基于多源大数据融合的银行网点选址方法

针对传统银行网点选址方法中存在的人为主观因素较大、数据量支撑不够、考虑因素理想化等问题,提出一种基于多源大数据融合的银行网点选址方法。该方法通过多源数据构造人流量、交通拥堵指数、用户价值、周边竞争网点数和人均收入5个基础特征,并利用协同训练的半监督学习方法扩充训练集。基于基础特征与机器学习算法构建多个子模型,将子模型的输出概率作为特征,构建基于逻辑回归的集成算法,作为银行网点选址模型,同时提出一种优化银行网点权重的损失函数,以保证模型预测中更佳的银行网点具有更高的权重。通过实验分析表明,该算法相较于传统算法预测评估更为准确,能够很好地解决银行网点选址问题。     

基于SMOTE算法和逻辑回归模型算法的江苏短时强降水潜势预报

短时强降水是导致城市内涝和山洪、滑坡等灾害的重要原因,其突发性强,局地性明显,预报难度大,是强对流天气业务预报的重点和难点之一。本研究利用2011-2018年的江苏省国家气象观测的逐小时降水资料对江苏省短时强降水时空分布特征进行分析,江苏短时强降水频次分布为典型的南多北少,主要降水出现在早晨04-10时和午后15-19时,前半夜出现降水的概率则较低。基于ERA5再分析资料,选取了对于短时强降水有较强判断能力的气象要素,合成少数类过取样算法（SMOTE）和逻辑回归（LR）方法,构建短时强降水的预报模型,利用2019年的,欧洲中期天气预报中心（ECMWF）预报产品基于该模型进行短时强降水的确定性预报和概率预报,并使用同期实况数据进行系统性检验和天气过程检验。结果表明该模型总体性能较好,对短时强降水出现与否有较好的判别能力和预报指示意义。未来24h以内的6h时效预报,TS评分在0.23以上,未来60h以内的6h时效预报TS评分均在0.2以上,但也存在着一定程度的空报和漏报。基于SMOTE+LR短时强降水预报模型对短时强降水的潜势预报具有较好的指示作用,对气象防灾减灾具有重要意义。     

基于遗传算法的SVM-AR改进模型与应用

为提升河流流量的预测精度,将支持向量机与AR进行耦合,并构造三核混合核函数的流量预测支持向量机模型。以渭河流域的月径流量为例,首先,通过时间序列分析,将渭河流域的径流序列划分为趋势序列、季节序列和随机波动序列,然后利用AR模型构造适用于支持向量机算法的数据集,并将数据集按4∶1划分为训练集和检验集;其次,利用线性组合构造由多项式核函数、径向基核函数与Sigmoid核函数构成的三核混合核函数,在训练集上,采用遗传算法确定相关参数,随后在检验集上进行预测。结果表明:遗传算法确定参数会带来较大的不确定性,导致结果差异较大,从而着重讨论遗传算法带来的参数不确定性;通过函数构造与统计分析,给出三核混合核函数参数选择的一般性方法与流程,并进行验证,该参数选取方法能够降低遗传算法的不确定性,得到精度较高的流量预测结果,预测流量与实际流量的均方误差从150左右降低到130左右。     

基于高斯过程算法的日尺度IMERG降水数据与站点数据的融合研究——以湖北省为例

该文针对卫星降水数据空间分辨率较低的问题,以湖北省为研究区域,考虑经纬度、DEM、亮温数据、IMERG插值数据等辅助变量,融合2016年7月19日IMERG日分辨率卫星降水数据与气象站点数据资料.该文提出了点面融合方法和站点偏差校正估计两个融合方案,并选择了自适应样条多元回归、随机森林、高斯过程回归三种算法.结果表明,点面融合方法优于站点偏差校正估计方法,且高斯过程回归的融合结果优于其他两种算法.基于高斯过程方法的融合结果呈现合理的变化细节,符合降水的空间分布变化模式.融合结果的空间分辨率从约0.1°(约10 km)提高到1 km,且精度相对于原始的IMERG数据得到了较大的提升,该研究对高时间分辨率的多源降水数据的融合具有一定的意义.     

