一种随机森林的混合算法

随机森林(RF)是众多分类算法中精确度较高的算法,但其精确度还有提升的需求。文章通过分析C4.5算法和CART算法的计算过程,比较了两者的异同点,提出了一种新的混合随机森林算法,并使用公共的UCI数据集进行实证分析,实验数据表明该算法可以提高随机森林的精确度。从而,使随机森林算法的应用领域得到了扩大。

使用随机森林算法实现优质股票的选择

文章通过比较分析价值策略和成长策略,提出了以价值成长投资策略(GARP)理念为基础的选股模型指标体系,选用了2012年1月至2013年2月间360多支股票的4406个样本数据,通过等频算法对数据进行离散化预处理后,使用随机森林算法实现了较高正确率的股票分类,投资者可以据此判断是否继续持有股票。通过分析优选后的股票在行业平均收益、最值方面的实际表现,验证了该量化选股模型性能优异。

基于Alexa排名系统的节能网信息源确定方案研究

根据节能信息的特点,利用Alexa网站排名系统,制定出一套确定节能网站信息源的方案,并以此方案确定节能网站的信息源。

Hibernate对Struts框架的扩展研究

引入MVC框架,确定了MVC在Web开发的应用模式,研究了符合MVC标准的Struts框架工作流程及其应用的优势和不足。结合持久化工具Hibe(?)ate的功能特点和Struts框架的优势,利用框图描述的方法对Struts框架进行扩展,提出了扩展后的Web开发多层软件体系结构应用模型。扩展后的Struts框架,使Web开发的层次更加清晰,降低了各层之间的耦合,提高了代码的复用性,可使Web开发的效率大幅度提高。

电子商务实习教学OEC管理法实践研究

针对电子商务实践教学组织与管理中存在的问题,研究目标管理和过程控制管理相结合的OEC(Overall Every Control and Clear)管理法如何科学有效地应用于电子商务实践教学中,提出了一套在电子商务实习中实施OEC管理法的具体方案和措施。OEC管理法的应用是对经济管理类实践教学的有益探索,它对形成实习效果的要素即实习内容进行分解,对每个分项进行管理和控制,并将交互性、共享性、开放性、协作性和自主性的教育理念融入到学生知识学习的过程中,真正达到对学生实践应用与创新能力培养的目标。

遗传算法在网络考试系统中的应用

为了提高网络考试系统中抽题组卷的性能,对遗传算法的基本要素进行了研究,设计了一种基于遗传算法的抽题组卷算法,并用数据流程图和伪语言进行了详细的描述。实验数据表明,该算法性能比随机组卷算法更优。

医院医疗物资采购的品类管理

本文根据医院目前医疗物资采购中存在的问题,将商业管理中品类管理的理念结合到医院采购流程中。认为通过医院医疗物资采购品类管理可以减低医院医疗物资采购成本,使医院为患者提供更高品质和低价位的优质服务,也使医院在市场上更具有竞争力。

会计学模拟实习教学目标管理与过程控制研究

介绍了会计学模拟实习教学的背景,阐述了对目标管理与过程控制理论的看法,提出了对经济管理类实习中实施OEC工程实践的具体措施。

石油化工供应链教学演示模型设计与应用

分析了石油化工产业链及供应链物流管理,提出了石化供应链沙盘显示模型的设计思路,并给出了石化供应链沙盘显示模型中设施布局设计与实现,并对该演示模型在《供应链与物流管理》课程的应用过程进行了分析。

关于粮食价格问题的思考

编者按：粮食价格是一个既敏感又需十分谨慎的问题。国务院《关于进一步深化粮食流通体制改革的决定》指出：要“建立和完善政府调控下市场形成价格的机制”。如何合理确定定购价和保护价，既保护农民种粮积极性，又能顺价销售，是值得认真研究的。本期发表一组有关粮食价...

不能忽视粮油质量管理

粮食是国计民生的特殊重要商品，粮油质量管理是粮食部门的基础工作。正确执行党和政府的粮油质价政策，不仅关系到粮食企业的兴衰，而且影响粮食部门与广大人民群众的密切关系。影响粮油产品质量的主要因素近年来，粮食连年丰收，库存增加，市场疲软，粮价下跌，调销困难...

随机森林在量化选股中的应用研究

通过分析国内外量化选股模型采用的指标体系,从焦健的六因子模型出发,使用指标相关性分析方法,提出了八因子选股模型指标体系,选用了2013年3月200只股票的样本数据,使用随机森林算法实现了对2013年4月股票涨跌情况较高精确度的预测,通过对比分析焦健的六因子模型,并分析优选后的股票在行业平均收益、最值方面的实际表现,验证了该量化选股模型在中国股票市场上有较好的性能。

基于深度学习的端到端车牌检测识别系统

针对传统的车牌检测和识别任务,本文提出一个在自然场景下完成端到端的车牌检测和识别任务的深度学习模型,利用该模型,可以同时完成车牌的检测和无分割识别任务。整个深度学习模型可以进行端到端训练。对比现有的车牌检测和识别算法,本文提出的深度学习模型,通过一个神经网络模型,可以联合解决车牌的检测和识别这两个子任务,通过端到端的学习,不仅可以避免误差的累积,而且可以进一步加速神经网络的收敛,提高神经网络的泛化性。在中文的车辆图片数据集中,本文提出的端到端的深度学习模型的车牌检测和无分割识别准确率达到95.4%。

关于粮食价格问题的思考

一）我国现在的粮食价格大体分为三种：第一种是为掌握基本粮源而制定的粮食定购价；第二种是为保护粮农利益而制定的保护价；第三种是自然形成的市场价。在这三种粮食价格中，前两种是由政府制定的，后一种则是由供需关系决定的。以上三种价格近三年来的变化情况如何呢？...