基于数据转移状态的性质判断模型研究

数据拥有的性质特点决定了其特殊的状态分布区间,研究数据的时空状态和性质特点对智能计算和数据挖掘等研究具有重要的意义。数据转移状态的概念描述了事物在特定的情况下从一种状态转化为另一个状态的概率,它能很好地反映数据不同状态之间协调比例情况。虽然目前的研究集中在使用肉眼直观数据对事物性质的判断上,但几乎没有关于数据转移状态确定事物性质的讨论。本工作考虑将数据转移状态应用于对事物性质分类的工作中,此外,本工作还引入了一个注意力时空模型(注意力时空特征网络,AttSTFN)。AttSTFN主要由三个模块组成,它们分别是空间特征提取模块、时序卷积层和空间注意力池化机制。该模型已在真实数据集上进行了评估,并与一些典型的模型进行了比较。实验结果表明,AttSTFN可以很好地反映时空信息并对数据的性质进行高精度判断分类。

基于改进灰色Markov模型的建筑工程造价预测研究

针对建筑工程造价样本中特征量较多、难以提取导致的数值预测精准度不高的问题,提出基于改进灰色Markov模型的预测研究,以实现有效解决。首先采用线性回归分析法获得建筑造价样本中人工费、机械使用费、材料费以及总造价等子明细特征的先验数据,并建立数据矩阵。然后通过前后相邻数值求得概率均值,并初值化处理均值数据得到对应子明细特征的先验模型。基于灰色Markov模型一阶代表一个变量的特点,建立微分预测模型,计算每次数据更新生成的特征值变化,并与初始值对比,生成特征向量变化序列。最后采用最小二乘积算法求得数据状态转移概率,结合待预测点的向量和转移概率,通过查找对比得出有效工程造价预测。实验数据证明,所提方法针对建筑工程造价的特征量分布情况预测精准度高,造价预测值与真实值间的差距较小,预测性能表现优异。