预测准确率

摘要： 在机器学习中,特征选择在数据预处理阶段被用来剔除数据集中的冗余特征。特征选择分为嵌入式、过滤式、封装式。其中,封装式特征选择在监督学习中应用广泛。本文主要研究将遗传算法用于封装式特征选择时,不同的个体选择策略与种群更新策略的结合对监督学习算法预测准确率的影响。实验结果表明,锦标赛选择法与精英个体参与遗传操作的精英保留策略相结合的方式,能够得到最好的效果。通过在所有数据集上的计算总平均准确率发现,这种结合方式比将所有特征用于学习的平均准确率高出1.2%。

摘要： 文章分别建立7天回购利差、DR007和R007的回归模型,并引入3个月期AAA级同业存单收益率一阶差分变量来提高预测精度。从模型在样本内外的预测效果来看,模型对R007的方向预测准确率较高;对DR007的预测值相对较精确,与实际值的误差相对较小。各模型预测值和实际值误差大的时候,一般多出现在临近月末或春节假期前。

摘要： 本文阐述了基于大数据和人工智能技术的郑州地铁客流智能预测系统的建设思路和架构,探讨了基于大数据、人工智能技术在轨道交通行业的应用。通过对大数据及人工智能技术在客流预测领域的应用分析,得出大数据、人工智能技术能充分考虑客流影响因素数据,并能实现模型的自我学习和自我优化,提升客流预测模型的运行效率和预测准确率的结论。

摘要： 目的:探讨超声评分对剖宫产术后子宫瘢痕妊娠的应用指导。方法:选取2019年1月—2021年12月重庆市万州区妇幼保健院收治的302例剖宫产瘢痕妊娠(cesarean scars pregnancy,CSP)患者,所有患者均接受腹部超声联合阴道超声检查,在2016年CSP专家共识分型前提下,依据超声量化评分系统评分将患者分组,其中超声量化评分在6分及以下的56例患者为低危组、超声量化评分在7~11分的224例患者为中危组、超声量化评分≥12分的22例患者为高危组;按照分组实施针对性治疗方案,比较三组患者术中出血量及手术预后情况[包括术后形成包块大小及包块消失、人绒毛膜促性腺激素(human chorionic gonadotropin,HCG)恢复、月经恢复时间]。结果:低危组术中出血量显著少于中危组及高危组,术后形成包块大小显著小于中危组及高危组,其包块消失、hCG恢复、月经恢复时间均显著短于中危组及高危组,且中危组与高危组比较,差异均有统计学意义(P<0.05)。低危组患者预测准确率为91.07%(51/56),中危组患者治疗预测准确率高达98.21%(220/224),高危组患者治疗预测准确率为72.73%(16/22)。结论:根据超声量化评分系统所预测的治疗方式,具有较高的预测准确率,能够为临床医师为剖宫产术后子宫瘢痕妊娠患者合理选择治疗方案提供一定参考依据。

摘要： 三季度以来,中国一拖市场销售订单不断增加,生产组织系统开启了持续“爆单”模式。中国一拖围绕满足市场需求,开足马力生产,不断提升产能,大拖公司重拖产品日产、月产量均创历史新高,同比提升近65%。大中轮拖、收获机、旋耕机及柴油机主机(总成)产量均创近六年来同期产量新高。中国一拖为满足市场需求,组织各主机单位加强市场调研和分析,提高“2+2”订单预测准确率,及时发布重点机型需求变化信息。

摘要： 文章选择2010—2018年创业板上市公司作为研究对象,从财务指标、治理结构指标和高管行为指标三方面选择因素,通过Logistic回归模型和SVM模型构建业绩"爆雷"预警系统.分析得出越低的财务绩效、内部控制质量和更高的高管股票减持、在职消费会加剧业绩"爆雷"可能性.滞后一期的Logistics回归模型的预测准确率为83.7％,SVM模型的预测准确率为87.9％,且在预报"爆雷"准确率上高于Logistic模型24个百分点,说明SVM模型预测更加精确.因此,在实践中投资者可以使用SVM模型来预测上市公司的业绩"爆雷",以降低投资风险.

