基于社交网络分析和XGBoost算法的互联网客户流失预测研究

针对互联网行业的客户流失预测问题,提出了一种社交网络分析和机器学习相结合的客户流失预测方法。考虑到社交活动对用户流失的影响,首先采用社交网络分析方法从用户社交数据中提取特征,然后使用XGBoost(Extreme Gradient Boosting)算法来进行客户流失预测,最后将该方法与其他机器学习算法(Logistic回归、支持向量机和随机森林)进行比较。实验结果表明,所提出的社交网络分析和XGBoost相结合的客户流失预测方法优于传统方法。     

基于改进GS-XGBoost的个人信用评估

信用评估分类器的好坏能够直接影响信贷金融机构的盈利能力. 传统的网格搜索法进行参数寻优时会耗费大量的时间, 基于此提出改进的网格搜索法优化XGBoost (GS-XGBoost)的个人信用评估算法. 该算法利用随机森林进行特征选择后, 将改进的网格搜索法对XGBoost中的n_estimators和learning_rate进行参数寻优, 建立评估模型. 从UCI数据库中选取信贷数据进行分析, 分别与支持向量机、随机森林、逻辑回归、神经网络以及未改进的XGBoost进行比较. 实验结果表明, 该模型的F-score和G-mean的值均有提高.     

基于Stacking融合模型的信用贷款违约预测的研究——以Give Me Some Credit数据集为例

文章在Give Me Some Credit数据集上构建Stacking模型，使用SMOTE+Tomek Link综合采样法处理非平衡数据。在实证研究上，选择逻辑回归、K近邻、神经网络、随机森林、LightGBM、XGBoost、Adaboost以及CatBoost模型，并将上述模型分3种情况进行Stacking模型融合。结果显示，对此数据集而言，将随机森林、XGBoost、Adaboost、K近邻以及神经网络5个模型作为基学习器，将逻辑回归作为第二层学习器建立Stacking模型的效果最好。因此，利用Stacking模型构建信用贷款违约风险预测模型具有优异的分类性能和较强的可行性。     

基于聚类与机器学习的零售商品销量预测

本文提出一种基于K-means聚类与机器学习回归算法的预测模型以解决零售行业多个商品的销售预测问题,首先通过聚类分析识别出具有相似销售模式的商品从而实现数据集的划分,然后分别在每个子数据集上训练了支持向量回归、随机森林以及XGBoost模型,通过构建数据池的方式增加了用于训练模型的数据量以及预测变量的选择范围.在一家零售企业的真实销售数据集上对提出的模型进行了验证,实验结果表明基于K-means和支持向量回归的预测模型表现最优,且所提出的模型预测效果明显优于基准模型以及不使用聚类的机器学习模型.     

基于XGBoost算法的遥感图像云检测

云检测是利用卫星遥感影像进行相关应用的基础。针对云检测过程容易受到复杂地表环境干扰的问题，提出了一种基于极限梯度提升（XGBoost）算法的云检测模型。该方法以TOA反射率、亮温和光谱指数等组建特征空间；然后，采用贝叶斯优化对XGBoost模型的超参数进行了调整。为检验XGBoost的云检测效果，选择不同云场景的Landsat 8遥感影像为测试数据，并把XGBoost、随机森林和决策树的云检测结果作对比。结果表明：本文提出的XGBoost云检测模型的云识别效果优于随机森林和决策树，展现了XGBoost在云检测中的潜力；且XGBoost的F1分数和Kappa系数分别可达73%和71%以上，实现了较准确的云检测，可为后续开展云检测研究提供一定的支持。     

基于SSA-LightGBM的交通流量调查数据趋势预测

为了解决传统模型和机器学习模型对周期时间序列预测效果欠佳的问题,本文以韩城高速公路交通流量调查数据为数据集,提出了SSA-LightGBM交通流量调查数据预测模型.对韩城高速数据进行当量计算,然后对当量数据进行奇异谱分解得到周期项和随机项,对周期项进行信号重建,利用LightGBM预测随机项,最后将预测随机项与周期延拓信号进行叠加得到最终的高速当量预测数据.同时与XGBoost和LightGBM预测结果作对比,SSA-LightGBM预测结果与真实值最为贴近,且MAE、RMSE和R2均优于XGBoost和LightGBM模型.该结果对我国高速公路交通调查数据未来的变化趋势预测研究具有很好的指导意义,可以为我国高速公路的整修和养护提供很好的参考价值.     

基于数据挖掘的育龄妇女二孩生育意愿预测

探讨数据挖掘模型与传统的Logistic回归模型在育龄妇女二孩生育意愿预测上的准确性。采取五折交叉验证法,基于正确率、查准率、查全率、AUC和Press'Q检验这五个指标对四种分类方法(Logistic回归、支持向量机、决策树和随机森林)进行对比分析。结果表明:Press'Q的值均大于3.84,说明所有分类方法均好于随机分类结果;从各指标均值看,随机森林表现最好,与Logistic回归相比,其正确率高1.7%,查准率高3.2%,查全率高0.2%,ROC曲线下的面积大0.3,Press'Q的值大1.7。本研究探索的数据挖掘新方法和模型,可为今后研究类似二孩生育问题提供新的思路和尝试。     

