基于需求驱动的数据挖掘案例平台的构建

数据挖掘作为本科高校统计学专业的一门专业课程,各校都有自己的考量。但是无非取自不同的教材,用不同的案例对其进行集中的展现。本文就《数据挖掘》课程案例的平台的构建,提出基于需求驱动的案例背景,从而提高数据挖掘课堂教学的时效性。

基于LDA主题模型对AIGC的影响力分析

ChatGPT的出现,引领生成式AI迅速渗透进人们生产生活的方方面面,故了解人工智能内容生成的发展趋势和未来方向非常重要。基于抓取微博平台收录的关于人工智能内容生成的文本内容,先利用jieba分词进行文本预处理,通过LDA主题模型的方法得到七个人工智能内容生成领域的热点主题,包括:人工智能概念股、智能数字内容创作、数字经济下的科技股投资趋势、自然语言技术的突破等。研究揭示了当前AIGC的舆情热点,有助于相关人员掌握生成式AI领域的发展状态,对人工智能未来的应用提供参考。

基于RF-GM(1,1)-BP模型预测福州市财政收入

掌握市场趋势和规划收支费用对于财政部门而言具有极为重要的意义。本文选取1994~2021年福州市年财政收入相关数据,采用随机森林(RF)模型识别出财政收入的关键影响特征,随后建立GM(1,1)-BP组合模型,对2022~2025年福州市的年财政收入进行预测。预测结果表明RF-GM(1,1)-BP组合模型十分适合用于预测福州市财政收入;同时,福州市财政收入将在2021年之后稳步增长,并在2025年到达7,999,256万元。该结论能为相关部门实施的决策提供一定的理论参考。

基于LightGBM模型的产品订单需求量预测

产品订单需求量预测是管理企业供应链的关键环节。准确预测客户对产品的需求量是很有必要的。为了解决不同产品的需求量问题,本文充分利用厂商数据,采用基于LightGBM的集成算法建立产品订单量预测模型。用网格探索进行参数调优,用3折目标编码,最终测试集上的MAPE为0.3541%;拟合效果良好且泛化能力强。最后用LightGBM模型预测后三个月的各个地区、各个品类的月度订单需求量。有助于企业资源有效配置,提高企业的收益效率,具有较大的现实意义和参考价值。

基于XGBoost模型产品订单量的预测

把握供应链需求,提高资源配置和利用效率对企业树立竞争优势具有重大的实际意义。通过特征分析提取了特征变量后,建立XGBoost模型,利用GridSearchCV技术对模型进行调参优化,最终得到模型的拟合优度为0.956,均方根误差RMSE为36.522。同时我们还建立了随机森林模型进行对比,结果表明XGBoost模型效果更理想,因此最终根据所构建的XGBoost模型实现对企业未来三月产品订单量的预测,为企业合理安排生产计划提供了一定的理论依据。

低流量七氟醚吸入在乳突根治手术中的应用

目的探讨低流量七氟醚吸入在乳突根治手术中的麻醉效果。方法40例慢性化脓性中耳炎患者分成两组,异氟醚组(20例)采用异氟醚维持麻醉,七氟醚组(20例)采用七氟醚维持麻醉,分别记录两组患者围术期心率和血压,术后各项指标恢复时间,评估术后24h内恶心呕吐发生情况。结果两组围术期心率和血压水平间差别无统计学意义(P>0.05)。异氟醚组术后恶心呕吐评分为0分9例,1分3例,2分5例,3分3例;七氟醚组术后恶心呕吐评分为0分16例,1分1例,2分2例,3分1例,两组间差别有统计学意义(P<0.05)。异氟醚组患者术毕自主呼吸恢复时间、开始睁眼时间、开始对答时间、定向力恢复时间分别为(10.3±3.3)、(11.4±3.5)、(14.5±6.1)和(24±6)min,七氟醚组患者术后各项指标的时间分别为(5.4±2.1)、(6.7±1.9)(8.5±2.4)和(17±6)min,两组各项指标间差别均有统计学意义(P<0.05)。结论七氟醚较异氟醚吸入麻醉的恢复时间短且副作用少,低流量七氟醚麻醉药能安全有效地应用于乳突根治手术的治疗。

