检索结果-内蒙古大学图书馆

电子元器件与信息技术 2024年第12期8卷 116-118页

作者：梁赵娣湛江幼儿师范专科学校

随着数据科学和人力资源管理的融合，精确分析大数据背景下的职业岗位特征愈显重要。本研究聚焦于探究大数据环境下各类职业岗位特性的客观画像，采用改进的adaboost算法，构建一套有效的职业岗位分析框架。在此框架下，本研究综合运用... 详细信息

随着数据科学和人力资源管理的融合，精确分析大数据背景下的职业岗位特征愈显重要。本研究聚焦于探究大数据环境下各类职业岗位特性的客观画像，采用改进的adaboost算法，构建一套有效的职业岗位分析框架。在此框架下，本研究综合运用多种数据挖掘技术，对多源异构数据进行处理与分析，确保结果的准确性和多维度特征的全面性。实验结果表明，所提框架在大数据环境下对职业岗位特征的提取和分类性能表现优越，能够为人力资源管理提供更加精确的决策支持，为大数据背景下的职业岗位分析提供了新的视角和方法。

关键词：大数据分析职业岗位画像 adaboost算法随机森林

来源：评论

学校读者我要写书评

暂无评论

基于adaboost算法的信用债发行主体信用风险分析

基于Adaboost算法的信用债发行主体信用风险分析

引用

作者：梁媛媛大连海事大学

学位级别：硕士

近年来,债券市场成为中国金融市场体系中最具活力的部分,在提高市场融资效率、服务实体经济方面发挥了重要作用。信用债作为企业,特别是非上市企业融资的关键渠道之一,已成为我国债券市场的重要组成部分,投资者队伍不断壮大。然而与信... 详细信息

近年来,债券市场成为中国金融市场体系中最具活力的部分,在提高市场融资效率、服务实体经济方面发挥了重要作用。信用债作为企业,特别是非上市企业融资的关键渠道之一,已成为我国债券市场的重要组成部分,投资者队伍不断壮大。然而与信用债市场隆隆日上相伴而来的,是违约乱象的频生。因此构建较为完善的发债主体信用风险评价体系对于规避信用风险和经济损失、促进金融市场稳健发展不可或缺。本文通过分析发债企业信用风险评价模型中的几个重要性问题,发现以往的研究中存在模型构建以单一分类器为主,难以兼顾精确性和稳健性的问题,且多以二分类模型居多,模型应用范围有一定局限。此外,在评价指标体系构建中以财务数据等“柔性数据”为主,准确性和时效性欠佳。针对上述问题,本文以构建一种信用债发行主体的信用风险多分类评价模型为目标,重点研究构建一套结合了财务指标和非财务指标的信用评价体系,通过集成算法进行指标筛选与分类,进而形成信用风险分类效果更优异的组合多分类器。本文主要研究工作如下: (1)从Wind金融数据库和格兰德管理咨询项目数据库中搜集信用债发行主体的财务和非财务数据并进行分类和量化处理,初步形成由12个财务指标和10个非财务指标组成的信用风险评价体系。 (2)通过Kruskal-Wallis秩和非参数检验完成评价指标初筛,接着利用随机森林算法完成特征变量约减工作,最终有6个财务指标和4个非财务指标被纳入信用风险评价体系。 (3)基于adaboost算法构建集成多分类模型。将信用债发债企业的信用风险大小与其主体信用等级变动幅度(未下调、下调1-3级、下调4级及更多)做映射,将样本企业按分层随机抽样的原则,每个风险等级划分70%作为训练集,30%做测试集,完成模型构建。 (4)运用其他单一分类器:Logistic回归、SVM、决策树、KNN、神经网络进行多分类模型构建,并将实验结果与adaboost集成多分类模型做对比,对比各模型的AUC值、F1值、准确率、召回率、特异度等指标。经过对比分析,得出结论如下:基于adaboost算法的集成多分类模型在分类效果上明显优于上述五种传统单一分类模型,虽然adaboost模型对中风险类别错分率稍高,但因其错分时更倾向“严格”调高风险等级,且未发生将高风险企业划分为低风险企业的“原则性”错误,故在发债主体信用评价问题的解决上具备较强的实用价值,为我国企业信用风险管理行业提供了更有针对性的解决方案借鉴。

