基于XGBOOST的恒星光谱分类特征数值化

恒星光谱分类是研究恒星的基础性工作之一,常用的光谱分类是基于20世纪70年代Morgan和Keenan建立起来的并逐步完善的MK分类系统。然而基于MK规则的交互式决策分类系统对处理海量天文光谱数据存在着一定的困难。目前光谱巡天一般采用的自动化分类则是模版匹配方法而忽略对谱线特征的测量。怎样自动、客观地提取海量光谱中的分类特征并应用这些特征进行分类可以对天体的物理化学性质的统计分析至关重要。针对此问题,通过机器学习和计算光谱的谱线指数结合的方法,提取光谱特征,并通过大数据分析定量地确定对光谱特征谱线的分类判据（数值化）,确定每一类光谱具有物理意义的特征谱线的强度分布。首先对LAMOST DR4恒星光谱测量其谱线指数作为输入,光谱的分类标记采用官方发布的分类结果。使用XGBoost算法进行自动分类及特征排序,从而获得已知或未知的对于分类决策最为敏感的谱线。首先,选取高信噪比（S/N>30）、被LAMOST标记为B,A,F和M的恒星光谱数据,总计约414万个。然后,对光谱数据计算谱线指数从而使其得到降维处理,过滤冗余信息。其次,将处理后的恒星光谱数据随机划分为训练集和测试集,通过适当调整算法参数,用训练集得到所需要的分类决策树模型,用测试集测试其稳定性和可用性,以防止出现过拟合,同时使用算法自带函数进行提取分类特征。最后,输出并整理实验中算法所得的决策树模型,并挑选其概率比较大的分支作为最终的决策树模型。通过实验,可以发现在固定参数下,XGBoost所得的模型有一定的自适应性,较少受数据集影响,总体准确率可达88.5%;同时其所输出的分类决策树与已知的特征较为吻合,而且可以获得基于大数据的、数值化的特征谱线对应分类的范围,为完善基于特征的分类提供定量的规则。     

风险决策方法在工程投标报价中的应用

在竞争性招标中 ,投标报价决策对于投标的成败和工程承包的盈亏起着决定性作用 .阐述了选择投标项目和确定工程报价的决策理论与方法 .在讨论投标报价理论依据的基础上 ,结合工程案例 ,应用贝叶斯法和期望值法等进行风险决策分析 .可以帮助施工企业迅速合理地做出投标与报价决策 .     

数据挖掘技术在高校教学实践中的应用

阐述了经典的决策树ID3算法,并利用该算法对高校大学物理实验课程学生成绩进行数据挖掘,从中提取有价值的信息,并对得到的结果进行分析,得出了影响学生成绩的原因,为提高高校教学管理水平提供了依据.     

网球发球的最佳策略

本文为网球运动员提供了如何选择快发球和慢发球的策略来提高赢球的概率 .通过用决策树表示F F,F S,SF,SS几种不同的策略 ,根据最大概率和最大期望值准则提出了概率意义下的最佳策略 ,考虑到网球运动的特点 ,为赢得全盘的胜利又制订了 BT策略 .最后 ,通过计算机模拟对两种策略进行了比较 .     

多状态系统的LAD决策树的建树方法研究

LAD( Logistic Data Analysis Tree)是一种逻辑数据分析技术 ,它将布尔代数和优化分析方法引入到了判别分析领域 ,提出了一种布尔变量集合的变量筛选和建模方法 ,并可以对冗余模式进行可视化识别与删除 .但目前的 LAD技术还仅限于二状态 ,而且算法复杂 .本文将 LAD决策树推广到了多状态情形 ,以三状态下建立 LAD决策树为例 ,提出了不可分辨度的定义 ,并以其下降最大作为寻找最优决策树的依据 .说明多状态下建立 LAD决策树的计算方法及重要的算法步骤 .最后 ,本文以鄱阳湖地区洪涝灾害影响研究为案例 ,采用 LAD决策树方法对其进行判别分析 .     

