利用衍生特征预测新冠疫情的随机森林方法

新冠疫情爆发以来,许多研究运用时滞动力学模型、传播动力学模型和机器学习模型对疫情进行分析,取得了一定的效果。然而由于不同国家和地区之间发展差异较大,数据不均衡,导致算法普适性较弱。随机森林(Random Forest)是一种基于决策树或回归树的集成学习模型,由多个Bagging集成学习技术训练得到的决策树或回归树投票来获得最终的结果。在分析数据集特性的基础上,该文将原本难以体现样本差异性的特征值进行变换和组合,衍生出新的特征值,并且根据新增特征值将原有数据进行分组。采用随机森林构建疫情预测模型,对各个分组数据集分别进行训练和预测。在随机森林模型中的实验表明,该方法能够有效提高新冠疫情预测准确率,对原本差异显著地区具备更好的适应性,同时很好地防止机器学习过拟合,能较好容忍噪声值和离群值,也给未来类似传染性疾病的预测提供了新的思路。

混合所有制职业院校的本质属性及其衍生特征

"混合所有制职业院校"是"混合所有制经济"引入职业教育领域而形成的一个新概念。混合所有制职业院校是指其资本构成由国有资本、集体资本、非公有资本等交叉与融合形态的职业院校。混合所有制职业院校的本质属性是"国有资本的参与"和"不同所有制性质产权结构的多元化"。其衍生特征有四个:即产权结构多元化引发的资本所有权分散与教育经营权集中的特征,产业资本注入职业教育领域而实现的产教深度融合特征,由不同所有制资本合理组合所形成的功能优势互补性特征,以及由资产所有者来源或成分复杂性而产生的形态多样化特征等。

论教师实践性知识的本质属性与衍生特征

实践性知识是教师素质的核心,决定和指引着教师在实践中的行动,实践性与个性化是其本质属性,情境性、默会性、整体性、生成性等特征都从属于这两个属性。同时,教师实践性知识承载着显著的道德诉求,并表现出一定的身体化倾向。

基于混合特征双重衍生和误差修正的风电功率超短期预测

随着风电渗透率的不断提高,对风电功率进行精准、可靠的预测是提升风电消纳水平的有效措施。针对功率预测时风电数据种类不足和特征数量稀缺的问题,提出基于混合特征双重衍生和误差修正的风电功率超短期预测模型。首先,在原始功率特征中施加混沌噪声,构造出多条混沌扰动特征,改善原始功率特征分布过于单一的状况。其次,提出基于免疫算法的特征衍生算法,挖掘风电功率数据的潜在信息,增加优质特征数量,进而构建误差预测模型,通过预测风电功率预测误差修正风电功率预测结果,进一步提升预测准确率。最后,基于比利时风电场实际运行数据进行算例分析。所提模型预测效果较好,且相较其他传统预测模型精确度更高,验证了所提模型的有效性。

基于高辨识复合衍生特征的LiDAR数据分类方法研究

针对激光雷达测量技术现有数据特征单一、地物辨识能力粗糙、类别划分区间模糊导致地物分类精度低的问题,提出了一种基于复合衍生特征和模糊Dempster-Shafer(DS)证据合成理论的地物分类方法。首先,确定LiDAR数据分类特征对不同类型地物的可识别性,选择特征空间中关联性强且区分度大的源特征与衍生特征;然后,比较归一化差值植被指数与绿色归一化差值植被指数对地物反应属性的差异性,提出并构造具有高辨识能力的复合衍生特征复合归一化差值植被指数;最后,结合使用岭型信任分配函数进行模糊DS证据合成与决策,最终实现对地物的精确分类。实验结果表明,总分类精度由85.78%提高到了89.20%,证明了本文方法的有效性。

用衍生特征根确定主成分

引入衍生特征根 ,用它确定线性回归模型的主成分 .