关键词：信用债发行主体信用风险管理集成学习 adaboost算法

来源：评论

学校读者我要写书评

暂无评论

拉曼光谱结合adaboost算法的食源性致病菌分类识别

引用

激光杂志 2022年第2期43卷 205-209页

作者：黄杰伦曾万聃杨瑞君吴敏薛庆水夏志平上海应用技术大学计算机科学与信息工程学院上海201418 军事兽医研究所长春130022

食源性致病菌的检测分类一直是食品安全领域的重要研究对象,与传统的病原菌分类方法相比,基于拉曼光谱的分类识别方法具有更高的灵活性和准确性。实验以常见食源性致病菌的拉曼光谱为对象,利用11种病原菌的132条光谱数据,提出一种基于... 详细信息

食源性致病菌的检测分类一直是食品安全领域的重要研究对象,与传统的病原菌分类方法相比,基于拉曼光谱的分类识别方法具有更高的灵活性和准确性。实验以常见食源性致病菌的拉曼光谱为对象,利用11种病原菌的132条光谱数据,提出一种基于主成成分分析(PCA)和线性判别分析(LDA)的adaboost集成分类识别模型。实验结果表明,该集成模型不仅优于传统的病原菌分类方法,而且分类准确率比决策树、支持向量机和logistic回归等单一算法模型更高,可以有效地对食源性致病菌进行分类,且分类准确率达到99.23%。

关键词：拉曼光谱食源性致病菌 adaboost算法判别分析主成分分析机器学习

来源：评论

学校读者我要写书评

暂无评论

基于adaboost算法的布里渊频移提取技术研究

基于AdaBoost算法的布里渊频移提取技术研究

引用

作者：肖枫浙江工业大学

学位级别：硕士

基于布里渊散射的分布式光纤传感技术可以利用光纤的物理特性，在空间和时间上对长距离、大规模工程进行动态监测，在地铁、隧道、桥梁、大坝和管道等大型基础工程设施的远程监控、健康检测与安全防护等方面起到重要作用，是地下光纤通... 详细信息

基于布里渊散射的分布式光纤传感技术可以利用光纤的物理特性，在空间和时间上对长距离、大规模工程进行动态监测，在地铁、隧道、桥梁、大坝和管道等大型基础工程设施的远程监控、健康检测与安全防护等方面起到重要作用，是地下光纤通信—传感一体化网络的重要组成部分。在进行超长距离(超过100km)传输时，由于光纤损耗以及系统噪声的影响，光信号信噪比劣化极其严重，因此如何高效准确地提取布里渊频移是当下的研究热点。基于曲线拟合的布里渊频移技术在信噪比＜5dB的情况下，提取误差超过了3MHz，基于支持向量机的布里渊频移提取技术在扫频范围减小至30MHz的情况下，提取误差达到了3.5MHz。　　本文提出了基于adaboost算法的布里渊频移提取技术，改进了adaboost算法的训练集，从数值仿真和实验两方面开展研究，比较了adaboost算法与支持向量机的提取效果。研究结果表明，相较于支持向量机，adaboost的训练过程更为简单，且能够在低信噪比(＜6.78dB)和低扫频范围(距中心频率±15MHz)的情况下提升10%的提取精度。　　本文主要研究工作及研究成果总结如下：　　(1)布里渊频移提取算法研究：分析了基于支持向量机的布里渊频移提取算法，提出了基于adaboost的布里渊频移提取算法，探讨了adaboost算法中训练集的改进措施。　　(2)基于adaboost算法的布里渊频移提取仿真研究：通过数值仿真，研究了adaboost算法在不同参数(信噪比、扫频范围、扫频间隔)下的布里渊频移提取效果;仿真结果表明，随着信噪比的下降，扫频范围的减少与扫频间隔的增大，布里渊频移提取精度会逐渐下降;比较了adaboost和支持向量机在不同扫频范围下的布里渊频移提取效果。　　(3)基于adaboost算法的布里渊频移提取实验研究：搭建了布里渊光时域分析实验平台;实验研究了adaboost算法在不同参数(信噪比、扫频范围、扫频间隔)下的布里渊频移提取效果;实验结果表明，布里渊频移提取精度的变化规律与数值仿真相吻合;比较了adaboost和支持向量机在不同扫频范围下的布里渊频移提取效果。

