一种基于支持向量机的卷烟销量预测方法

为解决现有线性回归方法对市级卷烟销量预测研究效果不佳等问题,基于支持向量机(SVM,Support vector machine)设计并实现了一种市级卷烟销量预测方法。以湖南中烟工业有限责任公司卷烟销量为研究对象,将支持向量机(SVM)方法应用到卷烟销量预测中,提出了基于SVM的卷烟销量预测混合方法(SHPM,SVM-based hybrid prediction method)。将SHPM与线性回归方法、ARIMA(Autoregressive integrated moving average)方法、SVM方法进行了市级卷烟销量预测的对比实验,结果表明:将SVM方法应用到卷烟销量预测中是可行的。在市级卷烟销量预测上,SHPM预测结果误差相比SVM方法降低9.58%,比线性回归方法降低11.83%,比ARIMA方法降低45.79%。因此,SHPM是一种有效的市级卷烟销量预测方法。

美《国防部数据战略》解析

2020年10月8日,美国防部发布《国防部数据战略》(简称“《数据战略》”)。这是美国防部继2019年7月份出台《国防部数字现代化战略》以来发布的又一份重要战略,标志着美军深化数字化转型进入新阶段。该战略提出,“数据是一种重要的战略资产”,美国防部要加快向“以数据为中心”的组织转型。