基于5CV-Optuna-LightGBM回归模型的数据预测方法

为解决各类复杂的数据预测问题,文章提出以五折交叉验证(5CV)、Optuna超参数优化和LightGBM回归预测模型为基础的5CV-Optuna-LightGBM混合回归预测模型。采用影响二手车价格的因素数据集,首先进行数据预处理与Pearson相关性分析,确定37个特征指标。其次通过L1正则化对模型进行降噪处理,并利用交叉验证和Optuna算法不断优化模型,最终得到在5CV-Optuna-LightGBM回归预测模型下的数据预测结果。从准确率、花费时间等多个评价指标出发,开展实验分析模型的预测效果,得到准确率为99.433%、花费时间为15s、平均绝对误差为0.306%的结果,与其他模型对比,其预测值更加准确、建模效率更高、拟合度更高。

混凝土箱梁竖向预应力锚固垫板安装倾角误差统计规律研究

竖向预应力回缩损失过大是导致混凝土箱梁腹板开裂的主要原因之一,钢筋的回缩量与锚具安装倾角误差存在明显的对应关系。利用JMCX7121型数显倾角仪,对六座预应力混凝土箱梁桥竖向预应力安装倾角误差进行调查,共收集了2215个样本,采用截尾正态分布和皮尔逊III曲线两种假设,对样本分布规律进行回归分析,并用皮尔逊χ2检验法对两种假设进行检验。分析结果表明:竖向预应力安装倾角误差服从皮尔逊III曲线y=f(X,Cv,Cs)分布,其中X0=2.38、Cs0=0.542、Cv0=1.084,满足工程可靠度0.95的安装倾角误差为4.75°;六座大桥的锚垫板安装的施工水平相当,样本数据离散性大、施工质量不稳定。表明目前国内桥梁建设行业对竖向预应力施工不够重视。

基于正多面体算法的水文频率自动计算研究

基于正多面体算法能有效地解决包括带约束的非线性规划的最优化问题在内的各种类型的优化问题,将正多面体方法引入到水文频率计算领域,用来自动获得皮尔逊Ⅲ型分布3个参数E(X),Cv,Cs的最佳估计值,使经验点据尽可能地接近理论曲线,从而取代目估适线,实现了频率参数的自动优化.以洛阳地区水资源评价为例,验证了本文方法在理论和应用研究中取得较好的效果.

CBA参赛球队得分结构与球队成绩排名的相关性研究

篮球比赛中各位置得分情况对比赛结果排名有重要意义和作用。运用文献资料调研、数据统计、相关性分析等方法对CBA参赛球队得分结构与球队成绩排名的相关性进行研究。研究认为,比赛结果排名跟各位置得分的相关性并不显著,相关性大小依次是后卫、前锋、中锋;中锋和前锋之间得分具有强负相关性;比赛结果排名与后卫的2分球得分有强相关性。

慕课反转式教学在妇产科规培生多囊卵巢综合征教学中的应用

目的研究妇产科规培生多囊卵巢综合征教学中采取慕课反转式教学的应用价值。方法选取本院的44例妇产科规培生,按照随机数字法分研究组和对照组,各22例。研究组采取慕课反转式教学,对照组采取常规教学,对比两种教学方式的应用价值。结果研究组平时成绩、临床实践成绩、综合考试成绩及总成绩均显著高于对照组(P<0.05);教学前两组自我动机信念、任务分析、自我监控与调节以及自我评价的评分比较,差异无统计学意义(P>0.05),教学后研究组各评分均显著高于对照组(P<0.05)。结论妇产科规培生多囊卵巢综合征教学中采取慕课反转式教学效果明显,不仅能够提高规培生的考试成绩,同时可改善自主学习能力。

CBA2012—2013赛季常规赛外籍球员技术指标与球队成绩的相关性研究

运用文献资料、数理统计、逻辑分析等方法对CBA2012—2013赛季常规赛外籍球员技术指标进行数据统计,并与常规赛各球队的成绩排名进行相关性研究,研究结果表明球队成绩排名跟外籍球员在场均助攻方面具有强的相关性而与外籍球员上场时间具有强负相关性;外籍球员平均上场时间和外援的进攻效率具有很强的相关性;球队成绩排名跟外籍球员得分、进攻效率等相关性并不显著。

基于特征选择的RELM风速短期预测

准确的风速预测是风电场功率预测的基础,对大规模风电并网具有重要的价值。文章提出一种基于信息增益(IG)的正则化极限学习机(RELM)短期风速预测方法。首先采用信息增益对32维风速属性序列进行特征选择,并对其进行加权;然后将正则化系数引入极限学习机(ELM)网络,构建RELM风速预测模型;最后结合美国风能技术中心的实测数据进行仿真,与传统ELM网络、BP神经网络相比,该方法具有较高的准确性和预测精度。

高速铁路列车运行晚点特征分析

为提高高速铁路列车准点率,降低高速铁路列车晚点带来的安全隐患,探究高速铁路列车晚点规律,以国内某地区高速铁路沿线4个调度台的列车运行实绩数据为基础,分析其晚点水平、晚点时分分布、增晚分布等晚点指标频率;应用统计学方法—皮尔逊相关系数法和R语言编程工具,探究晚点指标的相关性,得出该高速铁路列车晚点特点及规律。结果表明:上述方法可以得出高速铁路列车晚点规律,在实际工作中可用于降低晚点率,消除安全隐患。

面向自闭症辅助诊断的无监督模糊特征学习新方法

自闭症患者的行为和认知缺陷与潜在的脑功能异常有关。对于静息态功能磁振图像(functional magneticresonance imaging,fMRI)高维特征,传统的线性特征提取方法不能充分提取其中的有效信息用于分类。为此,本文面向fMRI数据提出一种新型的无监督模糊特征映射方法,并将其与多视角支持向量机相结合,构建分类模型应用于自闭症的计算机辅助诊断。该方法首先采用多输出TSK模糊系统的规则前件学习方法,将原始特征数据映射到线性可分的高维空间;然后引入流形正则化学习框架,提出新型的无监督模糊特征学习方法,从而得到原输出特征向量的非线性低维嵌入表示;最后使用多视角SVM算法进行分类。实验结果表明:本文方法能够有效提取静息态fMRI数据中的重要特征,在保证模型具有优越且稳定的分类性能的前提下,还可以提高模型的可解释性。