关键词：光纤传感布里渊光时域分析布里渊频移提取 adaboost算法

来源：评论

学校读者我要写书评

暂无评论

基于adaboost算法的光伏电站中长期发电预测

引用

工业仪表与自动化装置 2023年第2期 65-69页

作者：王晓东盛庆博孙立群刘绍鹏王新燕刘杰中国石化胜利油田有限公司技术检测中心山东东营257000 中国石油大学(华东)控制科学与工程学院山东青岛266580

该文提出了一种基于adaboost算法的拟建光伏电站发电量预测方法。根据现有光伏电站的历史气象数据与发电量数据,在利用adaboost集成学习算法对传统SVM优化的基础上,对气象因素的天气类型进行分类与识别,进而得到4种天气状态下气象因素... 详细信息

该文提出了一种基于adaboost算法的拟建光伏电站发电量预测方法。根据现有光伏电站的历史气象数据与发电量数据,在利用adaboost集成学习算法对传统SVM优化的基础上,对气象因素的天气类型进行分类与识别,进而得到4种天气状态下气象因素与发电量之间的对应关系;利用拟建电站所在地的历史气象数据,根据天气类型自动选择对应的LSTM模型,对拟建光伏电站的发电量进行预测。实验结果表明,与采用单一LSTM模型相比,该文方法预测精度有明显的提高,具有一定的推广价值。

关键词：发电量预测光伏电站 adaboost算法

来源：评论

学校读者我要写书评

暂无评论

基于改进adaboost算法对环柄菇毒性判别研究

引用

中国农机化学报 2021年第3期42卷 72-77页

作者：李健熊琦胡雅婷吉林农业大学信息技术学院长春市130118

使用改进的adaboost算法,根据环柄菇的特征对其毒性进行判别,提高环柄菇毒性的判别速度和准确性。首先通过计算数据集的初始权值分布,根据权值分布对训练集进行学习,得到弱分类器,根据弱分类器的分类结果,将错误的样本权值加大,同时计... 详细信息

使用改进的adaboost算法,根据环柄菇的特征对其毒性进行判别,提高环柄菇毒性的判别速度和准确性。首先通过计算数据集的初始权值分布,根据权值分布对训练集进行学习,得到弱分类器,根据弱分类器的分类结果,将错误的样本权值加大,同时计算出各个样本特征的权值,并删去权值系数小于规定值的特征;计算每个弱分类器在训练集上的误差率,并计算该弱分类器在强分类器中所占的权重,更新训练集中的权值分布,对权值过高的样本加上了损失函数,得到了最终的强分类器,输出预测结果;最后通过混淆矩阵,准确率,支持率等指标定量计算改进前后的adaboost算法的优化程度。在试验证明部分,使用python对数据集进行清洗,并归一化处理,然后分别利用三种算法对数据集进行预测,得到各自的准确率,改进之后的adaboost算法准确率达到99.96%,比单一的弱分类器和改进前的adaboost算法准确率平均提高7.5%。该方法可以提升环柄菇毒性判别的准确性,缩短毒性判别的检测时间,推动食用菌毒性诊断专家系统的研究。

关键词：环柄菇毒性判别机器学习分类器 adaboost算法特征筛选

来源：评论

学校读者我要写书评

暂无评论

基于动态阈值adaboost算法的风电机组发电机电气故障诊断研究

引用

电气传动 2023年第6期53卷 91-96页

作者：彭艳来樊永杨晓峰杨宏宇王志新龙源电力集团(上海)新能源有限公司综合管理部上海200000 上海博英信息科技有限公司软件部上海200000 上海交通大学电气工程系上海200030

针对风场SCADA数据量庞大,难以实现风电机组发电机快速故障分类的问题,提出一种动态阈值adaboost算法(DTadaboost)。在该算法中引入动态阈值对样本集数据进行筛选,剔除训练模型贡献较小的数据,提出的算法不仅可以减小样本容量,还能使被... 详细信息

