机器学习算法

摘要： [目的/意义]本文尝试从文献载体到文献内容(全文检索)再到数据层面的细粒度的南海证据性数据抽取.首先,能提高南海文献数字资源的检索性能;其次,为专业人员提供充足的证据材料;最后,为南海维权的证据链关联模型构建做好基础.[方法/过程]根据南海维权证据的特点,制定抽取规则.通过文本清洗、文本分段、段分句、分词把非结构化的数据转化成结构化数据.然后分别比较朴素贝叶斯、SVM、随机森林、DNN、TexCNN、Bi-LSTM、LightGBM和XGBoost的证据性数据抽取效果.最后为了进一步提高证据抽取的准确性,增加了"5W"规则过滤和人工校验.[结果/结论]实验结果表明,基于TensorFlow深度学习框架,构建DNN模型的证据性数据抽取效果较好,准确率达0.88.通过进一步融合"5W"规则过滤和人工校验,显著地提高了南海证据性数据抽取的准确率,本文的证据抽取的方法具有一定的可行性.

摘要： 针对创业板短期股票价格涨跌趋势的预测问题,提出了利用财务指标进行分析的股价涨跌预测模型。通过分析股票市场的影响因素,确定了由6类财务指标构建的特征变量体系;为消除特征变量之间的共线性,对特征变量应用递归特征消除法、主成分分析法等进行降维;改进测试集选取方法,选用与训练集具有相同季节特征的数据作为测试集,以消除季节性影响;选取随机森林、支持向量机、岭回归3种机器学习算法建立数学模型进行对比分析。结果显示,主成分分析与支持向量机的组合模型表现最好,其评价指标中测试集精确度为0.771 812,表现较好;其KS指标在训练集和测试集上的差值为0.002 45,低于其他模型,表明该模型对创业板股票数据的适配性最高。

摘要： 为提高电网公司防灾减灾能力,考虑电网、气象、地理等因素,从统计学习的角度提出一种台风灾害下停电空间预测方法。首先,以1 km×1 km网格为单位收集数据,并进行标准化、分类变量独热编码处理与筛选、构造特征等处理后作为模型输入数据。其次,选取随机森林、梯度提升决策树、自适应提升、K最近邻、支持向量机、极限树、决策树以及XGBoost等算法,利用Stacking集成技术构造停电空间预测模型。最后,以广东省某县为研究对象,对模型的停电空间预测性能进行验证。在台风“彩虹”下的预测准确率为0.7776,召回率为0.9140。结果验证了在台风灾害下该模型对停电空间预测的可行性与有效性。

摘要： 通过将数据投射到向量空间,表示学习技术在计算机视觉和自然语言处理等多个领域取得了成功。在关系数据(即网络或图)研究方面,网络嵌入(NE)技术旨在将图中的节点表示到低维向量空间中,通过向量表示间的相似性保留网络拓扑和节点特征信息。后续的图分析任务都可以在NE的基础上,通过简单的机器学习算法实现。由于其出色的性能和效率,NE已被广泛应用于许多网络应用中,如节点分类和链接预测。

摘要： 作物-土壤的交互作用不仅影响着土壤的生态环境,而且对作物的高产、稳产也产生着重要影响。利用实验室方法可对植株各项指标进行测定,但测定过程繁琐、耗时长,且重复性差,需针对不同作物生长环境及指标挑选出精准、快速的估测模型。鉴于此,文章对不同质地的土壤(红壤、水稻土、岩性土)及适种作物(玉米、小麦、茶叶等)的各项指标的最优估测模型进行总结,在未来可以针对不同土壤及作物的各项指标进行快速无损估测。在农业生产过程中,可利用高光谱技术根据土壤的质地、养分指标及含水量等条件对适种作物进行筛选。在作物种植前,可筛选出优质品种的种子进行种植;在种植过程中,可根据作物的各项营养指标及是否染病对农田进行管理,从而实现经济效益及社会效益的最大化。

摘要： 多视角子空间聚类方法通常用于处理高维度、复杂结构的数据.现有的大多数多视角子空间聚类方法通过挖掘潜在图信息进行数据分析与处理,但缺乏对潜在子空间表示的监督过程.针对这一问题,本文提出一种新的多视角子空间聚类方法,即基于图信息的自监督多视角子空间聚类(SMSC).它将谱聚类与子空间表示相结合形成统一的深度学习框架.SMSC首先通过挖掘多视角数据的一阶图和二阶图构成潜在图信息,其次利用聚类结果监督多个视角的公共潜在子空间学习过程.通过在4个标准数据集上进行的广泛实验,结果验证本文所提方法相较于传统的多视角子空间聚类方法更具有效性.

