基于最大信息系数和迭代式XGBoost的混合特征选择方法

中医药物质基础实验数据往往呈现特征维数较高、样本较少的特点,且该数据还存在较多的无关信息和冗余信息,给深入挖掘中医药物质信息带来了挑战。提出基于最大信息系数和迭代式XGBoost的混合特征选择方法,利用最大信息系数度量每维特征与目标变量间的相关性,并且按照某种评价准则实现无关特征的过滤和候选特征子集的获取;将候选子集进行排序与划分,依次采用XGBoost方法迭代剔除冗余特征,从而得到有效特征子集。实验结果表明,该方法能够选出数量较少且解释性较强的特征,且对中医药物质基础实验数据有较好的适应性。

迭代式创新、双元机会开发对消费升级的影响机制研究

数字经济不仅打破了传统的企业生产模式也改变了消费模式。在数字技术更新换代的环境下,企业要更加重视选代式创新的重要作用,挖掘消费升级的机会。本文运用226家企业的研究样本数据进行实证分析,结果:选代式创新对消费升级具有显著正向影响;选代式创新分别对均衡型机会开发和创新型机会开发具有显著正向影响;均衡型机会开发和创新型机会开发分别对消费升级具有显著正向影响;均衡型机会开发和创新型机会开发在选代式创新与消费升级关系间具有中介作用。企业在寻找符合自身发展的商业模式和新市场的开辟中,要更加重视选代式创新的重要作用,借助双元机会开发视角去探索不同的商业路径,提升消费的渠道和规模,实现价值创造。

基于迭代式粒子群优化的永磁同步电机热网络模型参数辨识研究

针对集总参数热网络模型未知参数多、参数辨识收敛困难的问题,利用永磁同步电机在不同工况下的特性,提出迭代式粒子群优化辨识框架,用实验测量的电机温度场数据,以各节点估计温度与实测温度的均方误差作为目标函数,将并行优化转化为三步串行迭代优化,减少每一步优化变量数,缩小种群规模,避免陷入局部最优。应用于某额定功率70 kW电机,得到一般热阻和热容随温度变化的规律,电机损耗、绕组涡流系数和气隙热阻随转速变化的规律。台架实验表明,在综合驾驶工况下,以槽内绕组、端部绕组、永磁体、定子齿和定子轭的温度估计最大误差和平均误差作为评价指标,与实测结果以及传统的采用固定参数的集总参数模型相比,提出的模型精确度高,工况适应性好。

苏联早期火箭是如何迭代式发展的

迭代最早是一种计算机的使用方法。因为计算机的运算速度快,可以长时间从事重复性操作,那么就可以用它来做一些看起来很枯燥的事情。比如说,让计算机执行一串指令,每次得到一个结果之后,再从这个结果出发,重新计算一遍,得到一个新的结果。如此反复,最后会形成一个比较完善的结果。这样的事情让数学家来做,就浪费了宝贵的时间和智慧,而计算机正合适。迭代算法逐渐为人们所熟知后,也扩展到了其他领域,包括航天领域。

迭代式教学:“双减”背景下的教学智性应变

迭代式教学以学生为主体,以“学”为中心。这种教学方法具有真实性、生长性、反思性等特质。迭代式教学实践重结构,重方法,重迁移。实施迭代式教学响应了国家“双减”政策,契合了学生的“学习”本义,促进了教师的课程理解,此种教学方法不仅仅是一种教学方式、策略、手段,更是一种教学思想、理念。

劲酒的升级式看透和梅见的迭代式说破

劲酒曾经一度创造了营收百亿元的辉煌业绩,然而最近几年,劲酒处于不温不火的销售状态,有点像前几年遇到问题的李宁服装,既没有留住老用户,又没有抓住新用户,陷入尴尬的困局中。本文来梳理一下劲酒过去成功的逻辑。劲酒是怎么成功的,后来为何遭遇尴尬最初的劲酒试图从功能突破,当时的传播诉求为:常饮劲酒,精神抖擞。入市之后,一直未见太大起色。后来劲酒传播诉求改为:劲酒虽好,可不要贪杯哦!一度打开了市场局面。

多课程融合项目迭代式教学模式研究

针对相关性强的多门计算机专业课在教学时相互独立和缺乏综合运用的现状,提出了一种多课程融合项目迭代式教学模式。多门课程的教学围绕着同一个大项目展开,将大项目拆分成一系列从易到难的迭代教学任务,采用线上线下混合式教学方式,并引入业内流行的TAPD研发平台作为教学辅助。以JAVA程序设计、数据库原理与应用课程融合教学为例,详细介绍了这种模式的教学设计和具体实施过程。

