一种基于数据平滑技术的回归预测算法

在基于固定窗口宽度滑动窗口模型的基础上。提出了一种基于回归参数存储的预测模型,该模型设置了计算区、数据区和参数区。计算区用于获得最近一个滑动窗口中的数据。数据区用于接收新数据,参数区存储最近若干组滑动窗口数据所计算得到的线性回归参数值,作为计算预测结果的原始数据集。按照这种模型的处理思路。提出了一种基于数据平滑技术的回归预测算法,随着窗口的滑动。对数据区中的数据进行回归分析,获得前面若干组滑动窗口数据的回归函数并存入参数区中,检验当前窗口中数据获得的回归函数预测效果。实验分析表明。通过修正当前回归函数的参数。可以使预测函数的预测精度得到很大程度的提高。     

学术论文引用预测及影响因素分析

[目的/意义]在引文分析中,可通过论文的一些属性特征对其未来的被引情况进行预测,并通过预测结果对论文、论文作者、作者所属机构及出版物做出评价。[方法/过程] 从出版物、作者和论文三个方面对影响论文被引的多个因素展开研究,以图书馆学情报学领域被SCI索引的论文作为分析及验证数据,使用逻辑回归、GBDT、XGBoost、AdaBoost、随机森林等算法进行预测,使用多组评测指标对比不同预测方法的效果,并使用GBDT识别对论文被引影响较大的因素。[结果/结论]确定三个方面的影响因素对论文被引预测的影响程度,构建预测模型,并较好地预测论文在未来一段时间的被引情况。大量实验分析发现GBDT、XGBoost和随机森林的预测能力较强,且预测的时间段越长,效果也就相对越好。     

Map-Reduce应用于并行同步联合聚类学习的研究

许多数据挖掘应用中涉及的预测模型庞大并且数据集复杂。这样的应用程序急需创新的算法。该算法不仅需要有效的预测精度,而且需要有效的运行于分布式计算系统中并在合理的时间内产生结果。本文重点介绍多关系数据的预测模型,首先举例说明设计这些数据的应用模型,然后描述一个基于并行同步聚类（SCOAL）的总体框架,该框架适用于分而治之的方法进行数据分析。最终将论证基于并行同步聚类的框架在应用Map-Reduce的情况下可以有效的实现并行化。     

What the fake? Probing misinformation detection standing on the shoulder of novelty and emotion

One of the most time-critical challenges for the Natural Language Processing (NLP) community is to combat the spread of fake news and misinformation. Existing approaches for misinformation detection use neural network models, statistical methods, linguistic traits, fact-checking strategies, etc. However, the menace of fake news seems to grow more vigorous with the advent of humongous and unusually creative language models. Relevant literature reveals that one major characteristic of the virality of fake news is the presence of an element of surprise in the story, which attracts immediate attention and invokes strong emotional stimulus in the reader. In this work, we leverage this idea and propose textual novelty detection and emotion prediction as the two tasks relating to automatic misinformation detection. We re-purpose textual entailment for novelty detection and use the models trained on large-scale datasets of entailment and emotion to classify fake information. Our results correlate with the idea as we achieve state-of-the-art (SOTA) performance (7.92%, 1.54%, 17.31% and 8.13% improvement in terms of accuracy) on four large-scale misinformation datasets. We hope that our current probe will motivate the community to explore further research on misinformation detection along this line. The source code is available at the GitHub.²     

大数据预测的伦理困境与出路

立足海量信息资源与尖端分析技术的大数据预测模型在有效指导商业决策、优化资源分配、降低管理成本并提升教育科研水平的同时,存在结果预判挑战自由、隐私披露挑战尊严、信息垄断挑战公平、固化标签挑战正义等伦理背反问题。亟待通过健全以尊重原则、橡皮原则、无害原则、可持续发展原则等为核心的后现代数据伦理体系,有效表达各方自由意志并平衡利益冲突、顺利传承良善伦理观念、实现大数据生态系统的良性循环、推动人类生存价值与自然永续发展的和谐共进。     

基于遗传算法优化神经网络的参考作物蒸散量预测模型

为实现气象资料缺乏情况下参考作物蒸散量(ET0)的精确模拟,利用川中丘陵区3个气象站点1999-2013年的逐日气象资料作为输入量,以FAO-56 Penman-Monteith模型计算的ET0作为标准值,建立基于遗传算法优化神经网络的ET0模拟模型(GA-BPNN),并将其模拟结果同Hargreaves、Mc Cloud、Priestley-Taylor和Makkink等4种常用ET0计算模型的计算结果进行对比。结果表明:GA-BPNN模型能够很好地反映ET0同气象因素之间的非线性关系,模拟精度较高;当基于温度资料模拟ET0时,GA-BPNN模型模拟精度高于Hargreaves和Mc Cloud模型;当基于温度和辐射资料时,GA-BPNN模型模拟精度明显高于Priestley-Taylor和Makkink模型。因此GA-BPNN模型可以作为气象资料缺乏情况下川中丘陵区ET0模拟的推荐模型。     

石油勘探开发技术成熟度分析

应用技术生命周期性和技术成熟度分别研究地震勘探技术和压裂技术,两者皆已完成萌芽期的基础技术和初始理论研究,已进入成长期的商业研发阶段,商业的投入与应用使理论、工艺和方法得以完善,促进石油工业的跨越式发展。经过综合分析可知石油工业核心已经向上游油气勘探开发转移,中国目前能够商业开发利用水平为低渗透油气资源,致密油气则为下一个目标。     

引入自适应转发控制的网络安全态势预测

在云计算环境下大规模网络安全态势预测决定了云数据计算和存储的准确有效运行。传统的网络安全态势预测方法采用灰阶模型人工免疫预测方法,需要给出当前和过去的安全态势值,网络安全管理被动。提出一种引入自适应转发控制策略的大规模网络安全态势预测算法,建立层次化网络安全模型,计算网络安全态势值,引入转发控制机制,控制不同节点传输性能和不同网络环境下的转发条件,求得相邻节点的网络威胁指数,并进行人工免疫进化,得到安全态势预测回归方程,实现安全态势预测。实验结果表明,采用该方法进行大规模网络安全态势预测,能准确预测出攻击强度和安全态势值,预测精度提高,自适应性和实时性能较好,在云计算下大规模网络安全防御等领域具有很好的应用价值。     

基于小波-回归支持向量机算法的风电场风速预测

将小波多分辨率分析特点和回归支持向量机算法良好的泛化性能相结合,建立小波-回归支持向量机风速预测模型。先将原始风速序列经小波分解成轮廓分量和细节分量,再对各分量分别应用支持向量机模型进行预测,最后将各分量的预测结果经小波重构得到原始风速序列的预测值。仿真表明该方法能够改善预测滞后现象以及减小突变点误差,从而提高模型的泛化性能和预测精度。     

未来40年安徽省常住人口预测研究

以2010年安徽省常住人口数据为基年队列数据,采用队列因素法中的场景预测方法,结合历史数据为参数数据,依次对预测参数进行了高、中、低三个方案的预测。采用中国人口与发展研究中心主导研发的国际人口预测软件PADIS—INT,对未来40年安徽省常住人口总量、老年人口、劳动适龄人口和人口负担系数变动趋势进行了预测研究,分析得出安徽省常『主人口总量不会超过7000万人口,人口老龄化趋势十分严重,未来老年人口负担系数将不断增加,劳动适龄人口不断下降,呈负增长率。