摘要： 为了提高机器学习算法超参数寻优效率,提出了一种基于参数并行机制的机器学习参数寻优方法。该方法通过群启发式算法来进行机器学习算法的参数寻优,将种群转换为Spark平台特有的弹性分布式数据集,针对参数寻优耗时特点并行计算种群中个体适应度。选取随机森林和遗传算法作为实验算法,设计了多组实验对所提出的学习训练方法进行验证。实验结果表明:该方法的参数寻优能力和效率都优于主流的网格搜索算法;在20万条以下的小数据量下,与基于数据并行机制的机器学习参数寻优方法相比,该方法运行时间最多能够减少69.5%,并具有良好的可扩展性。

摘要： 针对高校学生就业去向预测这一问题无法快速获取精准预测结果的缺陷,提出了机器学习算法的高校学生就业去向预测方法。采集身份信息、专业成绩等高校学生就业去向预测相关数据,将所采集数据通过数据清洗、数据规约以及处理缺失值、异常值3部分完成数据预处理,利用特征选择算法依据完成预处理的数据获取最优特征子集,利用最优特征子集建立高校学生就业去向预测数据集,将预测数据集输入支持向量机分类器内实现高校学生就业去向预测。选取MATLAB软件作为仿真平台,仿真实验结果表明,该方法可有效预测高校学生就业去向,预测准确率与预测召回率均高于98%;预测时间开销低于200 ms。

摘要： 目的利用基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)平台数据分析和机器学习算法快速鉴别三唑(氟康唑、伏立康唑、伊曲康唑)耐药和敏感的热带念珠菌。方法从临床各类标本中收集191株热带念珠菌,其中71株为三唑耐药热带念珠菌,120株为三唑敏感热带念珠菌。使用MALDI-TOF MS平台进行数据采集,并根据Mann-Whitney U-test及随机森林(RF)算法获得的重要性评分对耐药株及敏感株的质荷比特征进行分类和选择。利用RF算法及径向基函数核非线性支持向量机(RBF-SVM)构建分类模型,计算相同实验数据下RBF-SVM模型和RF模型的准确度、敏感度、特异度、F1值及受试工作者曲线下面积(AUC)以评估模型鉴别性能。结果所有菌株经过MALDI-TOF MS平台分析后共得到76个独特的质谱峰。其中,通过特征降维处理后选择6个峰3481、7549、6500、3048、6892、2596 m/z作为模型建立的特征峰。RBF-SVM模型和RF模型的准确度均为0.84,AUC分数分别为0.9305、0.9273。结论机器学习算法结合MALDI-TOF MS平台进行数据分析可作为一种快速区分三唑耐药热带念珠菌和三唑敏感菌株的方法。

摘要： 使用机器学习算法对建筑能耗进行预测正逐渐成为建筑设计初期重要的决策辅助工具,机器学习算法的选择及其参数设置一直是机器学习领域研究的热点和难点。但现有研究大多从算法原理角度进行预测模型的选择及参数设置,训练样本集的特征信息未得到充分利用。为此,提出一种以样本量及样本分布特征为出发点的样本集质量分类方法,针对不同质量样本集测试不同机器学习算法的学习性能,制定不同质量样本集的算法选择及参数设置策略。分析样本特征与算法性能之间的关系,为建筑设计提供有效指导。

摘要： 本文针对航空发动机故障呈现复杂性、多样性、非线性等特点,将传统的支持向量机(SVM)、BP神经网络和极限学习机(ELM)三种机器学习算法应用于航空发动机气路部件故障诊断中.由于三种智能算法结构存在差异,因此针对三种算法各自的特点设计了相应的故障诊断算法.通过实验仿真对三种算法的故障识别效果进行了对比研究.支持向量机和BP神经网络迭代次数多,训练速度慢,参数设置复杂.相对于前两种算法,极限学习机具有学习速度快,泛化能力好,诊断精度高等优点.