从“星舰”看马斯克的迭代式发展思路

3月14日,太空探索技术公司的星舰超重型火箭第三次试飞。一级火箭工作正常,作为二级的星舰飞船进入了宇宙空间,进行了亚轨道飞行,但是两级都没有实现回收的目标。虽然如此,世界各地的“马斯克粉”已经是异常激动了。其实,“星舰”到了第三次飞行的时候,还是没有完成一种火箭入轨飞行的全过程,也没有实现太空探索技术公司给它设定的目标,也就是成为一种低成本、频繁飞行、可重复使用的超重型天地往返运输工具。

“操作系统”迭代递进式教学方案的探索

针对操作系统这一专业核心课程,探讨了一种新的课程教学方案,按照知识引入、拓展和综合提升的顺序迭代递进,以学生中心,以产出为导向,紧密围绕理论基础、编程实践、理论习题、科研和产业训练有序推进。试行后的课堂调查显示,新方案取得了良好的教学效果。

场景法优化的舱式熏蒸机迭代设计研究

目的在医疗器械智能化、人性化发展的时代背景下,舱式熏蒸产品款式老旧、用户满意度低的问题日益凸显,为提升用户体验,对舱式熏蒸产品进行迭代设计。方法基于场景法梳理现有舱式熏蒸机的作业流程,建立医师、患者、患者陪同人员三者的典型场景;采用交互设计方法深度挖掘交互摩擦点、整理用户需求,重构具备良好交互性能的目标场景;运用全局人机界面原件(HIEs)解析方法解构舱式熏蒸机,建立功能部件与功能性元器件的映射关系,结合目标场景获得舱式熏蒸机的功能需求;以黑箱原理创建功能模型,提出舱式熏蒸机各功能部件的设计目标。结论得出满足用户需求的舱式熏蒸机方案,验证了使用场景法进行产品迭代设计的可行性,为提升同类产品可用性与用户满意度提供了设计方向和思路。

基于TDDT闭环迭代式教学法的航空气象学教学创新与实践

基于“启迪学生创新思维”的课堂目标,结合《航空气象学》的课程特点,发挥飞行技术专业的特色优势,形成层次分明的点线面体航空气象学知识体系,通过真实飞行安全案例分析和气象晦涩概念可视化,打造“教师讲(T-teaching)+学生练(D-doing)+共讨论(D-discussing)+齐反思(T-thinking)”的闭环迭代式教学模式,利用多媒体演示、设置开放性任务、小组讨论、生生互评等,构建手脑共同参与的创新能力培养模块,通过观察和记录学生在课堂上的表现,评估其在学习过程中的主动参与程度,设计注重参与过程的考核方式。基于TDDT闭环迭代式教学法的航空气象学有效提高了学生的学习体验、学习效果和应用所学方法解决实际问题的能力,培养了学生学习兴趣和创新思维。

基于机器学习的迭代式数据均衡分区算法研究

为了实现数据均衡分区,提出一种基于机器学习的迭代式数据均衡分区算法。利用中心数据仓库技术对数据进行集成,并同时完成数据清洗与消减工作,采用核主成分分析法对集成得到的数据进行特征提取。根据特征提取结果,运用机器学习中的决策树算法构建分类器模型,实现数据迭代式均衡分区。实验结果表明,所提算法的数据查全率高于90%,平均查准率在85%以上,均优于传统方法。

基于多顶点替换策略的迭代局部搜索算法解决覆盖推销员问题

覆盖推销员问题(Covering Salesman Problem,CSP)是著名的旅行商问题的一个变体,是NP难问题。给定一组顶点和每个顶点相关联的预定覆盖半径,CSP的目标是在顶点子集上找到一个最短长度的哈密顿回路,使每个顶点被访问或者在被访问顶点的覆盖范围内。为提升搜索候选顶点集的质量,提出一种基于多顶点替换的搜索策略,并将该策略引入到迭代局部搜索算法解决CSP。所提CSP算法通过扰动过程和改进过程的迭代探索邻域最优解,其中扰动过程将搜索发散到未探索的区域,改进过程提升解的质量。实验结果表明,多顶点替换方法相比“移出-重新插入”过程可以获得更高质量的候选顶点集。所提CSP算法在寻优的正确率上取得了不错的成效,尽管运行速度与其他启发式算法相比有差距,但可以在合理的运行时间内解决CSP。

低剂量联合全模型迭代重建在心房颤动患者左房肺静脉及心功能一站式检查中的可行性

目的 探讨低剂量联合全模型迭代重建应用于心房颤动患者左房肺静脉及心功能一站式检查的可行性。方法 将行射频消融术的60例心房颤动患者随机分为试验组(30例)和对照组(30例),所有患者术前均行左房肺静脉CT血管造影检查。试验组扫描条件为管电压80 kV,管电流350 mA,采用全模型迭代算法重建;对照组扫描条件为管电压100 kV,管电流500 mA,采用迭代重建算法(iDose4)重建。比较两组的图像质量主观和客观评分、辐射剂量相关指标。分析试验组基于CT和超声测量的心功能指标的一致性。结果 试验组的图像质量主观评分高于对照组(P<0.05)。试验组左心房、降主动脉、右上肺静脉、右下肺静脉、左上肺静脉、左下肺静脉的噪声值低于对照组,对比度噪声比和信噪比高于对照组(P<0.05)。试验组的容积CT剂量指数、剂量长度乘积、有效剂量低于对照组(P<0.05),且上述指标的降低率分别为56.6%、 59.5%及59.6%。试验组基于CT和超声测量的左心室最大容积及左室射血分数的组内相关系数分别为0.896、0.912(P<0.05),一致性较好。结论 对于心房颤动患者,低剂量联合全模型迭代重建算法的一站式扫描方案在减少辐射剂量的同时,能够提高左房肺静脉的图像质量,并可较准确地评价心功能。

