Credit rating with a monotonicity-constrained support vector machine model

Deciding whether borrowers can fulfill their obligations is a major issue for financial institutions, and while various credit rating models have been developed to help achieve this, they cannot reflect the domain knowledge of human experts. This paper proposes a new rating model based on a support vector machine with monotonicity constraints derived from the prior knowledge of financial experts. Experiments conducted on real-world data sets show that the proposed method, not only data driven but also domain knowledge oriented, can help correct the loss of monotonicity in data occurring during the collecting process, and performs better than the conventional counterpart.     

过程数据的分段线性表示

在时间序列分段线性表示(PLR)基础上，提出用相对点平均误差度量子序列过程状态变化程度，改进过程数据PLR模型分段算法，克服采用单一误差算法的模型失配问题，更加准确地反应过程状态的变化。     

Exploring the Interactions of Storylines from Informative News Events

Today＇s news readers can be easily overwhelmed by the numerous news articles online. To cope with information overload, online news media publishes timelines for continuously developing news topics. However, the timeline summary does not show the relationship of storylines, and is not intuitive for readers to comprehend the development of a complex news topic. In this paper, we study a novel problem of exploring the interactions of storylines in a news topic. An interaction of two storylines is signified by informative news events that play a key role in both storylines. Storyline interactions can indicate key phases of a news topic, and reveal the latent connections among various aspects of the story. We address the coherence between news articles which is not considered in traditional similarity-based methods, and discover salient storyline interactions to form a clear, global picture of the news topic. User preference can be naturally integrated into our method to generate query-specific results. Comprehensive experiments on ten news topics show the effectiveness of our method over alternative approaches.     

基于PDFBox抽取学术论文信息的实现

为了对学术动态、热点及学术发展趋势进行研究,需要对学术研究论文进行数据挖掘研究。首先需要从海量的学术论文中提取有兴趣的信息。针对目前学术论文大多采用PDF格式的现状,重点研究了PDF文件的格式以及对PDF格式操作的各种技术,采用开源函数库PDFBox对PDF格式的学术论文按照规则进行信息的提取,提取的信息主要包括学术论文的标题、作者、单位、关键词、发表时间、摘要等信息。最后对提取信息的正确率进行了统计,有助于针对学术研究的大数据研究。     

大型矿车用减速机齿轮系统的疲劳分析

提出一种基于"放大因子"、采用二维平面单元模拟三维实体动态工况的计算疲劳的方法,对某矿车减速机齿轮系统进行疲劳分析,得到太阳轮、行星轮和扭力管在不同抗拉强度下的疲劳寿命.结果表明:太阳轮和扭力管最易发生疲劳破坏;齿轮寿命对抗拉强度的依赖性较敏感;得出的齿轮系统热处理后的抗拉强度建议值能为设计提供参考,且该方法能大大提高计算效率.     

面向聚类的平面反射数据扰动方法

面向聚类的数据隐藏通常使用数据扰动技术防止敏感信息泄露。针对现有的面向聚类的数据扰动方法隐私保护度低的问题,提出一种基于平面反射的数据扰动方法,将发布对象的全部属性两两配对构成平面上的点,再随机选择一条直线,作每对属性关于直线的对称点,转换后的数据即为发布的数据。实验结果表明,这种方法具有较好的隐私保护度和聚类可用性,且对高维数据有良好的适应性。     

极限训练机在矿山开采最大下沉值估算中的应用

矿山开采过程中采空区地表往往会发生形变,研究其最大下沉值对安全生产具有重要意义,现有的开采最大下沉估算方法还有提升的空间。基于岩移数据决策与极限训练机(Extreme learning machine,ELM)算法,提出了一种估计最大下沉的新方法。该方法将采厚、倾角、平均采深、走向长度、倾向长度和覆岩岩性确定为最大下沉值影响因素;应用以Sigmoid方程为核函数、隐含层神经元个数为114的ELM模型对最大下沉值进行了估算。通过案例分析,ELM模型得到了优于传统算法如CHAID、Boosted Tree、ANN、BPNN和SVM的RMSE、MAE、MAPE、最大残差及秩相关系数,故认为该模型是一种有效的矿山开采最大下沉估算方法。     

露天煤炭资源合理开发的优序决策

运用层次分析法建立递阶结构的露天煤田综合评价模型及评价指标体系,为露天煤田的合理开发提供了一种优序决策的方法。用该模型对七个露天煤田进行了综合评价,说明诙评价模型较为可靠和实用。     

矿山工程设计可靠性研究

本文讨论了矿山工程设计中地质储量、矿山工程建设、工艺系统、露天矿投资等的可靠性计算方法,据此可对矿山能否达到设计规模及预期效益作出评价,从而可采取相应对策。     

浅谈煤矿地质构造评价指标系统的建立与优选

煤炭资源是我国社会发展的重要能源之一,在煤炭资源开采过程中,必须对煤矿的地质结构进行认真分析。重点分析了煤矿地质结构与煤矿开采的关系,通过对煤矿地质结构的发展规律进行分析,建立了一套完善的煤矿地质构造评价指标系统,从而为煤矿资源的安全开采提供了保障。