摘要： 膨胀土的胀缩等级判定对膨胀土地区工程建设具有重要的意义.为此,本文提出了一种基于支持向量回归机(SVR)模型的膨胀土胀缩等级预测方法.基于肯尼亚"蒙内铁路"沿线膨胀土的土工试验数据,以土体自由膨胀率作为预测目标,构建了包含两种不同预测指标体系的膨胀土胀缩等级预测模型.模型Ⅰ以液限、塑限、塑性指数、3种不同粒径的颗粒含量(＜0.075、0.075～0.25、0.25～0.5)、土的类型为输入参数,模型II以液限、塑限、塑性指数、粒径＜0.075的颗粒含量、土的类型为预测参数.两个模型在预测时采用Linear、Polynomial、RBF和Sigmoid核函数进行训练.结果表明:(1)当预测采样次数达到1000次时,训练模型均趋于稳定;(2)整体而言,模型Ⅰ的预测精度要优于模型Ⅱ,模型Ⅰ中采用RBF核函数建立的模型给出了最高准确率86.6％,其次为Linear核函数(准确率82.9％)和Sigmoid和函数(准确率75.1％).模型Ⅱ中采用RBF核函数建立的模型给出了最高准确率77.4％,其次为Linear核函数(准确率74.3％)和Sigmoid和函数(准确率72.9％);(3)采用Linear函数、Sigmoid函数和RBF函数作为核函数模型对44组未知胀缩等级的土样预测时,模型Ⅰ中三者预测结果相同的数量占比为73％,其余组土样的预测胀缩等级相同或相邻,不存在"越级"现象,模型Ⅱ中三者预测结果相同的数量占比为68％,不存在"越级"现象.最后,通过与模糊层次分析法评价结果对比,进一步证明了本文研究结果可为肯尼亚等类似地区工程建设中膨胀土的胀缩等级预测和处理提供依据.

摘要： 利用逻辑回归方法分析影响交通出行选择的各种因素;建立基于径向基函数神经网络的交通出行选择预测模型,同时建立基于线性回归-径向基函数神经网络模型和基于逻辑回归-径向基函数神经网络模型预测人们出行方式选择高铁还是火车.结果表明,与单一径向基函数神经网络算法相比,回归-径向基函数神经网络组合算法预测准确率更高,而逻辑回归-径向基函数神经网络可有效减少非重要因素影响,并能提升预测准确率,取得较佳预测效果.

摘要： 针对当前输变电工程造价数据预测较为困难的问题,提出了一种基于MK-TESM法的输变电工程造价数据预测方法.以某地区2014～2018年110 kV输变电工程造价各项评价指标历史数据为基础,利用Mann-Kendall趋势检验法和三次指数平滑法建立输变电工程造价预测模型,对输变电工程造价各项评价指标走势及未来数据进行预测.结果表明,所提出的输变电工程造价数据预测方法在对输变电工程造价进行预测时,预测平均绝对误差率能够控制在约10％以内,预测准确率较高.

摘要： 针对标准量子遗传-神经网络在进行缺陷预测时存在的收敛速度慢、易陷入局部最优等问题,提出了基于改进旋转策略的量子遗传-神经网络算法的预测模型.首先,以标准BP(back propagation)神经网络为基础,确定其拓扑结构.接着,采用动态更新旋转角度的策略对旋转角度进行更新.然后,利用改进的算法对神经网络进行优化,并构建预测模型,以提高预测的准确率.最后,在NASA数据集上进行仿真实验,结果表明改进后的预测模型的准确率更高,其平均值达到了 90％.

摘要： 本文以虎林石青山风电场为研究对象,初步建立的风功率预测平台为基础,对降尺度风场建模进行校正;对不同的统计学方法在风场发电功率预测校正实际效果的优化程度进行比较和验证;根据研究分析结果用于现有风功率预测平台的技术升级,提高预测准确率.

