摘要：提出一种基于多核加权支持向量机的水质预测方法.核函数及其参数选择与数据分布的情况密切相关,采用单一的核函数应对水资源质量评价指标的整个数据分布难以达到很好的预测结果.采用多核加权学习的核函数避免了核函数设计的盲目性和局部最优等非线性优化问题.实例表明,该方法的预测结果是合理可行的,且与以往同类预测方法相比,有着更为客观,计算简便等优点.

摘要：以AutoCADR12为例，研究开发了中英文对照系统。该系统实现了屏幕菜单中英文切换显示;下拉菜单对话框中英文对照显示;作图区既可标注汉字，又可标注英语。

摘要：针对传统机器学习分类算法处理高维个人信用数据时分类准确率较低的问题,提出一种基于皮尔森相关系数(PCC)和互信息法结合梯度提升决策树(MI-GBDT)的最优特征子集的选择方法,并应用在决策树、朴素贝叶斯分类器、支持向量机上。利用皮尔森相关系数去除强相关特征,利用互信息法和GBDT计算剩余特征的综合重要度,结合改进的基于特征排序的搜索策略,分别生成3种分类器模型所需的最优特征子集。实验结果表明,该方法在3种分类模型上筛选出的特征子集对应的分类精度分别提高了4.33%、13.29%和20.27%。

摘要：利用对话框功能对ＡｕｔｏＣＡＤ进行二次开发崔洪斌，韩云保，梁雪春河北机电学校，南京广播电视大学１引言ＡｕｔｏＣＡＤ是用于微机上的ＣＡＤ绘图软件，在我国拥有众多地用户，被广泛应用于机械设计、建筑设计等领域。ＡＵｔ。＊＊Ｄ除具有较强的绘图与图形编辑、支持...

摘要：针对短时交通流预测模型存在稳定性不好、预测精度不高等问题,提出一种利用改进的花授粉算法(SFPA)优化支持向量机的短时交通流预测模型。将短时交通流时间序列进行相空间重构,利用模拟退火算法对FPA进行改进,形成SFPA优化算法,并应用到支持向量机参数优化过程中,构建一种SFPA-SVM短时交通流预测模型。通过实例对该模型进行性能测试,测试结果表明,SFPA-SVM模型提高了预测精度,对短时交通流预测是有效可行的。

摘要：在大数据时代的背景下,个人信用数据指标日益繁杂。为降低个人信用数据冗余性,使用基于随机森林与梯度提升决策树组合的特征选取方法;提出混沌粒子群算法优化XGboost信用评估模型参数,提高个人信用评估准确性。实例分析结果表明,CPSO-XGboost相比XGboost、Logistic和SVM在个人信用评估中具有更高的稳定性和准确性。

摘要：为进一步提高选择性支持向量机(SSVM)的分类精度,提出一种基于改进的SSVM的集成算法(AR-SKB)。利用AdaBoost算法和基于广义差别矩阵的粗糙集属性约简算法对样本和样本的属性特征进行扰动,生成差异度较大的个体SVM;利用自组织映射(SOM)和K-means聚类算法结合的聚类算法(SOM-K)对训练出来的个体SVM进行分类,选择每类中训练精度最高的SVM作为最优个体;用BP算法将最优个体进行非线性集成。实验结果表明,该算法在UCI两个数据集上的分类精度分别提高了2.7%和2.2%。

摘要：针对传统的机器学习分类算法在非平衡数据集上准确率较低的问题,提出一种基于随机森林Gini指标和卡方检验的最优特征子集的特征选择方法(RFG-χ^2),并应用于支持向量机算法模型中。利用SMOTE算法对非平衡数据集进行预处理,通过权衡特征的关联性和特征强度这两个指标,训练生成支持向量机模型所需的最优特征子集。实验结果表明,该方法在支持向量机(SVM)模型上筛选的两个特征子集对应的分类精度分别提高了2.5%和1.5%。

摘要：本文从信贷市场实际情况出发,针对我国商业银行内部缺少贷款定价管理监督体制的现状,试图建立一种贷款定价的计量公式,从成本和风险管理的角度来降低商业银行信贷风险,提高经营效益,增强商业银行竞争力。

摘要：针对混合核函数支持向量机(SVM)的多参数选择问题,利用具有较强全局搜索能力的混沌果蝇优化算法(CFOA)对混合核函数SVM中的重要参数进行优化调整。引入基于Lozi’s映射的混沌算法,提高果蝇种群的多样性和搜索的遍历性,有效避免局部最优;在果蝇优化算法中使用负线性搜索距离,提高算法精度。利用UCI数据库进行测试,测试结果表明,CFOA算法能够快速有效地提取混合核SVM的最佳参数组合,分类效果更好。