摘要： 该文首先总结了传统机器学习算法在海量数据场景下出现的若干问题,然后基于当代并行机分类回顾了国内外并行机器学习算法的研究现状,并分析总结了并行机器学习算法存在的问题.最后,针对大数据环境下并行机器学习算法进行了简要的总结,并对其发展趋势作了展望.以Spark异构网络作为机器学习算法并行化的计算平台，为针对大规模数据处理的机器学习算法并行化创造了有利的条件。

摘要： 随着大数据的蓬勃发展,人们对机器学习算法提出了新的要求,如何在大数据环境下正确地评价一个机器学习算法的性能也变得越来越迫切.针对大数据体量大、类型繁多、处理速度快和价值密度低的特点,提出了一种面向大数据的机器学习算法的评价方法.该方法通过机器智商、机器继承度、学习速度、学习消耗率和学习监督指数等指标评价算法的性能.根据这一评价方法,还提出了一种面向大数据的机器学习模型,为面向大数据的机器学习研究提供了一定的参考价值.

摘要： 随着人们生活水平的提高,糖尿病及高血压等生活水平病的发病率不断地升高.与此同时,医疗技术的进步,使得心血管疾病等致死性疾病逐渐转为了慢性病.因此,大部分医院的未来的竞争力不再是手术能力而是服务能力,而"互联网+"恰恰提供了这样的能力.于是,在"互联网+"医疗背景下产生了移动健康应用.移动健康应用,作为一种安装在平板电脑或智能手机等小型移动设备上的应用程序,通过一个基于接触的界面与用户进行交互.使人们可以随时随地进行健康管理.但由于缺乏相应的行业基准和法律法规,医疗健康应用的质量参差不齐.文章通过参照现有移动应用及互联网评价指标,从用户体验出发,结合认知需求和情感需求,构建了基于用户体验的移动健康APP评价指标,采用了层次分析法与机器学习算法的相结合的方法对指标进行赋权,构造出移动健康应用评价模型.以期促进移动健康应用程序的健康发展,帮助使用者选择适合更适合的应用程序.

摘要： 针对无人机避障过程中,用于定位障碍物位置的激光雷达数据中存在无效数据、数据冗余,进而给无人机飞行控制器带来较大额外数据处理负担的问题,设计出一种数据预处理系统.采用DBSCAN聚类分析算法辨认障碍物方法为核心,辅以微处理器硬件协助数据运算、软件滤除无效数据等技术手段综合处理,不但大幅减少了传送给飞行控制器的数据,而且还构建出激光雷达原数据中不存在的障碍物的宽度信息.实验证明,该系统可以减少多达90％的数据量,极大地减小了无人机飞行控制器的负担.

摘要： 随着网络的发展,网络游戏成为大众生活中不可忽视的一部分.作为网络游戏的一大代表,大型多人在线角色扮演游戏(MMORPG)有着受众多,富有交互性,影响范围广的特点.MMORPG中产生了大量的玩家行为数据,对这些动态变化的行为数据进行分析可以帮助人们更好的理解玩家的行为模式.本篇论文将机器学习算法和可视化设计相结合,设计和开发了一个系统帮助用户对游戏行为数据进行探索和分析.介绍和展示了一种对MMORPG游戏行为数据进行可视化分析的方法。为了分析玩家行为数据的演变趋势，采用了增量HDP模型对玩家行为数据进行聚类，用基于流的方法对聚类结果进行可视化，展现了玩家群体的出现、消失、转移、分裂和合并的特征。本文的方法仍然有需要改进的地方。需要加入对不同服务器的可视化结果的对比。此外，对聚类结果仅用平行坐标来展现还是不够直接，难以直接表现群体的特征。需要对玩家群体进行抽象，提取出群体的主要特征，比较不同群体的异同，更好的对群体的转移等模式进行相关分析或因果分析。

摘要： 近年来,随着社交网络的快速发展,社交网站已成为僵尸网络隐匿和攻击的理想平台.僵尸网络通过含有控制指令或恶意程序的异常页面来传播和控制僵尸主机,使得传统的僵尸网络检测技术的效果大打折扣.因此如何检测出含有异常文本的页面是社交僵尸网络检测面临的一项重要问题.本文将机器学习算法应用于社交网页的检测中,对页面进行异常特征提取,并在样本集上进行了实验.实验表明机器学习算法能够有效检测异常页面,提高检测效率.

