較大難度和挑戰，基于這一現狀，教師更應從理論出發，不斷探索大數據環境下機器學習課程教學的新模式。關鍵詞：機器學習；大數據；教學研究引言大數據時代的到來依托于信息技術的不斷革新和發展，但是僅靠信息技術的發展，還是不能完全促使大數據時代的最終來臨。大數據時代的來臨必須依
互聯網周刊 2023年10期2023-06-06
- 基于近紅外光譜的陳化大米定性鑒別和摻假分析方法
近紅外光譜與機器學習方法相結合，提供了一種陳化大米以及不同程度的混摻大米的定性定量檢測方法。研究中將原始近紅外光譜數據采用標準正態變量變換預處理后，建立核極限學習機分別用于陳化大米的定性判別和摻假大米的定量分析，其準確度和R2分別達到90%和0.889 2。引入北方蒼鷹優化算法用于模型的兩個重要參數尋優，結果表明北方蒼鷹優化算法能有效提高核極限學習機的性能，測試集預測準確度和R2分別提高約5%和0.054 1，為陳化大米的定性定量鑒別提供了新方法。關鍵詞：
食品安全導刊 2023年5期2023-05-30
- 基于多種機器學習模型的西北地區蒸散發模擬與趨勢分析
摘要 ?基于機器學習方法和多源數據構建高精度蒸散發（Evapotranspiration，ET）產品對研究氣候變化背景下干旱、半干旱地區陸地水循環變化具有重要意義。本文利用西北地區12個草地通量站點與衛星遙感產品，基于隨機森林、極端梯度提升、支持向量回歸和人工神經網絡4種機器學習方法構建ET估算模型，制作5 km分辨率ET產品，并分析ET的長期變化趨勢。交叉驗證結果表明，4種模型的均方根誤差都低于0 57 ?mm·d ??-1 ， R ?2高達0 73～0
大氣科學學報 2023年1期2023-05-30
- 基于Stacking模型融合的ESG評級預測研究
SYN算法；機器學習1引言ESG理念由環境（Environment）．社會（Social）、公司治理（ Governance）3方面組成，于2004年在聯合國正式發布的報告中被首次提及，如今逐漸成為國際廣泛認可的主流投資理念[1]。2022年5月27日，國資委發布《提高央企控股上市公司質量工作方案》，明確提出要構建具有中國特色的ESG信息披露規則、ESG績效評級和ESG投資指引，并實現2023年相關專項報告披露“全覆蓋”。這足以看出當下ESG的重要性。而研
計算機應用文摘 2023年8期2023-05-30
- 甲狀腺疾病輔助診斷機器學習模型研究
甲亢；甲減；機器學習；邏輯回歸；醫學檢驗中圖分類號：TP181 文獻標識碼：A文章編號：1009-3044（2023）02-0007-041概述甲狀腺是人體內分泌系統的重要組成部分，通過穩定甲狀腺激素，維持人體的新陳代謝。甲狀腺功能減退癥（甲減）和甲狀腺功能亢進癥（甲亢）是兩種最常見的甲狀腺疾病[1]。甲亢的特征是甲狀腺激素合成和甲狀腺分泌增加，造成機體代謝亢進和交感神經興奮，引起心悸、出汗、進食和便次增多及體重減少的病癥。部分患者同時有突眼、眼瞼水腫、視
電腦知識與技術 2023年2期2023-05-30
- 深度學習模型應用：面向審計業務全流程的整合性框架
】深度學習；機器學習；審計業務全流程；數據倉庫【中圖分類號】 C93；F239? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）01-0108-9一、 引言科技強審是21世紀以來審計發展最顯著的特征之一。大數據時代， 傳統審計取證模式、 審計流程和審計技術方法需要做出適應性變革。深度學習作為人工智能領域的前沿性技術， 通過建立分層的人工神經網絡（又稱為深度神經網絡）， 試圖模擬人腦中的生物神經元網絡， 利用高效的學習模型自動從
財會月刊·上半月 2023年1期2023-05-30
- 異質性創新補貼對企業創新的機制分析
貝葉斯網絡；機器學習；門檻效應作者簡介：李海林，華僑大學工商管理學院教授，博士生導師，工學博士，主要研究方向：數據科學與創新管理（E-mail： hailin@hqu.edu.cn ；福建 泉州 362021）。湯弘欽，華僑大學工商管理學院碩士研究生，主要研究方向：數據科學與創新管理。林春培，華僑大學工商管理學院副院長，教授，博士生導師，管理學博士，主要研究方向：破壞性創新?；痦椖浚簢疑鐣茖W基金資助重大項目（18ZDA062）；國家自然科學基金資助面
華僑大學學報·哲學社會科學版 2023年2期2023-05-30
- 混合教學模式在機器學習相關課程中的實踐與應用
混合式教學；機器學習；MOOC學習平臺；互聯網+中圖分類號：G642 文獻標識碼：A文章編號：1009-3044（2023）03-0149-031 引言近年來，傳統的線下課堂教學，由于其對時間和空間等條件的限制，已經不能滿足廣大教師的教學需求[1]。在此背景下，混合教學模式應運而生，同時將線上教學平臺與線下老師授課有機結合，有效發揮了上述兩種教學方式各自的優勢[2]。本文運用了基于MOOC學習平臺的“線上”+“線下”混合教學模式，將其應用于高校本科計算機大
電腦知識與技術 2023年3期2023-05-30
- 基于機器學習算法的信用風險量化模型研究
數據，并借助機器學習強大的算力和學習迭代優勢量化信用風險。實證結果表明，該模型算法可提高預測結果的擬合度和準確性。關鍵詞：債券市場；機器學習；信用風險計量中圖分類號：F832.5? ? ? ? 文獻標識碼：A? ? ? ? 文章編號：1007-0753（2023）04-0075-09一、引言信用風險作為金融市場風險的重要組成之一，其被衡量的方式始終被市場參與方所重視。投資者、金融機構、監管部門出于風控需求，對信用風險衡量的要求也趨于更加精準和動態。信用風險
金融經濟 2023年4期2023-05-21