基于决策树算法的上市公司股东行为研究

本文从生态学视角出发,将研究焦点深入到上市公司内部的股东层面。通过将上市公司股东进行生态学的种群划分,刻画不同类型股东所处的生态位,研究分析不同生态位的股东群体之间的关系和行为表现。基于国泰安数据库和CCER数据库2643家上市公司股东2008-2014年四个季度约60万条记录数据,将决策树算法用于股东统计分类和行为分析上,尝试了一种具有速度快、精确度高的特点的统计分析方法;通过分析发现股东持股排名的生态位维度对股东增减持行为和程度影响最大,为进一步的治理决策提供了依据。     

AdaBoost算法在矿井突水水源的荧光光谱识别中的研究

矿井突水是影响矿井安全生产的重要因素之一,如果矿井发生突水,能够快速、准确地判别突水水源类型是治理矿井突水灾害保证生产安全的重要环节,因此,建立一个能够快速识别矿井突水水源的模型具有重要的意义。水化学分析法作为在传统的矿井突水水源类型识别方法里应用最为广泛的识别方法,通过获得相应的pH值、离子浓度、电导率等参数,然后利用这些参数来建立突水水源的类型识别模型对矿井突水的类型进行判别。针对这种传统矿井突水水源识别方法在判别时间上耗时长和识别准确率低等不足,鉴于LIF技术具有分析速度快、灵敏度高等优点,提出了将线性判别分析（LDA）算法作为弱分类器的自适应提升（AdaBoost）算法用于激光诱导荧光（LIF）光谱识别矿井突水水源的新方法。用于实验的九种水样（每种水样各取50个样本）由淮南地区某矿的老空水、灰岩水以及按不同比例混合的老空水与灰岩水的七种混合水构成。将405 nm激光器发射的激光打入被测水体并采集荧光光谱数据,然后对采集到450组荧光光谱数据进行分析,取其中360组光谱数据（每种水样各40组）用作训练集,取剩余90组光谱数据用作测试集。分别选取三种算法针对水样的激光诱导荧光光谱的分类进行了建模并将三种结果进行对比。首先利用决策树算法对光谱进行分类识别,在节点个数为8时决策树对测试集的分类效果最好,分类准确率达到91.11%。然后针对决策树算法分类效果的不足,利用决策树算法作为弱分类器的AdaBoost算法,当选取节点个数为9的决策树作为弱分类器的时,对训练集的分类准确率为97.78%。最后针对基于决策树的AdaBoost算法的泛化性能不足和为了获得更好的分类效果,提出了基于LDA算法作为弱分类器的AdaBoost算法,在设置迭代次数为150后对水样光谱数据分类准确率可以达到100%。通过实验结果可以发现,集成学习算法的分类能力比传统的分类算法对水样的光谱的分类识别能力更强,相较于同为九个节点的决策树算法,采用节点数为9的决策树作为弱学习器的AdaBoost算法对测试集的分类准确率从88.89%提升到了97.78%,对训练集的分类准确率从99.72%提升到了100%;然后可以发现相对于使用决策树作为弱分类器的AdaBoost算法,采用LDA算法作为AdaBoost算法的弱分类器对水样的光谱的测试集的分类准确率从97.78%提升到了100%,对训练集的分类准确率达到100%,具有更好的识别效果,并且具有更好的泛化性能。实验结果证明采用Adaboost-LDA算法为激光荧光光谱的模式分类用于矿井突水水源的判别和预警是可行且有效的。     

基于决策树与多元支持向量机的齿轮箱早期故障诊断方法

针对齿轮箱部件故障形式多样的特点和典型故障训练样本数量有限的难点,提出了基于决策树与多元支持向量机的齿轮箱早期故障诊断方法。利用决策树分类速度快、效率高的优点和支持向量机在小样本二元分类方面突出的特点构建多元分类识别模型,在不同故障情形下提取齿轮箱振动信号典型特征参数作为故障特征向量训练模型,并对样本进行测试。实验结果表明,该方法在小样本情况下识别效果明显优于神经网络方法,同时在识别效率方面比常规多元支持向量机方法有了较大的提高。     

汉语语音识别声调模型集成中基于决策树的上下文相关权重参数聚类方法

声调集成是汉语语音识别的一个重要任务.在语音识别的二次解码过程中,使用区分性训练的权重因子进行声调模型集成已被证明是一个有效的方法,而且使用上下文相关的得分加权进行模型组合也得到了应用.上下文相关模型组合方法的一个不足是将会带来大量的训练参数,从而导致权重训练受到过拟合的影响.针对该问题,提出利用声学决策树对上下文相关...     

可转换债券最优转换时点模型研究

可转换债券在我国是一种比较新的金融工具,在资本市场上的地位也越来越重要.并被誉为是上市公司再融资三驾马车之一.具有债性、股性及期权性三大特征.不同于以往复杂的定价模型,本文以可转换债券的“期权价值”为基础,利用实物期权思想,提出一个简单的模型对可转换债券的最优转换时点进行研究,并给出相应的模型刻画.