摘要： 为了研究中文情感文本中评价对象省略现象的识别方法,将评价对象省略识别建模为一个二元分类问题,利用机器学习算法进行自动学习.探讨当前句位置无关特征、当前句位置相关特征和上下文相关特征对评价对象省略识别的作用.3个不同领域的实验结果表明,新提出的基于机器学习的评价对象省略识别方法能够获得较好的识别效果.

摘要： 重点研究了平台即服务(PaaS)云资源调度方面的相关技术.首先对PaaS云平台的通用架构和关键技术加以说明,而后分析了PaaS云资源调度的特殊性,提出了将机器学习引入到PaaS云资源调度的方法,在对多种机器学习算法进行了分析和比较之后,进一步提出将决策树算法引入到PaaS云资源调度,并给出了具体的算法模型和运行流程.结论表明:将机器学习引入到PaaS云资源调度可以有效地解决传统PaaS资源调度算法遇到的扩张、收缩和保持时机的问题。

摘要： 针对支持向量机(SVM)模式识别中损伤模式数据不完备问题,提出基于支持向量域描述(SVDD)的异常检测实现新损伤模式发现,进而实现二叉树分层动态重新训练、更新SVM模型;使用数据库技术以解决飞行器等复杂结构的损伤数据集与结构状态模式库管理问题,进而开发出一套完整的学习型结构损伤识别系统.

摘要： 本发明公开了一种基于松鼠优化算法和机器学习算法的玻璃硬度预测方法，涉及电数字数据处理领域；方法包括：构建不同组分玻璃材料的硬度数据库；构建特征描述符；提供训练集样本，初始化松鼠搜索算法的参数；设定松鼠搜索算法优化参数，运用其优化Catboost算法参数，得到最佳Catboost算法参数，建立玻璃硬度预测模型；输入测试样本数据，预测玻璃硬度。本发明构建了独特的描述符，将松鼠搜索优化算法用于优化Catboost算法参数寻优，结构简单，提高收敛速度和精度，且寻优得到的最优Catboost算法参数可以较明显地提高Catboost算法的性能，对于提高预测玻璃硬度的准确性具有现实意义。

摘要： 本发明涉及一种用于训练机器学习算法的方法，方法包括以下步骤提：供具有与医学技术成像系统的安全数据连接和在该数据连接之外在网络中的中央计算装置的训练装置，提供数据接口，所述数据接口设计为用于从所述训练装置将数据发送至所述中央计算装置，创建多个基于图像记录的训练数据集，所述训练数据集分别配备有基本事实或者在数据技术方面与基本事实链接，经由所述安全数据连接将所述训练数据集发送给所述训练装置，借助于所述训练装置借助所述训练数据集训练所述机器学习算法，经由所述数据接口将经训练的所述机器学习算法的参数数据集发送给所述中央计算装置。本发明还涉及相应的机器学习算法、控制装置、成像系统以及设备复合体。

摘要： 系统(100)包括一个或多个处理器(110)和一个或多个存储设备(120)，其中系统(100)配置为通过由一个或多个处理器(110)执行的语言识别机器学习算法生成基于生物学相关语言的输入训练数据(102)的第一高维表示。此外，系统(100)配置为通过语言识别机器学习算法根据第一高维表示生成基于生物学相关语言的输出训练数据，根据基于生物学相关语言的输入训练数据(102)和基于生物学相关语言的输出训练数据的比较调整语言识别机器学习算法。此外，系统(100)配置为通过由一个或多个处理器(110)执行的视觉识别机器学习算法生成基于生物学相关图像的输入训练数据(104)的第二高维表示，根据第一高维表示和第二高维表示的比较调整视觉识别机器学习算法。

摘要： 本申请提供了一种组件发布及基于图形化机器学习算法平台的组件构建方法、图形化机器学习算法平台。图形化机器学习算法平台能够将功能模型发布或构建为新的组件，因此，在用户需要重复使用某一项功能的情况下，可以直接使用新的组件，而无需再重复建立功能模型，从而方便用户的使用。

