GTO模型的分析及其模型卡的建立

对近年来提出的GTO模型加以简要分析，针对其在提取参数等方面的不便，提出了一种更适用于电路设计者的新模型，并进一步将其扩展为模型卡。该项研究在一定程度上弥补了Pspice软件的不足，为GTO电路设计提供了有效的模拟手段。

基于银联交易数据和评分卡模型的某银行信贷风控应用研究

本研究基于银联交易数据,成功构建了某银行贷前审批风控评分卡模型。经过数据处理、特征衍生与选择、建模及评估,该模型的KS指标超过了0.3,PSI在0.02左右,表现稳定且业务可行,对贷前用户风险评估具有显著参考价值。研究同时证明了银联交易数据的商业价值,为多方数据联合建模提供了经典案例。

基于AHP-CRITIC法与评分卡模型的RE-CCHP系统综合性能评价

随着“碳达峰,碳中和”工作的推进,我国将大力实施可再生能源替代行动,将可再生能源与传统的冷热电联供系统结合成为未来能源发展的新趋势。但是新能源发电具有的不确定性、波动性,使得系统能源利用率降低且增加了运营成本,同时现有的评价指标和方法尚不完善,文中首先以能耗性、环境性、可靠性、经济性和社会性为目标建立综合评价体系,分别采用层次分析法和CRITIC法计算指标的主客观权重,提出一种通过动态组合赋权法构建评分卡模型的综合评价方法。选取新疆某地区建筑作为研究对象,建立评分卡模型对不同的系统方案进行打分排序,并通过灵敏度计算验证该评价方法的可行性。研究结果将为我国可再生能源冷热电联供系统的建设与评估提供一定价值。

制造业上市公司财务数据异常风险评分卡模型

传统的评分卡模型往往用来对个人或企业进行信用评分。将信用评分卡模型引入上市公司财务数据异常风险评分中,对上市公司财务数据异常风险进行打分,在规范证券市场的同时,中小股东在投资前可以使用其作为投资参考,使得该操作具有一定的研究意义。首先,运用机器学习相关技术,通过特征筛选与SVM-LightGBM模型将上市公司财务异常风险判别的概率值作为逻辑回归模型的输入值;其次,进行特征分箱、证据权重值的计算与替换等操作;最后,将其与评分卡模型衔接,对12287条制造业上市公司的财务数据进行实证研究。结果表明,利用评分卡模型得出的结果具有较高的可信性,该模型可以合理地对上市公司财务数据的异常风险进行评分,且具有较好的性能。

考虑人因-环境因素的山区公路警觉水平量化模型

为描述山区公路驾驶者的警觉状态及水平,综合考虑人因-环境因素,提出了一种山区公路警觉水平量化方法。通过分析驾驶者的眼动及行为数据来确定初始观测指标,基于核主成分分析法对多源数据进行降维,对降维后的主成分使用K-means聚类方法划分高低警觉水平;以低警觉水平样本概率为目标变量,通过筛选人因-环境因素得到了警觉水平量化因子;基于评分卡方法建立了山区公路警觉水平量化模型,并对模型进行了实例验证。研究结果表明:基于人因-环境因素的山区公路警觉水平量化模型的AUC值为0.907,KS值为71.86%,模型效果较好,能为山区公路驾驶者警觉水平动态评价及安全配套设施建设提供参考依据。

海铁联运一体化集装箱场站集卡调度研究

海铁联运一体化集装箱场站依靠集卡进行水平转运作业,为缩短场站内部转运时间,提出海铁联运集装箱场站中铁路集卡与港口集卡联合调度的新思路。基于海铁一体化发展导向,尝试不再区分铁路集卡、港口集卡,通过港铁平台公司投入采购共享集卡,用于整个联运组织的任意水平运输任务,优化转运换装环节,缩短集装箱在港内的流转时间,提高集卡利用率。研究以集卡派遣成本、空车运行成本与时间窗惩罚成本整体最小作为优化目标建立整数规划模型,并利用数学软件编写遗传算法求解集卡调度模型,对算例进行研究分析,得到最优集卡联合调度方案。同时,对遗传算法个体编码方式进行特别设计,使算法与问题间更为适配。通过对比实验可以得出,联合调度方案在一定程度上降低了运输成本,证明了该方案的可行性与优越性。