摘要： 为提高弃光限电条件下光伏电站发电功率的预测准确率,选取了甘肃及湖北地区位于不同气候条件下的4个光伏电站进行对比分析.该文利用中尺度数值预报模式模拟光伏电站辐射资料,引进误差逐步逼近法对模式输出辐射进行订正预处理,分别采用原理法、动力统计法和集合预报法探讨不同条件下光伏电站未来三天的短期发电功率预报效果.结果表明:1)误差逐步逼近法能有效降低数值预报辐射误差,相对均方根误差可降低20％左右;2)当弃光率高于35％时,原理法的准确率下降至80％以下;3)具有统计功能的动力统计法和集合预测法可有效提高弃光限电地区的短期功率预测准确率,较原理法准确率最高可提升12％左右;4)针对不同条件下的光伏电站,从预报效果和普适性的角度来看,集合预测法在所有方法中稳定性最佳,在弃光限电地区准确率最高可达92.02％,非弃光限电地区可达95.26％。

摘要： 本文通过陕西汛期降水与海温、500hPa高度、74项环流特征量、地温等因子的年际增量和距平量相关系数的对比分析,进一步证明在短期气候预测中,年际增量因子比距平量因子具有明显的优势.不同类型的因子,其优势表现不同,还存在时间和地域上的差异.总体而言,陕西省由南向北,年际增量因子的优势逐渐增加,关中优于陕南,陕北优于关中,陕北年际增量因子与距平因子相比较,优势更加显著;陕南年际增量因子与距平量因子相比优势有所下降.对同一气候区域的不同月份而言,6、7月年际增量因子明显优于8月增量因子;而8月的距平量因子要优于6月和7月.这项研究对于今后精选优化因子,建立汛期降水预测模型提供方法和思路,对提高其预测准确率具有重要的现实意义.

摘要： 介绍了换热站耗热量的影响因素,分析了传统利用室内外温差进行耗热量分析的弊端.利用室外温度、供水温度和耗热量,提出了利用历史数据回归分析对耗热量进行预测的方法,得到了较高的预测准确率,且易于在集中供热信息系统中集成和应用.

摘要： 针对在降水成因尚不明确的情况下,极端降水预测准确率不高等问题,本文基于贝叶斯分类理论,构建流域极端降水预测模型,与目前常用的几种流域降水预测方法进行比较分析.结果表明本文构建的模型在流域极端降水预测方面优于传统时间序列方法和神经网络法.

摘要： 烟草零售户销售假烟会影响烟草行业的健康发展,损害国家利益.文章在对卷烟零售户销售假烟驱动因素分析的基础上,通过对安徽某市烟草专卖局的实地调研以及所获得历史数据的系统分析,构建了基于BP神经网络的零售户销售假烟行为的预警模型,该模型综合考虑了零售户的销售行为、零售户自身的特征以及时间因素等十二个预警输入指标.实证表明所构建的模型稳健性较好,且预测准确率得到明显提高.

摘要： 分析负荷结构及变化特点确定影响负荷预测的关键因素，利用SCADA系统对其可视化监控，并综合天气数据、节假日等影响负荷的其它因素形成特征曲线数据库，提炼负荷变化规律。预测次日负荷时以SCADA系统所采集的近日负荷数据为基础，修正次日负荷、机组启停，再根据次日天气预报、节假日等条件从SCADA系统特征曲线数据库中提取历史曲线，进行分析比对，使负荷预测率更加精确。

摘要： 本文针对财务困境预警，从实证角度展开了分析，利用Logistic回归模型构建了上市公司财务困境预警模型体系，从而较好的解决了财务困境预警的问题。本文对财务困境预警模型构建研究基于上市公司所披露的财务指标数据是真实可信的前提假设，对于那些刻意操纵财务数据的上市公司，本文建立的财务困境预警模型将无法使用。中国上市公司财务指标不服从正态分布，因而采用Logistic回归来建立预警模型。尽管在只有十九年历史的中国资本市场中，会计数据质量不尽人意，但财务数据具有一定的信息含量，对公司利益相关者预测公司的财务预警仍然有一定的帮助，只是财务数据的最佳有效预警期为财务困境前两年。利用训练样本所建的Logistic回归模型在财务困境发生前1年和前2年分别有97.5%和95%的回判准确率，而对于测试样本在财务困境发生前1年和前2年则分别有95.84%和87.49%的预测准确率。

