面向对象计数模型中的新型评价指标

评价指标对目标计数很重要,目前常用的评价指标是平均绝对误差(MAE)和均方根误差(RMSE),但它们不适用于对模型精度要求极高的环境,同时还存在误判的状况。针对以上问题,提出两种新的评价指标:加权做差准确率(WSA)和差重混淆率(WSCA)。WSA主要是通过模型预测值和样本真实值的平方进行评估,优点是不仅对异常值敏感,而且可以在鲁棒性强和容错率低的情境下评估模型。WSCA以动态权重的方式将标准化混淆矩阵的评估结果融入评价指标中,可以有效解决使用MAE和RMSE评估模型时对模型准确率误判的问题;同时,可以通过改变标准化混淆矩阵的权重评估各种情境的计数模型。实验结果表明,评价指标WSA和WSCA对计数模型的评估具有有效性,相较于MAE和RMSE,WSA和WSCA的评估结果更具直观性;同时,WSCA的评估准确率达到了99.64%,相较于MAE提高了3.11个百分点。

玄武岩纤维混凝土:制备、性能与应用综述

本文综述了玄武岩纤维混凝土的制备、力学性能、微观结构和应用,并提出了未来的研究方向。在制备技术方面,本文介绍了玄武岩纤维混凝土的配合比、施工工艺、养护条件等关键因素,分别在在力学性能方面、微观结构方面、应用方面进行了相关阐述。最后,本文提出了玄武岩纤维混凝土未来的研究方向,包括提高其性能、拓展应用领域、优化制备工艺等方面的研究内容。