基于特征衍生的个人信用风险评估组合模型研究

在特征选择和特征衍生的基础上,分别基于特征扰动和XGBoost与Lightgbm的算法差异建立了四个单一模型;利用单一模型性能确定权重,构建了个人信用风险评估的线性组合模型。实证分析发现,有衍生特征的四个单一模型的AUC和KS均优于无衍生特征的四个单一模型,有衍生特征组合模型的AUC和KS均优于无衍生特征组合模型。实证结果表明,基于特征衍生的组合模型能显著提升个人信用风险评估的预测性能。

综合天气相似分析方法及其气象预报服务应用

为改进传统“切片”式天气形势相似分析方法存在的不同切片相似结果不一致、预报稳定性欠佳问题,借鉴大数据思维,将天气系统视为一个由高中低层大气相互配合、静力热力动力条件相互影响的综合体,以多种气象要素再分析格点资料为基础,采用机器学习PCA方法对原始数据进行降维、浓缩,经归一化处理后构建出适于综合天气相似分析的样本衍生特征因子矩阵;然后使用KNN算法计算样本间各特征维度的相似距离、并结合方差贡献率赋予其相应的权重,最终按综合相似距离大小排序给出目标样本在历史天气形势库中的综合最相似序列,从而实现对传统相似天气预报方法的升级改进。对比分析和测试应用表明,该方法可提供多要素、多层次“立体”综合相似下的一致性结论,有助于预报员更好地理解天气系统结构和演变过程、进而更准确地研判可能发生的相关天气现象,在精细化气象预报服务方面有良好的应用前景。在2023年以来的几次广西区域性极端降水气象预报服务中,该方法取得了较为显著的应用效果。

基于亮度评估技术的特征增强衍生图融合算法

针对由动态范围,光照条件,图像捕获设备等因素获得的低亮度图像,提出了一种基于亮度评估技术的特征增强衍生图融合算法来实现亮度较暗图像的对比度调整和特征增强.首先,利用亮度评估技术对低亮度图像的亮度进行评估优化处理,得到曝光率映射;然后,结合曝光率映射和改进的卡方分布函数模型来获取两幅特征增强的衍生图进行融合.最后,利用改进的衍生图融合算法得到最终融合图像.实验结果表明,所提算法的亮度误差,视觉信息保真度,图像互信息等评估参数优于近期方法,在提升图像对比度同时保留了图像良好曝光率区域,并较好地恢复了低亮度区域的边缘以及纹理等细节信息.

特征指纹图谱统一化变换的规范数字化评价系统研究

目的对特征指纹图谱统一化变换的规范数字化评价系统进行研究,对30个特征参数的变化规律进行评估和解析。方法采用RP-HPLC法建立23批苦碟子注射液(KDZI)指纹图谱,用"中药色谱指纹图谱超信息特征数字化评价系统4.0"软件计算其特征指纹图谱统一化变换的30个参数,将这些参数与统一化指纹图谱的统一化参数进行比较。用系统指纹定量法评价23批苦碟子注射液质量。结果用特征指纹图谱评价出S21最佳,选择15号峰作参照物峰好于21号峰。结论特征指纹图谱的统一化变换参数有11个与统一化参数相同,依据统一指纹参数能评价参照物峰选择是否合理。

基于知识图谱的银行反欺诈模型的研究与应用

针对传统的银行反欺诈模型已无法满足欺诈检测要求的及时性与准确性的问题,本文提出了一种基于知识图谱的反欺诈模型。该模型基于多源信息和高维衍生特征的大数据,构建知识图谱,对信贷个体进行全方位画像,分析关联关系,并抽取网络属性。从四大方面、两大维度挖掘风险特征,四大方面指个人基本信息、账户信息、征信和行为信息,两大维度指个人节点和网络结构。最后将风险特征代入LightGBM,判断是否为欺诈类型,并得到对应概率。实验表明,相比于仅使用个人自身特征的模型,使用个人特征加网络特征的模型效果更好,AUC和F1分数分别提升5.18%和5.71%。因此,该方案能够有效地为银行对个人信贷进行欺诈评估。

互联网金融欺诈预测的特征工程方法研究

大数据和人工智能改变了互联网金融的风险防控方式,金融风险除了信贷欺诈和营销欺诈之外,还有资金交易欺诈、证券投资欺诈、财务造假、洗钱等类型,每种风险类型有不同的特征。不同于大众对于人工智能的幻想,扩展到现实世界中其他复杂的问题,没有一种单一的机器学习算法能够解决所有问题。主要研究普适的特征工程方法,并针对互联网金融欺诈识别领域内的特定问题,从特征工程角度提出解决方法。

基于机器学习在可转债定价问题中的应用

受各种因素的影响,传统B-S估值模型对可转债估值存在些许偏差。因此,文章以传统估值模型为基础,结合多元线性回归和多项式特征,衍生构造可转债估值模型。与传统估值模型相比,该模型考虑了各因素对估值存在的影响,其估值对市场价格有更好的解释作用,定价更加准确。

