Estimating residual variance in random forest regression

Random forest, a data-mining technique which uses multiple classification or regression trees, is a popular algorithm used for prediction. Inference and goodness-of-fit assessment, however, may require an estimator of variability; in many applications the residual variance is of primary interest. This paper proposes two estimators of residual variance for random forest regression that take advantage of byproducts of the algorithm. The first estimator is based on the residual sum of squares from a random forest fit and uses a bootstrap bias correction. The second estimator is a difference-based estimator that uses proximity measures as weights. The estimators are evaluated through Monte Carlo simulations. Applications of the methods to the problem of assessing the relative variability of males and females on cognitive and achievement tests are discussed, and the methods are applied to estimate the residual variance in test scores for male and female students on the mathematics portion of the 2007 Arizona Instrument to Measure Standards.     

基于数据差异的CDP邻近时间点恢复

块级CDP系统无法提供有明确语义信息的可恢复时间点,用户难免需执行多次恢复才能获得有效数据。若对每次恢复都使用传统算法,会耗费大量时间与开销。目标时间点相邻较近的两次恢复,其有效数据间存在少量差异。将部近时间点恢复划分为4种类型,给出一种用“位表”标记差异数据块、把多余数据剔除、缺少数据写入的“差异算法”。原型实验表明,该算法能够提供正确的邻近时间点恢复,其效率优于传统算法,且差异数据量更小,效率更高。     

一种改进的有间隔流形ISOMAP算法

ISOMAP算法成功应用的潜在条件是要求数据集均匀抽样于单个的内在流形。如果数据集均匀采样于某个内在流形,但内部出现了一个间隔,ISOMAP算法可能失效。提出了G-ISOMAP(ISOMAP with a Gap)算法,该算法充分利用了数据集中的间隔特性。首先检测被间隔的子流形间最短欧氏距离对应的数据点,然后将这些数据点互相设置为邻域点,最后用ISOMAP算法找到低维嵌入结果。对G-ISOMAP与ISOMAP算法的区别与联系进行了详细的理论说明,得出ISOMAP算法是G-ISOMAP算法的一个特例,G-ISOMAP算法是ISOMAP算法扩充的结论。实验结果验证了该算法比其他常用的流形学习算法在有间隔的数据集上更有效。     

A framework for a video analysis tool for suspicious event detection

This paper proposes a framework to aid video analysts in detecting suspicious activity within the tremendous amounts of video data that exists in today’s world of omnipresent surveillance video. Ideas and techniques for closing the semantic gap between low-level machine readable features of video data and high-level events seen by a human observer are discussed. An evaluation of the event classification and detection technique is presented and a future experiment to refine this technique is proposed. These experiments are used as a lead to a discussion on the most optimal machine learning algorithm to learn the event representation scheme proposed in this paper.

用PCL语言增强MSC Patran的三角网格划分功能

针对汽车、船舶等结构复杂部件的几何模型从CAD软件导入到CAE软件时经常产生孔、槽以及小曲面等"毛刺",在进行有限元划分时会产生网格缝隙而不能使用MSC Nastran计算的问题. 根据用MSC Patran对模型划分网格后网格缝隙相对较少,且每组缝隙仅含少量节点的情况,提出一种不修补模型而直接进行网格修补的方法,即使用邻接矩阵先对缝隙分类,然后使用不同的网格修补方法.     

深孔加工负压抽屑装置的优化设计与仿真

为解决深孔加工排屑的难题,在分析现有DF深孔钻削系统结构的基础上,运用液压相关理论分析了影响负压抽屑的影响因素.采用Fluent软件对DF系统中负压抽屑装置的喷射角k和负压间隙S进行了力学、速度、能量场仿真,最终通过理论分析与仿真试验的对比研究,得出当k=30°,S=0.4mm时负压效果最好,当k=29°,S=0.5mm时次之.为研究准干式深孔加工新型负压射流结构、负压机理及排屑特性提供了理论基础.     

回填空气间隙对地埋管岩土温度恢复性能的影响

地埋管地源热泵系统在换热孔回填过程中,由于施工不当易产生空气间隙。通过建立岩土耦合单U三维传热模型,按照实际工程中可能出现的3种不同空气层情况进行了计算分析,把不同空气层情况对传热造成显著影响的因素＂地温恢复性能＂作为研究对象,并根据理论计算结果与实际工程的运行数据进行了地埋管进、出水温度的对比验证。结果表明,在岩土温度恢复期内,空气间隙的存在提高了所在区域以内岩土的平均过余温度,降低了地埋管的换热性能。     

我国收入差距扩大的因素分析与政策建议

收入差距问题已经成为当前社会关注的热点问题之一,严重影响到社会的稳定和国家的长治久安。为此,针对我国收入差距的现状、形成收入差距的因素进行深层次分析,并提出推进市场化改革、缩小人力资本差异、完善税收制度等解决思路,以期对缩小我国收入差距有所启迪。     

宁波市家用汽车售后服务质量研究

随着我国汽车产业的快速发展,汽车售后服务作为汽车服务行业的一部分,其服务质量是否得到保证的问题日益受到消费者的重视。通过对宁波汽车售后服务质量展开问卷调查,运用服务质量差距模型和SERVQUAL模型对问卷数据进行了分析,发现了宁波市家用汽车在售后服务质量方面存在的问题,并据此提出了提高宁波汽车售后服务质量的有效措施。     

空间可分级视频编码的层间预测新算法

针对可分级视频编码中图像输出质量与编码所需时间的权衡问题,提出了一种可行的层间预测算法.该算法结合空间可分级的层间结构特点,充分利用基本层宏块及其邻域宏块的备选模式,依据其统计规律计算当前增强层待编码宏块可能的最优备选模式,有效地减少参与运动估计运算的模式数量,以达到降低编码时间的目的.通过JSVM的仿真实验,该层间预测算法与传统的层间预测算法相比,在输出图像质量变化较小的前提下,能够大幅降低编码时间,提高编码效率.