摘要： 设计了一种基于决策级融合的短期天气预报二级决策模型,并以线性回归法、极值剔除法、支持向量机法为初级决策方法,采用常规气象资料对该模型进行了系统实现和效果检验.结果表明,该模型的决策级融合结果取得了较高的平均历史拟合率和试报准确率,较初级决策方法平均提升约2％～3％;决策级融合的决策结果将具有更高的可信度,其有利于提升数理统计预报的应用水平,促进信息化气象保障系统的建设.

摘要： 设计了一种基于决策级融合的短期天气预报二级决策模型,并以线性回归法、极值剔除法、支持向量机法为初级决策方法,采用常规气象资料对该模型进行了系统实现和效果检验.结果表明,该模型的决策级融合结果取得了较高的平均历史拟合率和试报准确率,较初级决策方法平均提升约2％～3％;决策级融合的决策结果将具有更高的可信度,其有利于提升数理统计预报的应用水平,促进信息化气象保障系统的建设.

摘要： 本发明公开一种通过bypass电路提升loop分支预测算法准确率的方法，三个分别进入流水线的pc，在if0阶段取到的pc1进入混合分支预测器，pc1在loop中发生命中，用寄存器对pc1进行寄存；if1阶段得到分支预测信息，if2阶段在混合分支预测器中经过比较得到预测结果，把if2阶段预测结果寄存，同理pc2和pc1；pc3进入到if1阶段后和pc1、pc2寄存的PC值比较，等于pc1则通过bypass电路把pc1预测结果旁路到if1使用；等于pc2则通过bypass电路把pc2预测结果旁路到if1使用；都不相等且在loop中命中则把pc2预测结果覆盖pc1预测结果，pc3预测结果覆盖pc2预测结果并把pc2覆盖pc1、pc3覆盖pc2。

摘要： 本发明涉及一种提高慢阻肺急性加重状态诊断准确率的风险预测方法。具体地，本发明建立了一种新型的更准确的慢性阻塞性肺疾病(慢阻肺)患者发生急性加重的风险预测方法。该方法在已有的遗传风险计分法GRS方法基础上进行了改进，提出了eGRS预测方法，传统的GRS方法基于全基因组遗传突变计算遗传风险，eGRS基于外显子序列上的遗传突变进行疾病风险预测，从而增加了计算精度，使得风险预测的正确率进一步提高。本方法将外显子测序和遗传风险计分法相结合，设计出了一种新的风险预测方法eGRS，可以更准确地预测慢阻肺患者急性加重发生风险。

摘要： 本发明提供了一种提升风电场超短期功率预测准确率的方法，包括如下步骤：步骤1，对样本进行基于混沌理论的空间重构；步骤2，建立基于混沌时间序列预测的神经模型；步骤3，通过重构空间进行超短期功率预测。超短期第2小时调和平均数准确率由56.39%提升至90.5%，大幅度减少“两个细则”考核；2、应用混沌理论对样本空间重构，构建基于混沌时间序列预测的神经模型及基于重构空间做超短期功率预测后准确率提升明显，功率预测滞后、连续变化风速下预测不准、趋势预测错误等重、难点问题，逐步得到解决，超短期工功率预测准确率由56.39%提升至90.5%。

摘要： 本发明提供一种确定风电场的风功率的预测准确率的方法和装置。所述确定风电场的风功率的预测准确率的方法包括：获取所述风电场中每个风力发电机组的风功率函数，其中，风力发电机组的风功率函数指示风力发电机组所处于的风电场中的风速与风力发电机组的风功率之间的对应关系；通过获取的所有风力发电机组的风功率函数，获取所述风电场的风电场风功率函数，其中，所述风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系；获取所述风电场中的预测风速和实测风速；通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率。