基于频繁子图挖掘的异常入侵检测新方法

针对传统的基于系统调用序列的异常入侵检测方法中离线学习过程对训练数据量过于依赖的问题,引入频繁子图挖掘理论,利用系统调用序列转换为有向图结构后所特有的衍生能力,能够以较小的训练数据规模获取数量可观且行之有效的衍生特征模式。实验结果表明,经扩充的特征模式集能够有效提高对未知程序行为的鉴别能力。同时,将系统调用序列的局部特性与全局特性相结合,为变长特征模式的提取提供了一个较为合理的参考。

基于多源数据融合的汽车金融贷后风险管理

为了降低汽车金融公司发放贷后的信用风险,文章提出了一种融合客户静态信息和动态驾驶行为的风险管理模型。该模型的目标是通过预测客户逾期天数来实现对客户的分类分级管理,重点设计了基于GPS轨迹的特征挖掘和变量衍生,并通过转移矩阵完成了客户标签定义,最后通过XGBoost算法构建模型。实验结果表明,文章提出的贷后风险管理模型能够取得良好的预测效果。

“油腻”的新义与新用

近年来,“油腻”一词在网络语境下衍生出了一系列新的语义,并被广泛运用于书面的表达中,但已有的研究和现代汉语辞书释义对其语义认知不足。作者基于BCC语料库和CCL语料库,对“油腻”的语义系统进行考察,试图阐明“油腻”语义衍生的表现特征和流行动因,并为“油腻”的辞书编写、教学与习得提供些许参考意见。

基于多因素的LSTM瓦斯浓度预测模型

为解决煤矿瓦斯浓度预测问题,提出基于多因素的LSTM瓦斯浓度预测模型。模型首先对煤矿多源监测数据进行数据融合、缺失值处理;其次通过特征衍生、有监督化、无量纲化,融合各环境因素特征和时序数据的时间性特征,且衍生出更多交叉项特征和高次项特征;然后利用经验法和逐步试错法确定隐藏层维度;最后进行模型训练和测试。研究结果表明:基于多因素的LSTM瓦斯浓度预测模型的RMSE仅为0.021,MAE为0.01,比单因素LSTM模型、RNN模型预测效果好。因此,基于多因素的LSTM瓦斯浓度预测模型可更精准地进行瓦斯浓度多步预测,促进煤矿安全生产。

特征含硫衍生物对硫熏牡丹皮检控的意义

二氧化硫残留量是当前硫熏药材检控的法定指标,但该指标能否客观反映药材硫熏程度有待深入研究。牡丹皮硫熏后会产生特征含硫衍生物。本文采用UPLC-QTOF-MS/MS对硫熏牡丹皮中特征含硫衍生物进行确证,并对贮藏前后特征含硫衍生物的量与二氧化硫残留量进行统计学分析。发现贮藏可导致药材中二氧化硫残留量显著下降,但特征含硫衍生物含量没有明显改变,说明二氧化硫残留量不一定能真正反映牡丹皮的硫熏程度,以特征含硫衍生物作为硫熏药材的检控指标更具适用性。

基于LightGBM的航空发动机剩余使用寿命预测

航空发动机的可靠性和安全性至关重要,剩余使用寿命(RUL)预测能为预防性维修提供技术支撑。采用LightGBM对发动机剩余使用寿命进行预测,首先,对数据进行探索性分析,了解发动机在发生故障之前平均运行的周期及分布,计算剩余使用寿命,给每个样本添加RUL标签,作为目标变量,通过描述性统计分析、相关性分析和可视化分析对数据进行特征选择;其次,做归一化处理,进一步提升数据质量,建立RUL预测模型并对模型进行分析与综合评估;最后,提出一种基于时间窗口的特征衍生模型优化方案。实例分析结果表明:优化后的模型拥有更高的预测精度,无论是在平均绝对误差、均方根误差还是在判定系数方面较优化前都有明显的提升,其中在测试集上的判定系数提升了30.8%,使得模型更精确可靠。

基于大数据和集成学习技术构建金融企业风险评估系统

本文针对金融机构风险特点,基于其工商、司法、经营、关联方等数据,进行模块化、层次化的集成学习,构建包含800余项指标的金融企业风险评价体系,为监管机构对风险的有效研判提供决策依据。