针对风场SCADA数据量庞大,难以实现风电机组发电机快速故障分类的问题,提出一种动态阈值adaboost算法(DTadaboost)。在该算法中引入动态阈值对样本集数据进行筛选,剔除训练模型贡献较小的数据,提出的算法不仅可以减小样本容量,还能使被错误分类的数据多次训练,最终实现发电机气隙不均、匝间短路、断条等电气故障的快速诊断。在与其他方法对比的实验结果表明:DTadaboost算法在电气故障诊断中比常规adaboost算法、SWTadaboost算法、GAadaboost算法运算时间快、准确率高,为风电机组的快速故障诊断提供理论基础。

关键词：故障分类 SCADA数据 adaboost算法数据处理

来源：评论

学校读者我要写书评

暂无评论

基于adaboost算法的水质监测数据清洗方法

引用

水电站机电技术 2023年第5期46卷 109-111,126页

作者：侯锋李朋庞洪涛田雨陈凤鸣田青青干里里国投信开水环境投资有限公司北京101100 北京智宇天成设计咨询有限公司北京100089 中国水利水电科学研究院北京101100

针对城市水质监测过程中出现的异常数据问题,提出了一种基于Ada Boost算法的数据清洗方法。首先,使用孤立森林算法识别异常数据并进行剔除;其次,基于adaboost算法对剔除异常数据后的缺失数据进行插补;最后,以贵州南明河国控断面水质监... 详细信息

针对城市水质监测过程中出现的异常数据问题,提出了一种基于Ada Boost算法的数据清洗方法。首先,使用孤立森林算法识别异常数据并进行剔除;其次,基于adaboost算法对剔除异常数据后的缺失数据进行插补;最后,以贵州南明河国控断面水质监测数据为例,选取p H、COD、NH3-N、TP数据进行数据清洗。结果表明,该方法的RMSE、MAE和R2均优于对比算法,证明了adaboost算法具有更高的精确度和清洗效果,具有科学性和可行性。

关键词：水质监测数据清洗孤立森林 adaboost算法

来源：评论

学校读者我要写书评

暂无评论

基于改进adaboost算法的动态不平衡财务预警模型

引用

数量经济技术经济研究 2021年第11期38卷 182-196,F0003页

作者：任婷婷鲁统宇崔俊中国计量大学经济与管理学院

研究目标:构建动态不平衡财务预警模型以同时处理概念漂移和数据分布不平衡问题。研究方法:在改进adaboost算法的基础上,以代价敏感支持向量机为基分类器构建ADA-CSSVM-TW模型,并利用我国2010~2020年制造业公司数据进行分析。研究发现:A... 详细信息

研究目标:构建动态不平衡财务预警模型以同时处理概念漂移和数据分布不平衡问题。研究方法:在改进adaboost算法的基础上,以代价敏感支持向量机为基分类器构建ADA-CSSVM-TW模型,并利用我国2010~2020年制造业公司数据进行分析。研究发现:ADA-CSSVM-TW模型可显著提高预测准确率,性能良好,模型稳健。研究创新:将代价敏感支持向量机作为改进adaboost算法的基分类器,建立动态不平衡预警模型。研究价值:对我国上市公司有效防范财务困境具有重要的理论价值和现实意义。

关键词：财务预警不平衡数据代价敏感学习概念漂移 adaboost算法

来源：评论

学校读者我要写书评

暂无评论

adaboost算法的房价预测服务平台设计

引用

电子世界 2021年第23期 152-153页

作者：郭亚东江门职业技术学院

信息科技创新应用赋能产业,促进社会数字化发展,建设数字社会是"十四五"规划重点说明的内容。大数据、机器学习算法、人工智能的创新应用是促进传统产业与数字技术融合的突破口。住房作为百姓重要资产,合理的房价关乎人民福祉... 详细信息

信息科技创新应用赋能产业,促进社会数字化发展,建设数字社会是"十四五"规划重点说明的内容。大数据、机器学习算法、人工智能的创新应用是促进传统产业与数字技术融合的突破口。住房作为百姓重要资产,合理的房价关乎人民福祉,是保持经济健康稳定发展的重中之重。关于房价影响因素分析、房价预测方面的研究开展的比较早,但多侧重于理论研究,国内房屋交易平台提供的小区均价参考价值有限。

关键词：房屋交易 adaboost算法房价影响因素机器学习算法技术融合人工智能人民福祉传统产业

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：