基于机器学习的碳排放预测及SHAP特征分析

碳排放是中国乃至国际社会近年来关注的热点问题,一方面经济发展离不开碳排放,另一方面碳排放过量会使生态环境遭到破坏。因此,对碳排放作出有效预测,有助于平衡生态环境与经济发展。通过机器学习分析人口流动、温度、空气质量等特征并构建碳排放预测模型,同时引入SHAP(SHapley Additive exPlanations,夏普利值)解释模型与分析数据。结果表明,人口流动与温度对碳排放有极大影响。

基于深度学习的电子商务销售预测

随着手机端购物平台兴起,消费者购物行为出现明显改变。线上销售迅速成为各行各业主要销售渠道之一。传统的预测方法主要以数据挖掘为主,虽然简单易用,但是难以处理复杂的非线性时间序列,因此该文提出一种基于LSTM-DNN的预测模型,在同LSTM与RNN进行比较后,新模型具有明显优势,可有效提高预测精度,对电商企业降低管理成本具有重要意义。

改进的狮群优化算法脑CT断层图像去噪研究

目的为增强狮群优化算法对脑CT断层图像的去噪能力,提高算法寻找局部最优滤波器组合的效率,进而提升算法对脑CT断层图像的去噪效果。方法通过引入Tent映射,对狮群优化算法进行改进,利用Tent映射对狮群优化算法中所得的幼狮群体的局部最优组合进行混沌操作,通过加快混沌收敛的速度增强其局部寻优能力。结果改进的狮群优化算法对脑CT断层图像进行处理后,去噪图像在视觉效果与峰值信噪比方面均明显优于其他算法,改进的算法性能优良。结论改进后的算法收敛速度较快,可提升寻找最优滤波器组合的效率,并在保留脑CT图像视觉效果的同时显著提高去噪能力。

电商企业信用评价体系研究——基于财务角度的AHP法

从财务的角度,基于层次分析法构建电商企业信用评价体系,从偿债、营运、盈利和发展四个方面的能力来衡量电商企业的信用状况。该体系可以用一个信用综合评价指标——信用度来定量衡量电商企业信用水平,并针对不同的信用度区间给出相应的信用评级。实证分析结果表明,信用评价体系在一定程度上客观反映了电商企业信用状况的排序。

强震作用下巨型网格结构的抗倒塌性能研究

选取圆柱面巨型网格结构为研究对象,在强震作用下,以结构的最大节点位移和杆件失效的数量以及分布作为判别标准,利用ANSYS/LS-DYNA有限元分析软件采用增量动力分析法对结构进行倒塌过程分析,研究结构的倒塌失效机理.在一系列地震波的调幅作用下通过对结构的响应分析可知,结构的倒塌是属于由几何非线性起主导作用的动力失稳倒塌.由倒塌过程中杆件失效的顺序可知,首先失效的杆件发生在支座处的上弦杆与下弦杆,然后向周边扩散至纵向桁架与拱向桁架相交网格的杆件.基于空间结构节点刚度的两种假设,即刚接和铰接,给出了节点刚度对圆柱面巨型网格结构抗倒塌性能的定量分析.结果表明,节点刚度对结构抗倒塌能力的影响较小,按照铰接节点设计圆柱面巨型网格结构是偏保守且合理的.

中国比较购物网站混合分层聚类分析

比较购物网站作为一种专业化的垂直搜索引擎,可以对各大购物网站的商品信息进行搜集和整理,方便消费者快速找到性价比高的商品,节省大量的购物时间。论文搜集了目前中国现有的28家比较购物网站,综合考虑各种影响因素,设计了7个评价指标。基于这些指标,用混合分层聚类的方法将比较购物网站聚为三类。由聚类结果可以看出,帮5买是目前我国最大的比较购物网站。最后,指出了目前我国比较购物网站发展过程中存在的一些问题,并针对问题提出相应建议。