排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
销量预测一直是一个热点研究的课题,对于各个企业有着重要的意义.近年来,随着深度学习的崛起,用于销量预测的模型越来越多,而单一模型的预测性能往往不够理想,所以出现了越来越多的组合模型.本文利用Stacking策略将XGBoost、支持向量回归(Support Vector Regression, SVR)、GRU神经网络作为基础模型,然后将LightGBM作为最终的预测模型,并且融合了新的特征.集中了几种模型的优势,大大提高了模型的预测性能,更加接近真实的销量数据,为回归预测提供一种新的预测方法. 相似文献
5.
传统仓库存储采用人力或人机结合方式搬运货物,采用纸笔记录相关库存和进出入库数据,存在效率低、安全隐患多和用人成本高等诸多问题.现代化工商业的发展对仓库存储技术提出了更高的需求,不仅仅局限于成本范畴,更成为获取利润的战略工具.本文介绍了自动化立体仓库系统的整体结构、各子系统功能及主要部分的设计.为了进一步提高生产效率,提升公司总体收益率,本文基于实验室的自动化立体库系统,将关联规则数据挖掘Apriori算法应用于其中,对出库信息进行挖掘,提供更加科学的生产和出库建议.该系统具有高度自动化、智能化、信息化管理等特点,对提高仓储管理效率,提高企业收益具有重要意义. 相似文献
6.
为了使高校的就业指导工作更具针对性,可以有针对性地培养学生,本文收集了毕业生的相关信息及其各自的就业情况,构建了基于HMIGW特征选择和XGBoost的分类预测建模算法,并将其应用于毕业生就业预测.本文首先考虑到学生信息数据具有离散型和连续型混合的特点,提出一种适应于就业预测的基于互信息和权重的混合(Hybrid feature selection based on Mutual Information and Gain Weight,以下简称HMIGW)特征选择算法,该方法先对学生数据的特征做相关性估值,然后采用前向特征添加后向递归删除策略进行特征选择,最后基于选择后的最优特征子集数据用XGBoost预测模型进行训练与结果预测.通过对比不同算法的结果,本文采用的预测方法在准确率和时间等评价指标上有较好的表现,对于毕业生培养就业指导具有积极作用. 相似文献
7.
8.
当今时代, 网络舆情传播速度快、影响力大, 而话题检测在网络舆情监管中有着不可替代的作用. 针对传统方法提取文本特征不完整和特征维度过高的问题, 本文提出了基于时间衰减因子的LDA&&Word2Vec文本表示模型, 将LDA模型的隐含主题特征和Word2Vec模型的语义特征进行加权融合, 并引入了时间衰减因子, 同时起到了降维和提高文本特征完整度的作用. 同时, 本文又提出了Single-Pass-SOM组合聚类模型, 该模型解决了SOM模型需要设定初始神经元的问题, 提高了话题聚类的精度. 实验结果表明, 本文提出的文本表示模型和文本聚类方法较传统方法拥有更好的话题检测效果. 相似文献
9.
产教融合的土木工程专业BIM技术人才培养运用,主要通过优化人才培养方案、创新人才培养模式、完善学生考核机制、构建实践教学体系四种途径,实现学生的学习内容与企业的项目对接、职业与工作岗位对接,帮助学生更加全面且熟练地掌握BIM相关的各项技能,并且能够直接应用到实际的工程之中.从而有效地增强人才培养的质量,不断提升学生的专... 相似文献
1