基于典型数据集的数据预处理方法对比分析

针对多种数据预处理方式及其组合如何提升模型拟合效果这一问题,基于UCI Machine Learning Repository典型数据集,分别利用20种变量处理方式和4种变量选择方法对数据预处理,并对模型拟合效果对比分析,分别考查了多种数据预处理方式及其组合对常见分类模型和回归模型的影响.通过对实验结果的分析讨论,提出一种启发式算法,根据数据特征、模型特点以及研究问题种类等信息推荐数据预处理方法.在更广泛的数据集上的实验结果表明,该算法所推荐的数据预处理方法可以一定程度上提升模型拟合效果,节省手工选取数据预处理方法的开销.     

基于对象-关系模型的多媒体数据模型设计

通过对多媒体数据特征的分析,在比较了关系模型和面向对象模型的优缺点后,提出了基于对象-关系模型的多媒体数据建模方法。设计了一个多媒体数据建模的基本框架,并结合具体例子实现了这一模型。     

基于GEP的微分方程模型在高速公路通行费预测中的应用

针对高速公路通行费数据存在波动变化明显的特点,采用常微分方程模型对数据进行拟合,并对未来的通行费收入数据进行预测。利用GEP算法来建立微分方程模型,该算法将数据映射到高维空间,并通过映射数据构建常微分方程模型,使用数值方法进行求解,最后针对我国高速公路节假日限免政策对通行费收入的波动影响进行修正。选取浙江省金丽温高速公路有限公司等15家公司2016年的通行费数据进行验证,并与BP神经网络模型、ARIMA模型进行对比分析,结果表明文中方法具有更高的预测精度。     

城市快速路停车波模型修正

分析北京城市快速路实际交通数据发现,传统停车波模型计算值与实际观测数据存在较大偏差,不能准确描述车队的停车过程,这主要是由停车波模型在建模过程中采用了格林希尔治速度-密度模型导致的。鉴于车队的停车过程属于高密度状态,故采用格林伯速度-密度模型对传统停车波模型进行了修正。最后利用实际交通数据对修正模型进行了验证,结果表明修正模型的计算值与实际观测数据一致。     

葛洲坝船闸安全信息管理系统软件开发

介绍了我们开发的葛洲坝船闸安全信息管理系统的系统功能 ,着重阐述了该软件的系统实现 :数据存储 ,由通用数据访问体系的ADO模型对本机数据进行操作 ;绘图 ,直接调用作为Windows资源的图形设备接口 ;联机分析 ,对单测点统计模型、混合模型和确定性模型以及一维多测点模型进行求解 .     

XML数据的关系存储技术

介绍了XML数据存储的主要方法,讨论了基于关系的XML模型存储数据的各类典型的方法,包括边映射模型和结点映射模型的数据存储方法,并对这些方法进行了总结.     

数据仓库中元数据的表示模型

介绍一种对异质数据库、多媒体信息及其它信息源数据都适用的、统一的元数据表示模型.通过分析元数据的有关特性,比较现有元数据模型的局限性,用适合进行元数据表示和交换的语言XML来描述该元数据模型.该模型描述了结构化数据、半结构化数据及无结构化数据,具有可行性及可扩展性.为数据仓库中构造一致的元数据模型提供了一个示例.     

带不等式约束的线性回归模型中单个异常点的检验和影响度量

对带不等式约束的线性回归模型进行了异常点检验,通过数据删除模型找出一个数据点是否为异常点的度量依据,并且给出了单个数据点的影响度量.     

一种基于改进万有引力和支持向量机的数据校正方法

针对在线数据校正效果差的问题,提出了一种基于改进万有引力和支持向量机的数据校正方法.首先为了减小计算量,对万有引力算法中的适应度函数进行改进,利用改进的万有引力算法对影响支持向量机性能的重要参数进行优化.然后利用少数准确的离线试验数据对支持向量机回归模型进行训练,当在线监测的历史或实时数据不在回归模型允许偏差范围内时,通过回归模型对异常数据进行校正.最后通过实际数据对提出的方法进行验证,结果证明了该方法的可行性和有效性.     

大数据下最优教学方式选取模型设计

为了获取关联性较强、数据融合精度较高的最优教学模式,提出依据数据估计量变化的最优教学方式选取模型设计方法.对不同服务器大数据信息进行分段,利用前半段数据进行曲线拟合,后半段数据进行直线拟合.预测高噪声干扰数据,分析干扰数据点滤除前后统计量的变化,构建由数据源整合、数据拟合、滤除干扰三方面相结合的最优教学方式选取模型并进行相关性计算.利用调整系数进一步提高了模型精度.结果表明,所设计模型的表达能力较强,复杂度不高,可精准、快速地实现最优教学方式的选取.