黏膜麻醉辅助全麻用于声带息肉摘除术的体会

目的:观察静脉复合全麻与咽喉部表面麻醉相联合后声带息肉手术的麻醉效果。方法:选择我院声带息肉患者100例,随机分为对照组和复合组,对照组给予全麻后行声带息肉切除术;复合组于全麻前给予1%丁卡因喉腔喷雾麻醉进行局部麻醉。结果:全麻复合咽喉部表面麻醉在声带息肉摘除术中能减少咽喉部的反射,尤其是迷走反射所致心率下降及心血管不良反应,缩短苏醒时间,而且术后喉痛减少,苏醒更快,无不良反应发生。结论:全麻和局部表面麻醉的复合麻醉方法优于单纯的全麻疗效,故临床上提倡使用复合麻醉进行声带息肉切除术。

文献采购评标指标的权重优化——基于方差最大化的AHP+熵权组合的研究

高校图书馆文献采购评标指标的权值的构建,在图书采购工作中是一个重要的环节。文章以25所高校图书馆文献采购的评标标准为研究对象,设置评标指标的AHP权值和熵权值;利用方差最大化的原理,优化组合AHP权和熵权,得到评标指标进行组合权值。该方法能协调主、客观因素,同时处理指标的模糊性和随机性,最终结果显示直观明了。其研究结果为文献资源采购评标指标权值的科学设计提供参考与借鉴。

初探R软件在概率统计教学中的辅助作用

通过实例讨论R软件在概率论与数理统计教学中的运用,展示R软件在计算概率值和求解分位数的问题上的灵活特性,以及R软件在正态总体下的置信区间和假设检验的求法的高效性,从而有助于学生加深对概率统计理论知识的理解,提高实践能力。

基于遗传算法和支持向量机模型的高考成绩预测

为了提高支持向量机算法(SVM)预测的精度,使用遗传算法(GA)优化SVM模型参数,建立GA-SVM高考成绩预测模型。使用贵州省某高中高三理科学生4次模考成绩和高考成绩数据进行验证,与BP神经网络算法、多元线性回归、SVM模型比较,GA-SVM模型预测高考成绩的精度有明显提高,可为高考复习方向提供参考。

GEV分析福州市极端气温变化趋势

运用广义极值理论(GEV),通过对福州地区1953-2013年每日最高气温数据的进行分析拟合.得到了福州地区年最高气温的上升趋势,以及极端气温的重现周期和重现水平.表明该非平稳的GEV模型符合福州地区极端高温的实际态势.

基于Boruta-SVM的软件缺陷预测

软件缺陷预测可以识别软件缺陷代码,降低软件开发和维护工程中的运行风险和成本。Boruta降维的目标是提取出所有与因变量相关的特征,与以损失函数最小化为目标的传统降维方法比较,具有全局性;添加径向核函数的SVM模型具有结构风险最小化的优点。结合两者特点,提出基于Boruta-SVM的软件缺陷预测模型。本文先采用Boruta降维方法提取NASAMDP数据集中所有与因变量相关的特征;然后根据新的特征,通过10折交叉验证确定径向核函数的参数,最后构建SVM模型。实验结果表明:将Boruta-SVM应用于软件缺陷预测中精可以提高预测模型的性能。

家族企业传承问题及对策

作为一种长期存在的企业组织形式．家族企业在各国的经济发展和就业方面扮演着重要的角色。在中国，名营企业里70％以上为家族企业。家族企业早已成为中国经济发展的重要支柱。然而，经过近30年的发展．改革开放初期诞生的首批家族企业已届交接之龄。据统计，未来的5—10年．中国家族企业将普遍迎来权力的转移与继承。

GP模型拟合分析福州市极端气温

运用极值理论中的广义Pareto （GP）分布,通过对福州地区1953～2013年每日最高气温数据进行分析拟合,得到了福州地区年最高气温的上升趋势,以及极端气温的重现周期和重现水平.表明该非平稳的GP模型符合福州地区极端高温的实际态势.

单组份聚氨酯密封胶的研制及应用

介绍一种新型单组份聚氨酯密封胶,着重叙述了密封胶制备的基本原理、反应条件及产品性能,以及简单的应用情况.

谈蔬菜种子品牌创造与推广销售

我国是农业大国，在农业科研推广工作中，我们深深感觉到，科研工作的极其重要。在蔬菜种子推广销售中，目前全国各地纷纷推广适宜各地应用生产的优良新品种，也创造了极大的社会效益与经济效益，为广大菜农致富奔小康和新农村建设起到了极大的推动作用。同时也出现了许多新情况新问题，值得蔬菜科技工作者深入思考和重视。