酒店完美联盟——海南

海南是中国南海上的一颗璀璨的明珠，是中国陆地面积最小、海洋面积最大的省。省会：海口。土地总面积33920平方公里，森林面积1714700公顷．森林覆盖率达51％。海南地处热带．与美国夏威夷处在同一纬度．在长达1528公里的海岸上遍布可以开发建设成为世界一流旅游圣地的旅游资源．岛上终年气候宜人．四季鸟语花香，矿物、动植物资源丰富，尤其石油与天然气蕴藏量可观。适宜的气候和优良的沙滩使这里遍布最理想的海水浴场和避暑胜地，如三亚市的鹿回头、亚龙湾、大东海、天涯海角．海口市的秀英海．文昌县的清澜湾．琼海市长坡，铜鼓岭南北海岸，陵水县猴岛，东方县鱼鳞洲等。沿海还有火山爆发奇观与红树林海岸景观。五指山为海南岛主峰．气势格外磅礴。琼中的琼崖纵队旧址则为现代革命纪念地。     

基于多层次特征融合的口腔粘膜性疾病识别方法北大核心CSCD

口腔粘膜性疾病的识别主要依靠医生肉眼观察并进行主观判断,该方法导致疾病识别的准确率低、医生的工作量大。针对以上问题提出一种基于多层次特征融合的口腔粘膜性疾病识别方法。对口腔疾病图像提取深层次特征和浅层次特征共两种,使用EfficientNet模型做深层特征的提取,使用HSV、方向梯度直方图(histogram of oriented gradient,HOG)和灰度共生矩阵(gray-level co-occurrence matrix,GLCM)分别提取口腔疾病的颜色、形状以及纹理的浅层特征,将特征融合后利用随机森林(random forest,RF)算法进行特征选择,选取特征重要性更大的特征,降低特征的维度。最后结合多种机器学习分类器进行分类识别。使用收集到的口腔粘膜疾病数据集进行实验验证,实验结果表明,该方法能达到准确率(accuracy,Acc)92.89%、灵敏度(sensitivity,Sen)89.91%、特异性(specificity,Spe)96.06%以及AUC(area under the curve)98.09%,有效地解决识别中误判多、准确率低等问题。     

利用近邻因子提高二氧化氮遥感反演浓度的精精度度——基于随机森林算法

NO₂是损害健康和破坏生态的主要大气污染物。本文基于NASA提供的Aura OMI遥感反演NO₂浓度,利用采样点8 km内的经济、人口、路网和坡度数据,以及气象、植被和高程的点值数据,采用随机森林算法、地理加权回归(GWR)和多尺度GWR方法提高NO₂浓度的预测精度。NASA原浓度R²为0.48,以上三种模型把交叉验证R²分别提高到0.74、0.71和0.70,其中随机森林算法的精度最高,该算法的均方根误差(RMSE)和平均绝对误差(MAE)分别只有6.4μg/m³和4.98μg/m³,且其速度远快于多尺度GWR,预测精度也高于大部分现有的同等范围研究。在浓度修正方面,局部化经济人口路网因子对预测精度提高的贡献至少为11.24%。此外,基于随机森林算法还给出全国县级城市NO₂浓度估计值的分布图。     

基于Spark的改进随机森林算法

针对基于单机的经典随机森林算法无法满足海量数据处理需求的问题,文中采用Spark分布式存储计算技术设计并实现了改进的随机森林算法。首先计算特征的重要程度,将特征分为公共特征、独有特征和非重要特征;然后按顺序和比例分别在各个特征子空间中随机选择特征;最后通过Spark集群进行实验,分析改进的随机森林算法分类性能、加速比和效率。结果证实改进的算法提高了随机森林构建效率,可以用来解决海量数据挖掘问题,具有良好的可扩展性。     

中原地区森林环境电波传播实验研究

本文给出在中原地区进行的森林环境电波衰减测试的结果分析，提出经验预测模式     

一种基于GPRS的森林防火远程数据传输系统

针对传统的地面巡防、航空巡防等森林防火监测方法实时性差、监测效果不理想等问题,设计了基于GPRS技术的森林防火远程数据传输系统,硬件采用SIM300模块和单片机,由单片机发送指令控制GPRS工作,GRPS通过网络与上位机进行通信,并将数据上传给上位机.上位机以C++ Builder为开发环境,采用Microsoft SQL Server 2000作为系统的数据库,用C++Builder连接数据库,并实现数据的存储、显示和查询.实验结果表明,该系统能够实时监测森林各项信息数据,能够在很大程度上预防森林火灾的发生.     

发现ARRI——专访ARRI中国区总经理刘森林

自1917年成立以来,ARRI一直是世界上最大的高质量电影设备供应商。其生产的产品代表着电影行业内质量品质的最高水准,从而被电影制作领域的专业用户所广泛认可和选择。2011年末,ARRI正式进入中国,从而开启了贴近中国市场服务中国用户的崭新航程,为此本刊独家专访了ARRI中国区总经理刘森林,就行业用户所关心的问题进行采访,从而更好的认识和了解这家经典品牌背后所     

基于网络搜索行为对商品房价格的短期预测

网络搜索数据蕴含了数以亿计的市场参与主体的兴趣与关注,通常代表市场参与主体的预期、预示着其下一步的经济行为。因此我们可以利用广大消费者通过互联网的搜索痕迹与房地产相关的搜索词汇对商品房的价格进行短期预测。基于此,我们以百度搜索指数为样本数据,对数据缺省值进行处理以及删除方差为零的变量,从待选的60个搜索关键词中选出23个数据变量作为自变量。实证研究部分对数据使用了6种回归模型来对武汉市洪山区的商品房价格进行了拟合和预测,得到了预测洪山区商品房价格变动的最优模型。结果显示:线性回归模型和随机森林的预测值效果最优,平均误差率仅有-0.11%和0.13%。文章所用方法可预测商品房房价领先于官方发布数据10-15天。文章最后根据实证结果提出相关建议。     

机器学习在运营商用户流失预警中的运用

文章研究目的是在电信行业的用户流失预警模型中运用机器学习相关技术,提高预测准确度,节约成本。首先介绍机器学习分类算法基础理论,接着给出算法用于用户流失预警模型的架构及预测结果对比,给出用户流失预警模型关于用户流失得分、用户流失的关键指标和用户是否离网的标签。该模型可用于预测隔月用户是否流失,为客户挽留活动预留了足够的时间,并提供了大量有价值的信息来帮助市场营销人员制定可行的客户挽留方案,具有广泛的行业应用前景。     

工业和信息化部通信发展司领导到黑龙江调研三网融合业务

7月2日下午,黑龙江省委书记吉炳轩来到呼中林业局火场前线视察慰问。在视察通信保障工作时,吉炳轩书记登上卫星应急通信车,了解应急设备运行情况,对省电信行业行动快、质量高的通信保障工作给予充分肯定。