温室黄瓜叶片光合速率的类卡方模型

为了精确模拟不同光照下温室黄瓜光合作用的变化规律,提出了一种类卡方模型(QCSM)进行建模。使用Li-6400便携式光合测定系统测定了温度分别为16℃、20℃、24℃、26℃、28℃、30℃和光量子流通量密度(PPFD)为0～2000μmol/(m2·s)动态条件下温室黄瓜叶片净光合速率(Pn),以Pn测定值为基础对QCSM参数进行了模拟。结果表明:QCSM拟合得到的黄瓜叶片净光合速率估计值Pn与实测值Pn相符。经过前一年的数据验证,模型精度较高,拟合优度达0.9908,残差标准误差(RSE)为0.4537。与负指数模型(ME)相比,QCSM净光合速率估计值与实测值较接近,同时,QCSM能得到包括光饱和点、补偿点、最大光合速率、暗呼吸、表观量子效率等在内的五个光合作用参数值。与非直角模型(NRH)相比,由QCSM估计的光饱和点、补偿点、暗呼吸与实际较接近。

一种新的“一卡多用”智能卡模型

提出了一种新的“一卡多用”的智能卡的模型，并提出了适合一卡多用的新的硬件体系结构，着重探讨了基于这种模型的芯片操作系统的结构以及有关的安全管理方法。

卡纸模型在“钢结构设计”课程中的应用

"钢结构设计"课程经历了多种方式的教学改革,但教学效果仍有不尽如人意之处。要以改进教学方法、提高教学效果为目的,以硬卡纸模型辅助"钢结构设计"教学的方法,通过在课堂教学和课程设计中的实践应用,提高了学生的学习热情和积极性,使其较好地理解并掌握钢结构的结构组成和细部构造,显著改善了教学效果。

脂多糖致卡氏肺模型大鼠肺泡巨噬细胞释放TNF-α的改变

目的 :探讨卡氏肺孢子虫肺炎 (pneumocystiscariniipneumonia ,PCP)发病中肿瘤坏死因子 (TNF α)的表达情况。方法 :通过建立大鼠肺泡巨噬细胞 (alveolarmacrophage ,AM)体外培养技术 ,应用ELISA和RT PCR法分别测定脂多糖 (LPS)刺激致培养上清液中TNF α蛋白和AM中TNF αmRNA表达的动态变化。结果 :与对照组相比 ,LPS能使PCP模型大鼠AM中TNF αmRNA表达峰值提前 ,4h达峰值 ,使培养上清液中TNF α蛋白表达峰值提前 ,8h达峰值。结论 :脂多糖诱导卡氏肺模型大鼠AM提前分泌高水平的TNE α 。

基于近义词自适应软分配和卡方模型的图像目标分类方法

传统的视觉词典模型(Bag of Visual Words Model,Bo VWM)中广泛存在视觉单词同义性和歧义性问题.且视觉词典中的一些噪声单词—"视觉停用词",也会降低视觉词典的语义分辨能力.针对这些问题,本文提出了基于近义词自适应软分配和卡方模型的图像目标分类方法.首先,该方法利用概率潜在语义分析模型(Probabilistic Latent Semantic Analysis,PLSA)分析图像中视觉单词的语义共生概率,挖掘图像隐藏的语义主题,进而得到语义主题在某一视觉单词上的概率分布;其次,引入K-L散度度量视觉单词间的语义相关性,获取语义相关的近义词;然后,结合自适应软分配策略实现SIFT特征点与若干语义相关的近义词之间的软映射;最后,利用卡方模型滤除"视觉停用词",重构视觉词汇分布直方图,并采用SVM分类器完成目标分类.实验结果表明,新方法能够有效克服视觉单词同义性和歧义性问题带来的不利影响,增强视觉词典的语义分辨能力,较好地改善了目标分类性能.

松软煤层近水平孔解卡机理研究

为了减少松软煤层卡钻事故的发生,分析了近水平孔卡钻的原因及卡钻的形成过程,并建立了各阶段的卡钻力学模型。通过对卡钻主要影响因素的分析,得出解卡的关键在于减小岩屑堆积的密实度和提升排渣效率,以此指导了L型螺旋槽钻杆的结构及功能设计。通过对U型槽螺旋钻杆、三棱钻杆和L型螺旋槽钻杆的排渣性能进行试验对比,验证了L型螺旋槽钻杆的排渣性能最优。通过现场试验验证了L型螺旋槽钻杆较市场上常用的U型槽螺旋槽钻杆更优。

认知视角下高校图书馆用户信息检索行为影响因素的卡方分析

卡方检验法是分析两个变量是否相互独立的一种统计方法,高校图书馆用户信息检索行为受诸多因素的影响,对这些因素进行卡方分析,有助于高校图书馆制定更加科学的信息服务策略。文章通过问卷调查和数据收集,利用卡方检验模型对调查数据进行统计分析,研究了认知视角下高校图书馆用户信息检索行为的影响因素,构建了认知视角下用户信息检索行为的影响因素模型,提出了信息服务的应对策略,对提高高校图书馆用户信息检索效率具有重要的参考价值。