摘要： 用于调谐在机器学习算法内使用的机器学习分类器的超声波系统和方法。公开了一种用于调谐机器学习分类器的方法和系统。可以提供对象类要求，并且该对象类要求包括评级阈值。对象类要求还可以包括范围目标，该范围目标定义了机器学习算法不应当提供假阳性结果的离对象的最小距离。可以使用加权损失函数来训练基础分类器，该加权损失函数包括使用一个或多个对象类要求来计算的一个或多个权重值。可以使用目标函数来评估加权损失函数的输出，该目标函数可以使用一个或多个对象类要求来建立。如果加权损失函数的输出没有收敛在预定的损失阈值内，则也可以使用加权损失函数来重新调谐一个或多个权重。

摘要： 一种用于优化用于监视工业机器操作的机器学习算法的方法的系统和方法，包括：监视至少一个工业机器的至少一个工业机器行为模型；识别具有第一特征集合的至少一个工业机器行为模型的至少第一模糊分段，并且识别与第一模糊分段相关联的矫正解决方案推荐；识别具有第二特征集合的至少一个工业机器行为模型的至少第二模糊分段；确定第一特征集合与第二特征集合之间的相似度是否超过预定阈值；以及当确定相似度已经超过预定阈值时，更新至少一个工业机器行为模型的机器学习算法，以将矫正解决方案推荐与第二模糊分段相关联。

摘要： 一种基于机器学习算法的输变电设备缺陷数据机器自主聚类工具，它由数据分解器（1）、聚类器（2）、结果处理器（3）组成，用于分类处理输变电设备缺陷数据。本发明具有把目前杂乱能力输变电设备缺陷数据分类的能力，能从文字描述中提取关键信息，能自主学习，自我完善。主要核心算法是最大匹配算法的两种变体的中文单词识别（MMSEG）、词频、反文档算法（TFIDF）和支持向量机（SVM），MMSEG用于分解知识，词频、反文档算法用于评估信息内某类信息的重要程度，SVM用来处理机器学习问题。

摘要： 本发明公开了一种基于松鼠优化算法和机器学习算法的玻璃硬度预测方法，涉及电数字数据处理领域；方法包括：构建不同组分玻璃材料的硬度数据库；构建特征描述符；提供训练集样本，初始化松鼠搜索算法的参数；设定松鼠搜索算法优化参数，运用其优化Catboost算法参数，得到最佳Catboost算法参数，建立玻璃硬度预测模型；输入测试样本数据，预测玻璃硬度。本发明构建了独特的描述符，将松鼠搜索优化算法用于优化Catboost算法参数寻优，结构简单，提高收敛速度和精度，且寻优得到的最优Catboost算法参数可以较明显地提高Catboost算法的性能，对于提高预测玻璃硬度的准确性具有现实意义。

摘要： 本实用新型公开了基于超宽带定位芯片与机器学习算法的机器人，包括本体，所述的本体内部设置有控制装置，所述的控制装置包裹于散热装置内部，所述的散热装置的一端旋转连接有旋转扇；所述的旋转扇的旋转轴贯穿散热装置的壳体后连接垂直杆的一端，垂直杆的另一端和水平杆的一端连接，水平杆的另一端通过连接绳和盛水装置连接；本实用新型通过本体在移动时或者是静止时，风力对旋转扇进行旋转，从而使水平杆绕控制装置进行绕圈，同时不断的将盛水装置内盛满水溶液，然后经过横杆时横杆使盛水装置倾斜吗，水溶液进入到盛水槽内，进而流入到分流管内，对控制装置的外表面进行全面的散热，从而对控制装置内部进行吸热。

摘要： 本实用新型公开了基于超宽带定位芯片与机器学习算法的机器人，属于超宽带定位机器人领域。基于超宽带定位芯片与机器学习算法的机器人，包括履带装置、支撑柱和车体，履带装置上方左右两侧与支撑柱下端固定连接，支撑柱上端与车体下端左右两侧固定连接，车体左侧与无线信号发射器固定连接，车体右侧与无线信号接收器固定连接，车体内部设置有超宽带定位芯片、记忆芯片和处理装置，车体内部右下设置有蓄电池，车体上表面中部设置有手机固定装置；通过设置有超宽带定位芯片和记忆芯片求得待定位目标的位置信息，及通过设置有手机固定装置可以更好的固定手机。