机器学习算法用于乳腺癌检测的性能研究

乳腺癌排在女性恶性肿瘤首位,早期发现和诊断是治疗的关键。使用开源乳腺癌数据集,使用了K-近邻、逻辑回归、支持向量机等主流机器学习算法对数据集进行了大量的训练和测试,分析了它们在训练过程中的学习曲线,对训练和测试结果进行了对比,分析和研究了这些算法在乳腺癌检测中的性能,并对未来的研究方向和技术进行了展望。     

基于改进灰狼优化与支持向量回归的锂电池健康状态预测

为了提高锂电池健康状态(SOH)的预测精度,将改进的灰狼优化(IGWO)算法与支持向量回归(SVR)相结合,提出了一种基于改进灰狼优化和支持向量回归(IGWO-SVR)的联合算法。该算法的核心思想是运用改进的GWO算法解决SVR模型中的参数联合寻优问题。IGWO-SVR随机产生1个灰狼种群,灰狼个体的位置向量由SVR模型的3个参数C,σ,ε组成。根据每只灰狼的位置信息进行学习,并计算适应度。按照适应度值对狼群进行分级,对灰狼个体位置进行更新,然后进行差分进化操作,选择优秀个体进入下一代种群,重新计算灰狼个体在新位置的适应度。迭代过程结束后,提取狼群中适应度最优的灰狼位置信息作为最终的SVR模型参数进行训练。在美国国家航空航天局(NASA)锂电池数据集上的实验表明了所提SOH预测方法的有效性。     

基于支持向量机回归的曲面零件涡流测距标定方法

以燃料贮箱筒段外表面聚氨酯泡沫层厚度测量精度要求为例,开展4种常见曲率筒段试件标定试验;提出基于支持向量机回归的涡流测距标定方法,建立提离距离预测模型(LDPM),用于曲面零件涡流测距;研究曲率对涡流测距测量误差的影响规律.根据测量误差产生的原因将测量误差分为两部分:表面曲率误差和其他误差,分析误差分量在传感器量程范围内相对大小的变化规律,为曲面测量误差补偿提供参考依据.此外,对比分析LDPM与常用标定方法获得的标定函数在测量精度、计算速率方面的优劣,为曲面零件涡流测距选用何种标定方法提供建议.研究结果表明:LDPM在传感器量程初始阶段,表面曲率误差对曲率不敏感;在量程中点附近,表面曲率误差绝对值随着曲率的增加,先减小后上升;在终点区域,表面曲率误差绝对值随着曲率的增加而上升.在整个量程范围内的不同测量区间,其他误差保持不变.此外,LDPM可以将测量误差控制在[-0.5, 0.5] mm,精度与5项多峰高斯拟合相当,高于4次多项式拟合,能够满足厚度测量精度要求,无损检测操作方便.     

城市土地利用结构合理度及影响因素分析——以京津冀地区为例

基于改进后的熵权TOPSIS法,对京津冀地区的城市土地利用结构合理度进行评价;运用地理加权回归模型探索驱动因子对京津冀地区城市土地利用结构合理度影响程度的差异.结果表明:1)京津冀地区的城市土地利用结构合理度在空间上具有连续性,呈现出以北京、天津为中心,石家庄为次中心向外递减的趋势.2)同一影响因素对京津冀不同地区的城市土地利用结构合理度影响存在差别,呈现出地域性差异.人口密度对京津冀西南地区影响最大,对京津冀东北地区影响最小;人均第二产业占GRP比重对京津冀东北地区影响最大,对京津冀西南地区影响最小;人均社会消费零售总额对京津冀西部地区的影响大于东部地区;人均科学技术支出对京津冀东部地区的影响大于西部地区;人均地区生产总值的影响呈现出北高南低的特征.3)不同地区城市土地利用结构合理度的影响因素不同,经济发展和科学技术因素是城市土地利用结构合理度的首要影响因素,于不同地区的空间差异性,影响因素对各个不同地区的城市土地利用结构合理度的影响次序和影响程度异质性明显.     

绿色木霉纤维素酶酶活力的研究

探讨不同碳源、氮源、无机盐等因素对绿色木零纤维素酶活力的影响，利用滤纸酶活测定法和DNS比色法测定样品中的葡萄糖含量，间接求出酶总活力．得到的最终优化结果为：磷酸二氢钾789．65mg、氯化钴0．80mg、硫酸镁68．25mg、硫酸亚铁0．80mg、硫酸锰0．80mg、麦麸0．58g、稻草粉0．56g、尿素0．57g、硫酸铵0．23g，所测酶活比原培养基提高8％．     

广西十万大山自然保护区药用植物所在科的重要度分析

本研究旨在确定广西十万大山自然保护区药用植物所在各科的重要程度,用回归残差分析法对保护区182科被子植物中各科的植物种数和药用植物种数之间的关系进行了分析,根据残差值将182科分成114个高利用科和68个低利用科。