摘要： 本发明提供了一种预测准确率高的大数据健康预测系统，包括依次相连的传感器采样单元、数据筛选单元、信号转换单元和信号处理单元，传感器采样单元用于对健康大数据进行采集，所述数据筛选单元用于对健康大数据进行筛选，所述信号转换单元为信号放大和滤波模块，对筛选后的健康大数据进行放大和滤波处理，经放大和滤波处理后的健康大数据输入所述信号处理单元，信号处理单元经处理后输出健康预测结果。本发明的有益效果为：为使用者提供准确的健康预测，防患于未然。

摘要： 本公开实施例公开了的基于空间检验的提高降水短临预测准确率的方法及装置，在接收到针对目标时段的目标降水参数集合时，可以获取至少一个历史降水参数集合，并可以基于至少一个历史参数集合，确定参数修正信息，从而可以根据参数修正信息所指示的修正方式对目标降水参数中的降水参数进行修正。而由于历史降水参数集合所指示的时刻已经发生，因此，根据至少一个历史降水参数集合可以确定预测降水出现误差的来源，从而生成的参数修正信息也可以更准确指示修正方式，从而使得利用目标降水参数集合中的降水参数确定出的降水特征可以更加准确。也即，提升了降水预报过程中的准确性。

摘要： 本发明涉及滑坡位移预测方法领域，具体涉及一种基于数值模拟技术提高滑坡位移预测准确率的方法，包括：获取目标滑坡隐患点的地质条件参数、物理力学参数、土水特征曲线、渗透系数函数、历史监测数据；对历史监测数据进行预处理，得到实际监测数据的时间序列；建立目标滑坡隐患点的数值分析模型；拟合计算得到目标滑坡隐患点上与实际监测位置相对应的水位、地表位移、深部位移、应力的时间序列数据；对两组已经得到的时间序列进行相似性分析和准确性分析；判断相似性分析和准确性分析是否满足预设要求，若满足，则进行滑坡位移预测，若不满足，根据两个时间序列的差异进行调试，直到满足预设要求。本发明提升滑坡位移预测的准确率。

摘要： 本发明实施例公开了滑坡预测准确率提高方法、装置、计算机设备及存储介质。所述方法包括：在滑坡预测模型内加入由经验知识得到的派生特征，以形成新特征；利用新特征训练滑坡预测模型，以利用训练好的滑坡预测模型进行滑坡预测通过实施本发明实施例的方法可实现提高滑坡预测模型的预测准确性。

摘要： 本申请提供了一种母线负荷预测准确率分析方法、装置及计算机设备。该母线负荷预测准确率分析方法包括：首先获取对应母线负荷的预测数据，然后对所得负荷预测数据进行预测修正，将预测修正后的负荷预测数据进行统计和考核，输出统计和考核结果，再基于统计后的负荷预测数据进行误差分析，得到误差分析结果，进一步将误差分析结果传导至负荷预测算法，使负荷预测算法能够进行自优化处理。本发明可以实现对母线负荷进行分析及预测，从而提高负荷预测准确率，有助于增强电力系统的运行稳定性。

摘要： 本实用新型涉及新能源技术领域，且公开了一种可提高预测电力功率准确率的系统，包括弹性云服务器，所述弹性云服务器电性连接有第一防火墙和集控中心外网服务器，所述集控中心外网服务器电性连接有第一反向隔离装置和第一正面隔离装置，所述第一反向隔离装置和第一正面隔离装置电性连接有集控中心III区服务器，所述集控中心III区服务器电性连接有第二反向隔离装置和第二正面隔离装置。该可提高预测电力功率的系统，云计算和人工智能技术的融合，将软件、硬件和算法服务结合起来，并通过电力网络向集控中心提供更加稳定的、高精度的服务,提升集中预测系统性能，降低系统故障率，提高预测准确率，降低预测考核金额。