人工参与的迭代式数据清洗方法研究

数据采集技术的进步导致了数据集规模的飞速上涨,由于数据的大规模和高复杂性引起了严重的数据质量问题,数据清洗是数据活动中必要且重要的环节。为了在保证清洗准确率的情况下有效地降低人工标注成本,提出了一种人工参与的迭代式的数据清洗方法(IDCHI)。该方法在检测模块中提出了数据选择优化方法,使分类器在初始阶段就拥有较高的准确度;并进一步提出了待人工标注数据选择方法,有效地降低人工标注的数据量。实验结果表明该方法可有效且高效地清洗错误数据。

数字技术对企业商业模式创新的影响机制研究——迭代式创新与资源拼凑的有调节的中介作用

数字技术的不断革新迫使企业需要及时响应市场的需求,通过进行资源获取和应用转化为新产品和新服务等创造不同的价值。本文通过构建数字技术影响企业商业模式创新的关系模型,借助企业的经验数据进行分析并发现,数字技术有利于企业构建符合自身发展的商业模式,但是这一影响关系需要通过迭代式创新的桥梁作用才能进一步体现出来。资源拼凑会正向调节数字技术通过迭代式创新影响企业商业模式创新的中介作用。研究丰富和拓展了数字技术影响企业商业模式创新的作用机理,揭示了迭代式创新和资源拼凑在构建商业模式中的重要作用。

迭代式特征选择的单细胞分化轨迹推断算法

通过单细胞轨迹推断方法从单细胞转录组学数据或蛋白质组学数据构建细胞的分化轨迹,有助于理解正常组织的发育过程或者提供病理学相关的信息。然而当前的单细胞轨迹推断算法在精确度和鲁棒性的提升上仍然是一个难题,原因之一是在单细胞测序中检测到大量不相关的基因而产生噪声。针对这一问题,迭代式特征选择的轨迹推断方法iterTIPD被提出。其创新点体现在,将广泛用于筛选差异表达基因的特征选择方法迭代式地用于线性或分支结构的单细胞RNA测序数据上,通过筛选出对构建的分化轨迹贡献最大的基因子集来提高细胞伪时间排序的精确度和鲁棒性。在四种scRNA-seq数据集上的实验结果表明,iterTIPD可以有效地提高单细胞轨迹推断算法的精确度和鲁棒性。同样,iterTIPD也使其他的轨迹推断算法的性能得到提升,以此证明iterTIPD具有泛化性。iterTIPD算法成功重构了神经干细胞的分化轨迹,通过对比发现,该分化轨迹与已知的神经干细胞分化轨迹高度一致。同时发现Top2a和Gja1可能是定义活化的神经干细胞亚群的新的标志物。

迭代升级项目式学习 提升信息科技核心素养——以“网课小伴侣”为例

新课标强调以真实问题或项目驱动,引导学生经历原理运用过程、计算思维过程和数字化工具应用过程,建构知识,提升问题解决能力。为此,该课例以爱护眼睛、保护视力为驱动性任务,引入学习项目“网课小伴侣”,采用迭代的方式逐步完善、升级项目案例,有效提升了学生的信息意识、计算思维、创新能力等核心素养。

“数据结构与算法”迭代式教学探索与实践

文章以通信工程专业为例,阐述了数据结构与算法课程教学改革对提升非计算机专业大学生编程能力的重要性,提出了迭代式案例教学的课程设计思路,结合现代教学设计优化原则,如OBE、SPOC、BOPPS与案例教学,设计了打车系统教学案例体系,通过对课堂授课方式进行改革,从而提高学生的逻辑思维能力和编程能力。

迭代式人因工程验证管理

为降低人机接口与环境的影响、系统设备设计的薄弱环节、人员安全风险认知不足的人因失误风险的挑战,核电厂提出人因风险分层分级管理原则,建立人因管理组织体系。针对核电厂程序和生产现场的人因失误陷阱,优化人因管理的流程和方法,应用迭代式人因工程验证,在重大工程改造和维修高风险作业管控中创新迭代,深植追求卓越的核安全文化,培育健康、积极、成熟的人因文化,有效防范各类安全风险,确保核电厂安全、稳定、经济运行。