机器学习算法在数据挖掘中的应用

文章针对两个具体数据挖掘问题,提出基于机器学习算法的解决方案,首先利用大量路测的移动终端接收电平信号数据,对于GSM网络户外移动终端进行定位,针对这样的问题,此次研究基于支持向量机与K-近邻的方法,提出三阶段定位的算法,大幅度提升了定位的精度与速度。

基于卷积神经网络的农作物病理图像分类算法研究

快速有效检测农作物病理对于农业具有重大的意义,不仅能提高自动化识别病理效率,还可以提高农作物产量。以土豆、番茄等农作物作为病理研究对象,提出一种基于卷积神经网络的农作物病理分类模型MFCPNet。首先构建深度卷积神经网络模型,分别通过卷积层、激活层、池化层全连接层进行组建,然后将提取到的图像病理特征进行多特征融合,从而有效增强农作物病理的特征丰富度。同时对原数据集进行数据增强从而消除样本分布不均的问题。结果表明,所提出农作物病理分类模型的各项标准均优于AlexNet、VGG16、VGG19模型,达到了94.92%的准确率,同时省去人工搭建复杂的特征工程,对推动农业自动化具有一定的价值。

实现我国核电发展良性循环的探讨──核电中长期发展规划的动态投入产出分析

实现我国核电发展良性循环的探讨──核电中长期发展规划的动态投入产出分析ＴｏＲｅａｌｉｚｅａＳｔｅａｄｙａｎｄＣｏｎｔｉｎｕａｌＤｅｖｅｌｏｐｍｅｎｔｏｆＣｈｉｎａ’ｓＮｕｃｌｅａｒＰｏｗｅｒ￥／／章庆华，李林，莫雪峰，王嘉谟，施向军（中国核工业经济研...