基于Elman神经网络的商品销售额建模及预测

为提高预测精度,采用Elman神经网络对商品销售额进行预测.在分析样本数据特性基础上,采用Elman神经网络对商品销售额的预测进行建模,通过实例验证模型的有效性并对比分析BP神经网络的预测效果.研究结果表明,基于Elman神经网络的商品销售额预测能够较好地反映商品销售额的变化趋势且提高了预测精度,验证了该方法在商品销售额预测中的可行性.     

改进的基于支持向量机模型剪接位点的预测

在采用概率编码的基础上,利用支持向量机模型对人类剪接位点进行预测,重点研究了基于核主成分分析方法对最终预测模型的影响.从实验结果看,这种改进的基于支持向量机模型剪接位点的预测在敏感性和特异性上优于其他模型.     

对雅安7.0级地震的事前预测和事后分析

首次组合运用卫星云异常和长波辐射热异常方法,依据2012年10月四川西部地区的云异常和热异常,较为成功地对2013年4月20日雅安芦山7.0级地震做出了中期预测,并于2012年10月22日向中国地震局提交了正式预测卡片.2013年1月18日在紧邻理塘的白玉县发生5.4级地震,4月20日在雅安芦山发生7.0级地震.事实证明,这次预测震级准确,时间推迟了3个月,距离误差若按中心点计算为250 km,若按边缘计算为50 km.若能结合其他观测数据,则有可能进一步缩小误差.8月份在我们划定的区域周边又发生了迪庆5.9级地震和西藏6.1级地震.雅安7.0级地震的日期和2012年10月19日雅安4.2级小震的发震日期呈明显的对应关系,显示其可能受某种天文因素的控制.以上发现有利于对今后的地震做出更准确的预测.     

基于混沌-支持向量机的边坡位移预测

通过平均互信息法确定延迟时间、虚假邻点法确定嵌入维数,从而实现混沌时间序列相空间的重构,揭示边坡地质体的变形规律;并以这些数据作为支持向量机的训练样本,用支持向量机的回归特性预测边坡的变形,把由于多变量耦合关系导致的边坡体位移时间序列,利用单变量方法进行分析。结果表明Chaotic-SVM模型具有拟合精度高、泛化能力强的特点,在岩土工程非线性预测中具有一定的应用价值。     

辽宁国际旅游市场时空动态分析及发展研究

辽宁是东北经济、文化和交通中心,也是中国北方旅游大省,改革开放以来,旅游业外向度逐步提高,各地市接待的国际游客日渐增多,市场不断开拓,旅游品牌形象逐年提升。但随着我国各地竞相发展旅游态势的持续高涨及旅游产业进入转型升级的关键时期,国际旅游市场竞争日趋激烈,辽宁国际旅游开拓及发展面临严峻挑战。辽宁国际旅游市场发展需要在把握国际旅游客源市场时空动态演变规律的基础上,从多元化的角度促进国际旅游市场开拓及国际旅游产品开发,注重加快国际客流的合理流动与分布,以提高国际旅游市场竞争力,为辽宁国际旅游培育更为广阔的市场。     

消音小锯片振动特性研究

采用有限元分析软件ANSYS,对轧钢厂金属小锯片的固有特性进行了系统研究。通过对锯片在打孔、开槽情况下固有频率及振型的计算分析发现:打孔对锯片固有频率无太大影响,但对降噪影响较大;开环形槽对五阶以上固有频率影响相对明显。     

Novel machine learning technique for predicting teaching strategy effectiveness

In this paper, we present an approach for evaluating and predicting the student’s level of proficiency when using a certain teaching strategy. This problem remains a hot topic, especially nowadays when information technologies are highly integrated into the educational process. Such a problem is essential for those institutions that rely on e-learning strategies as various techniques for the same teaching activities and disciplines are now available online. In order to effectively predict the quality of this type of (electronic) educational process we suggest to use one of the well known machine learning techniques. In particular, a proposed approach relies on using logic circuits/networks for such prediction. Given an electronic service providing a teaching strategy, the mathematical model of logic circuits is used for evaluating the student’s level of proficiency. Given two (or more) logic circuits that predict the student’s educational proficiency using different electronic services (teaching strategies), we also propose a method for synthesizing the resulting logic circuit that predicts the effectiveness of the teaching process when two given strategies are combined. The proposed technique can be effectively used in the educational management when the best (online) teaching strategy should be chosen based on student’s goals, individual features, needs and preferences. As an example of the technique proposed in the paper, we consider an educational process of teaching foreign languages at one of Russian universities. Preliminary experimental results demonstrate the expected scalability and applicability of the proposed approach.     

中国情报学期刊论文热点关键词演变轨迹与预测

[研究目的]寻找国内情报学领域期刊论文研究热点的分布特性,探讨我国情报学领域学术研究热点的基本演变轨迹。[研究方法]选择国内情报学领域21种期刊论文的关键词进行统计分析,统计时间从2000年至2020年,统计数据在万方数据库中进行。首先选择年度排序在前30次以上的关键词作为热点研究的统计对象,由此从中选出60个关键词作为情报期刊的基本热点关键词。其次用选出的60个关键词在万方数据库的全学科(注:这里的全学科指在万方数据库收录的所有学科)关键词中进行检索,检索时间为2000年至2020年,最后对比分析情报期刊的热点关键词在全学科中的个性化特征和全局性分布特征。[研究结论]实验结果表明,该统计分析揭示了我国情报期刊论文近20年来三个阶段的热点关键词演变轨迹。情报学热点关键词与全学科关键词存在超前和滞后现象,反映了情报学科与全学科具有相互学习和相互推进的发展规律,借此规律对我国未来情报学热点进行预测,预测出我国情报期刊论文未来延续出现和可能出现的72个热点关键词。     

国内外LIS学科主题热度演化分析与预测

[目的/意义]梳理LIS领域学科知识的发展脉络,追踪、预测学科研究热点和增长点。[研究设计/方法]基于LIS领域国外和国内核心期刊数据,使用TP-JIF模型计算学科主题的热度并衡量学科主题的状态,对LIS领域国内外研究热点和学科增长点进行演化分析;使用TPP-LSTM学科主题预测模型,对LIS领域国内外的研究热点和增长点进行预测。[结论/发现]国内外LIS领域研究热点的体量和侧重点具有较大差异,国外研究热点聚焦在社交媒体、电子病历、知识管理、文献计量、机器学习、替代计量等方面,而国内聚焦在图书馆学类、大数据、知识服务、数字人文、人工智能等方面。数据科学可能是LIS领域国内外最具潜力的增长点,医疗健康、人工智能、科研评价指标与体系、数据素养以及数据管理等研究也有望快速增长。[创新/价值]从研究热点和学科增长点两个方面揭示了国内外LIS学科之间的差异,并对研究热点和学科增长点进行了预测,为学科未来规划提供参考。     

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。