基于BP神经网络的ETC系统客户的流失分析研究

文章应用神经网络数据分析技术研究ETC系统客户流失的状况,详细研究了如何建立ETC系统客户流失基本模型。通过对客户的基本数据进行神经网络预测,可以发现描述流失客户基本特征的属性值集合以及对应的是否流失的结论。文章给出的是改进的神经网络的预测方法,可提高BP神经网络的收敛速度,增强网络的泛化能力,获得了很好的效果。

基于模糊C-均值聚类的ETC系统客户的逃费分析研究

随着我国ETC系统的普及,ETC系统客户的管理也成了急需解决的问题。文章主要通过利用模糊C-均值聚类的方法对采集到的收费数据进行分析,找出异常点对应的ETC系统客户,进行重点分析和重点监控,确定是否存在逃费行为,以减少通行费的流失,实现科学、合理、高效的管理。

蛋白质交互网络模块化的数据分析

生物网络的模块化是生物系统鲁棒性的一个基本前提。首先根据已有的算法分析改进了经典的谱方法,提出了一个提高模块化方法分辨率的策略。采用不同来源的蛋白质网络来计算地分析网络的模块化属性,发现尽管这些蛋白质网络都展现了较高的模块化程度,但模块化的程度受到数据来源的影响。同时还发现基因在全基因组复制以后,会倾向于在同一个模块中出现,这说明复制基因功能不会产生特别大的差异,使得当删除一个复制基因时,模块内的另一个复制基因会有功能的补偿。

基于稳定遗传神经网络的ETC系统客户逃费分析

随着我国ETC系统的普及,ETC系统的客户管理也成了急需解决的问题。文章首先提出了一种改进的遗传算法,然后采用稳定遗传神经网络的方法对采集到的收费数据进行模拟,找出异常点对应的ETC系统客户,对其进行重点分析和重点监控,以确定是否存在逃费行为。以此来减少通行费的流失,实现科学、合理、高效的管理。

话题检测与跟踪关键技术研究

话题检测与追踪(TDT)技术作为舆情分析的重要技术手段,是近十年自然语言处理和信息检索领域的热点研究课题,笔者对该技术的研究现状和发展前景进行简要概括,并对其中的关键技术新事件检测和话题跟踪技术进行分析和研究。

高等院校数据库课程教学改革研究与实践

本文通过对高等院校计算机专业的数据库课程教学中存在的问题进行深入探讨，并结合自身的教学方法和实践经验，提出了一些相应的教学改革措施应用于实际教学过程，来激发学生的学习兴趣，取得了较好的效果。

基于改进遗传算法的车辆路径问题研究

车辆路径问题是一个典型的组合优化类问题,而传统的算法无法满足顾客需求对物流运输提出的要求.遗传算法是求解此类问题的方法之一,针对遗传算法容易出现早熟收敛,以及车辆运送的时间限制,该文采用改进的遗传算法对有时间窗的车辆路径问题进行分析,实验验证了算法的有效性.

一种基于粗糙集分类的图像增强方法

该文利用两个特征值属性,图像块的低高频能量和图像块的频域熵对图像进行粗糙集分类,得到边缘区域集合和平滑区域集合。然后分别对边缘区域和平滑区域做模糊增强和邻域平均法平滑,最后将图像重构得到边缘增强的图像,从而使图像的边缘变得更加清晰。

一种基于小波包分解的图像分类去噪方法

文章提出了一种基于小波包分解的图像分类去噪方法,即首先用高斯-拉普拉斯边缘检测方法检测出图像的边缘,得到边缘图像;然后利用小波包对图像平滑区域进行阀值去噪,同时对图像进行邻域平滑处理;最后将边缘图像嵌入平滑图像。此种方法不但可以保持图像的边缘信息,而且能够去除图像的噪声,提高了图像的去噪效果和清晰度。

基于改进的模糊决策树ETC系统客户欺诈分析研究

随着我国ETC系统的普及,对其进行管理成了急需解决的问题,因利用电子标签和智能卡进行欺诈的行为将给高速公路管理部门带来了极大的损失。介绍了一种改进的模糊决策二叉树模型,即采用最优分割熵方法确定最优割点来对数据模糊化,引入模糊数学中的不确定性理论,依据分类的不确定性建造树,生成规则,在此基础上利用规则匹配的方法检测任意的样本数据是否为欺诈数据。

聚类分析算法在数字图书馆中的应用研究

传统的图书管理系统中所拥有大量的信息并没有进行深层次的应用及研究分析。本文应用聚类分析算法,帮助图书管理人员了解读者对不同类型书籍的喜爱程度和检索图书的类型,从而得出使用频率较高的图书分类。通过实验分析获得的相关规律和结论,为图书馆数字资源的采购、引进以及个性化服务推荐提供有力的数据依据和决策管理支持。

基于多元线性回归分析的数据异常检测研究

异常检测是数据挖掘中的一个重要研究方向,主要用来发现数据集中的小模式。多元线性回归分析可以对数据进行定量的分析。本文采用多元线性回归算法对ETC客户数据进行异常检测分析。分析得到的异常用户数据可以提供给相关决策人员进行重点监控,以减少客户欺诈行为的发生。