基于强化学习和XGBoost的信贷风险

为增加信贷风险预测算法的准确率,降低信贷风险,提出一种基于特征工程下的XGBoost超参数优化模型。使用后剪枝的随机森林进行特征选择,利用基于强化学习的改进Q-learning算法优化XGBoost超参数。实验结果表明,相比较于现有的超参数优化方法,改进的Q-learning在提升算法收敛速度的前提下保证了准确率。该模型在信贷风险预测中的准确率均优于LightGBM、GRU等模型,验证了其有效性。     

基于随机森林回归的清防垢加药量预测方法

复合驱由于强碱化学剂的注入易造成严重的结垢现象,而预测清防垢加药量是制定科学的清防垢方案的关键。为了获得一种具有较强实用价值和较高预测精度的复合驱清防垢加药量的预测方法,该文将随机森林回归算法应用到复合驱清防垢加药量预测。首先,分析并处理影响清防垢加药量的20维特征,利用随机森林回归的特征重要性评估功能对影响加药量的众多特征进行筛选;然后,通过网格搜索和K折交叉验证的方式得到最优参数组合,建立随机森林回归的复合驱清防垢加药量预测模型;最后,通过大庆市某采油厂三元复合驱某区块的清防垢数据,验证预测模型的有效性,并与CART回归、SVM回归和ANN进行对比。实验结果证明,该方法可以实现清防垢加药量的有效预测,较对比模型的预测精度高出约23%,且其预测效果较为稳定,同时经过特征筛选的方式可以提高模型的预测精度,约比未经特征筛选的随机森林回归模型高1.86%。     

结肠癌基因表达谱的分类检测问题研究

随着大规模基因表达谱技术的发展,基于基因表达谱的癌症诊断方法正在成为临床医学上一种快速有效的诊断方法,但是由于基因表达数据维数过高、样本量小、噪声大,使得正确提取有关癌症的特征基因成为关键。以结肠癌肿瘤的基因表达谱数据为例,提出了结合Fisher权函数、离散傅里叶变换和主成分分析的混合特征基因提取方法,以多元Logistic回归分析和贝叶斯决策作为分类器进行肿瘤分类检测。实验结果表明,该方法对于结肠癌数据集CV识别准确率高达96.80%。     

变电站一次设备喷涂PRTV用量的分析

对国网宁夏电力检修公司宁安运维站近2年来一次设备喷涂PRTV用量的统计数据进行分析整理,得出各类一次设备按照标准要求喷涂PRTV时的用量估算值,并针对现存作业中存在的问题,提出相应解决方案。     

制造型企业仓储物流管理的RFID应用——卷烟厂按垛出库及到货扫描系统初探

针对国家烟草管理的现状,有关主管部门在全国推行“行业卷烟生产经营决策管理系统工程”,利用条码等自动识别技术手段实时掌握全国的生产经营信息。但某卷烟厂此前的物流环节已经是“件烟成垛”运输,如何在尽可能保持原有企业管理体系的前提下,达到有关部门的数据统计要求,解决成垛卷烟的物流和信息流的交互与统一问题成为技改的核心。该项目成功的将条码识别与射频识别有机结合起来,为烟草行业信息化提供了生动的应用案例。     

机车空调逆变电源设计

本文讨论的是机车空调逆变电源系统的设计与研究。该电源系统主要是由DC/DC的BOOST升压部分和DC/AC三相逆变部分两部分组成。DC/DC部分所得直流电压通过DC/AC部分逆变成三相交流电,供给空调机组工作。同时,为使电源系统能更可靠的运行,也设计了相应的故障检测、保护等辅助电路。     

新型煤泥浮选机液位传感装置的研制

介绍了一种性能良好的新型浮球式煤浆液位传感装置。该装置利用浮球随着煤浆液位的变化而带动连杆作上下运动,通过机械装置将液位的变化转变成角位移传感器的轴的角度变化,分析角位移传感器输出信号可得到煤泥液位信息。经测试该传感装置各项指标达到了设计要求。该新型煤泥浮选机液位传感装置具有良好的动、静态特性,可以在选煤厂推广应用。     

Effective solution of certain problems of theory of schedulings of nets

Cybernetics and Systems Analysis -     

Determination of the possible duration of performance of a set of tasks

Cybernetics and Systems Analysis -     

桥面损坏状态评估专家系统探讨

介绍关于桥梁结构损坏状态评估专家系统，在讨论状态评估方法的基础上，重点介绍损坏状态评估因素关系树的建立及各因素状态的模糊表达式等，最后以桥面诊断过程为例介绍系统的构成及诊断流程图，知识表达方式，系统推理过程及工作流程。     

风电机组电动变桨距控制系统的优化研究

由于风速的随机性、不稳定性及气动效应的影响,使得风力发电机组变桨距控制系统具有非线性、参数时变性、强耦合等特点,难于实现高精度控制,导致风电机组输出电能质量较差。为了改善系统在恒功率输出运行区域内的动态性能,分析了风电机组变桨距控制系统的现状,建立了整个风电机组模型,提出了优化的变桨距控制策略,并设计了基于模糊控制的变桨距控制器。仿真结果表明,独立变桨距控制技术的控制效果比统一变桨距好,实现了风力机各叶片的优化独立变桨距控制,优化了风力发电系统在超过额定风速时的恒功率控制,具有抗干扰能力强、控制精度高的特点。     

发热量测定仪系统设计

本文介绍了发热量测定仪的结构、工作原理、硬件系统功能,阐述了应用铂电阻进行高精度温度测量的方法,系统用AT89C52单片机作为处理和控制芯片,该发热量测定仪性能符合水泥企业应用要求。