基于扩展的情感词典和卡方模型的中文情感特征选择方法

根据经典的特征选择方法在中文情感评论文本中应用的缺陷和不足,提出了一种改进的中文情感特征选择方法.目前,现有的情感特征选择方法普遍只利用了特征项在褒贬类中的统计信息,忽略了情感极性值对特征选择的影响;同时情感文本中否定词会带来特征项情感极性反转的情况,为特征选择带来较大的负面影响.针对这些问题,首先对情感文本中的否定词进行了检测和判定,对否定词界定范围内的情感特征词进行反义变换处理,有效的解决了情感文本中极性反转的问题.同时还将特征项的情感极性值和其在类中的频率特点两个因素融入到卡方特征选择模型(CHI)中,从而提升了卡方模型在文本情感特征选择的效果.实验结果表明,本文算法较其他算法在多个领域数据集上的情感分类准确率提高了1.5%左右.

基于多视角卡牌模型的需求缺陷检测

需求来源于不同利益相关方对现实系统的认识和期望。需求获取在整个软件产品的研发过程中至关重要,往往决定着软件产品的质量甚至成败。然而,由于各种复杂因素的影响,获取到的需求中往往存在不完整、不准确甚至冲突等缺陷。需求表达上的二义性、需求描述的不完整和不一致等是最常见的需求缺陷。文中提出一种基于多视角需求获取的卡牌模型和需求缺陷检测规则。在需求获取过程中,特别是在其初期,其能够发现来自各方需求信息中常见的不完整和不一致需求缺陷。最后,通过3组项目案例验证了方法的有效性。

珠联璧合:基于机器学习的网络借贷信用评分卡模型研究

近年来,P2P网络平台"爆雷"事件频发,除平台恶意"携款跑路"外,绝大多数平台倒闭的原因在于部分借款人违约而导致平台现金流不足,进而出现提现困难、严重挤兑。本文借助人人贷网络借贷平台的数据,利用广义交叉验证、随机森林等机器学习算法对借贷客户特征变量进行筛选,并建立融入证据权重的Logistic信用评分卡模型,根据客户贷前所提交的个人信息对客户进行信用评分,进而预测客户借款到期时的违约情况。实证结果表明,该模型的预测准确率明显高于样本期间的平台评级,且模型通过了稳定性检验。这一研究结论对P2P网络借贷行业的健康发展与个人信用体系的构建具有重要意义,同时对第三方评级机构的个人信用评估也有一定的参考价值。

卡纸模型在建环专业认识实习教学中的应用

在学校实习教学资源不足、实习单位协作意愿不强形势下,根据专业认识实习目标和要求,探索卡纸模型法实习教学改革创新,结合相关知识点的串讲,促使学生更好地理解系统原理和了解相关生产工艺。连续4届建环学生的改革实践表明,卡纸模型法能很好地促进师生和谐互动、克服实习组织的时空局限、缓解实习资源紧缺矛盾,提升实习教学成效。卡纸模型法实习教学改革对建环及相关专业具有较好的借鉴和推广意义。

基于Petri网的购物储值卡流程模型优化

提出基于Petri网的购物储值卡流程优化方法.通过分析模型中各种行为之间的关系,查找现有购物储值卡模型存在的问题,通过增加相关的控制结构对其进行优化,使得优化之后模型具有安全性、有界性等性质,实现购物储值卡的实名化和可挂失.

可超越评分卡模型么?基于LightGBM与卷积神经网络在贷款违约风险预测的研究

随着贷款机构和贷款业务的增长,尽早识别高风险贷款降低不良率,成为开展该项业务的核心能力。本文借助天池贷款违约数据集,运用特征分箱、模型稳定性筛选等特征工程方法,构建了评分卡模型常用的逻辑回归、LightGBM和卷积神经网络模型,根据客户基本信息与贷款信息,构建了贷款违约分类模型预测贷款违约概率。实验结果表明,LightGBM模型基于AUC和KS指标的性能和稳定性显著优于逻辑回归和卷积神经网络模型。

基于故障模型诊断卡的道岔故障快速处置6步操作法

对ZDJ9型转辙机道岔转换控制过程和道岔表示简化电路进行了介绍,分析了故障模型诊断卡的设计原理及利用诊断卡快速处置道岔设备故障的方法。