基于两步聚类和关联规则结合的推荐算法

在电子商务的浪潮中,互联网保险也蓬勃发展,传统的保险业务由线下转到线上。当互联网保险企业积累到一定量级的用户后,开始探索新的业务发展模式,如何有效挖掘已有的潜在会员,如何探索会员感兴趣的保险产品,如何为用户推荐个性化的个性化保险方案,是当前迫切需要解决的问题。基于此,本文探讨了基于两步聚类和关联规则结合的推荐算法,旨在提高关联规则的有效性,从而为互联网保险企业会员推荐最感兴趣的保险产品。     

基于RGB颜色信息聚类的光谱反射率重建

针对光谱反射率研究中因训练样本数据量大造成的冗杂等问题，提出了一种基于RGB信息进行聚类的样本分类方法。首先对颜色进行聚类并确定聚类个数，后对每一类光谱反射率使用BP神经网络分别进行重建。对于实验结果，使用ΔE₀₀、均方根误差（RMSE）以及适应度系数等标准进行评价，同时与主成分分析算法进行对比。从实验分析可得出，在聚类数目为7时光谱反射率重建效果最好，这时的平均CIE2000的色差为0.836，平均RMSE为0.0149，平均适应度系数为99.82%，并且，在最后对重建色差较大的色块进行了优化处理。实验证明，颜色聚类方法可以很好的应用于光谱反射率重建。     

基于慕课堂数据的学生学习行为分析

本文结合慕课堂线上学习数据与线下考试成绩,研究学生在线学习的行为表现与学习效果之间的关联性,所获得的信息能够体现出不同学生群体的特点以及不同学习维度的作用,从而提醒教师适时调整教学策略,持续改进,有助于教师改进教学方法,提高教学质量.     

基于数据驱动理念的电力日负荷曲线预测方法研究

针对短期日负荷预测的精度问题,本文提出一种基于数据驱动理念的电力负荷预测方法。在建立预测模型前对所给数据采取一定的预处理:首先提取所收集的海量数据的负荷特征,对负荷特征进行分析,然后进行负荷数据与影响负荷值的因素之间的相关性分析,以此确定对负荷影响较密切的因素,随后建立分类器得到各主要影响因素与各负荷类别之间的关系为后续预测模型奠定基础。对预处理后得到的不同类型的负荷数据采用最小二乘支持向量机方法建立不同的负荷预测模型。以南方某发达城市2008年的负荷数据作为算例验证数据,将本文所提负荷预测方法所得结果与未经数据预处理的负荷预测方法所得结果进行比较,结果表明本文提出的方法得到的预测结果精度较传统方法提高约6%。     

基于多方法对比论证的路段划分体系研究及应用

针对传统路段划分忽视静态属性延续性、养护历史影响、上层规划目标等不足,作者研究静态路段划分方法并构建静态属性体系,论证了K-means聚类、层次聚类方法在路段划分的适用性,将三阶段划分法及传统路段划分方法进行全面对比。结果表明:提出由“几何指标、行政指标、路产指标、模型指标”四类组成的静态属性并用于静态路段划分;提出延续划分、基于养护历史及目标宏观校核的路段划分优化方法,使划分出的养护路段保持静态属性的唯一性与继承性;建立了基于动、静态数据分析的路段划分技术流程,以浙江某公路为例论证三阶段划分法在路面养护决策路段划分中的适用性。     

因子综合法评价贵州不同产地蓝莓果实品质

以贵州省麻江县4个品种6个不同产地的蓝莓果实为研究对象,对感官、理化、营养等指标进行差异性分析。结果显示,不同品种和产地蓝莓果实的各项指标均存在不同程度的差异。通过主成分分析把14个指标降维为6个,反映了原变量87.3%的信息。根据6个主成分的权重计算的综合评分可知,蓝江和大升林的园蓝、粉蓝的综合评分均高于其他产地的,龙奔和碧波的巴尔德温、灿烂的综合评分均高于其他产地,蓝江和大升林的巴尔德温、灿烂的综合评分较低。聚类分析可知,16个样品被聚为4类,除龙奔巴尔德温与各产地灿烂聚为一类外,其他均按品种果实聚为一类。产地对不同品种蓝莓品质的影响存在差异,即不同品种的适应性存在差异,但与品种相比产地的影响较小。