不平衡类分布下多分类问题的提升算法

模式识别在实际应用中常碰到类分布不平衡的多分类问题,该情形下的分类器性能采用传统的精度指标评价意义不大,需要采用代价指标和ROC曲线分析来评价。传统的分类器对不平衡问题分类性能很差,利用AdaBoost算法在机器学习中对样本权重的调整,将不平衡的错分代价加入到样本权重,使分类器更多关注重要的少数样本类,可以提高不平衡类分布下多分类性能。模拟试验也表明了该方案的有效性。     

集成学习技术在农业中的应用

阐述了集成学习技术的基本思想和具体算法,分析了集成学习技术在农业领域中的应用。实验表明,集成学习技术可以有效地提高农业数据的分类精度。     

基于迁移学习的芒果成熟度分类算法研究

成熟度判别是芒果采收及储藏的重要依据.为了适应移动设备硬件算力的限制,对比了传统机器学习方法和迁移学习方法在芒果成熟度鉴别方面的表现,优选最佳模型并开发了芒果成熟度分类软件.试验采集了不同成熟度的小台农图像100张,进行数据扩充后按照8:2划分为训练集和测试集,以准确率、F1值和预测时间作为模型评价指标,分别采用k近邻(K-NearestNeighbor, KNN)、支持向量机(Support vector machine, SVM)、朴素贝叶斯(Naive bayes, NB)、决策树(Decision tree, DT)机器学习算法模型和AlexNet、ResNet18、VGG16、GoogleNet和SqueezeNet迁移学习算法模型进行训练和测试,并对比分析各模型的表现.结果表明：机器学习虽然运算速度快,但分类的准确率明显低于迁移学习,迁移学习的分类准确率均在90%以上.但综合考虑模型的分类准确率和计算能力认为Resnet18表现最佳,它在迭代20次后准确率达到98.75%,而测试时间仅为74.66 ms,优于其它深度学习模型.     

一种改进的支持向量机集成分类算法

为了更好地改进集成分类器的性能,提出了一种基于反馈学习的支持向量机Bagging集成分类算法.该算法在对子分类器的训练中,引入反馈学习的思想,首先对每个训练得到的子分类器进行测试,找到被错分的样本,把这些样本添加到训练样本集中,重新进行训练、测试,直到没有新的被错分的样本出现为止,最后采用多数投票策略对得到的各子分类器进行组合.仿真实验结果表明,该算法可通过提高各分类器的分类能力改进集成学习器的性能.     

我国民政事业发展不平衡不充分问题研究

"十四五"时期,我国民政事业的不平衡不充分发展问题依然严峻。民政事业作为社会治理体系的重要组成部分,在区域投入、城乡发展、供给结构、代际保障方面表现不平衡,在有效供给保障、思想观念解放、社会力量参与、产业潜力释放方面表现不充分。经济发展水平、政策法治环境、人口构成变动和城乡二元结构是这些问题的主要影响因素。健全法治环境,做好民政平衡充分发展的分阶段工作规划,继续推动区域协调发展战略和城乡融合发展,鼓励多主体民政工作改革创新,建立复合型社会工作人才培养培训机制,灵活运用信息化技术,是促进中国民政事业平衡充分发展的有效措施。     

一种基于集成学习的苹果叶片病害检测方法

由于苹果树叶片病害图像背景复杂、病斑形态多样,苹果树叶片病害的检测一直是一项具有挑战性的任务。传统的苹果树叶片病害检测方法严重依赖于果农经验和特定领域的专家,步骤复杂且低效,并很容易导致病害的误判和漏判。为解决该问题,基于深度学习技术对苹果树叶片病害特征进行自适应学习和提取,提出一种基于集成学习的苹果树叶片病害检测方法。该算法基于不同的模型,在处理不同的数据集上呈现出各自的特性,充分利用了模型间的优势互补,使用非极大值抑制算法将YOLOv5和EfficientDet模型进行集成,进一步提高模型特征提取能力并且增强了模型的检测能力。结果表明,该方法在不增加延迟的情况下,能有效提高3种苹果树叶片病害的检测效果,平均精度可达73.4%,相比于单个YOLOv5和EfficientDet模型分别提高了3.0%、4.8%。集成后的算法具有更好的特征提取能力,可以提取到更多的病害特征信息,并且较好地平衡了模型的识别精度与模型复杂度,可为田间环境下苹果树叶片病害识别提供参考。     

乡镇企业经济区域发展不平衡问题研究

乡镇企业经济增长过程中，存在着日益中剧的区域发展不平衡问题，成为其进一步持续稳定发展的制约因素，亟待加以解决，不平衡主要是经济发展总量、人均水平、发展速度、企业资产、产业结构等方面在东、中西三大经济区之间的不平衡。这种状况的产生和形成一方面是历史上一直存在的由东到西的经济梯度的影响，另一方面也是由于改革开放以后，对乡发展缺乏统筹规划，东部地区尽占体制、资金、人才等方面先机的结果，要从国民经济整体布     

信息处理中的应用集成研究

应用集成是提高信息处理效率的重要手段之一,文中综合运用EJB和CORBA两种技术.构建了分层的应用集成框架,详细分析了各层的作用和实现方法,并简要地介绍了框架的总体实现.该框架能够充分利用EJB和CORBA各自的优势,是一个有效的应用集成解决方案.     

基于集成学习方法的耕地质量评价研究

为充分了解县域耕地资源,提高耕地质量评价效率和准确度,减少在评价过程中主观因素的影响,以河南省三门峡市陕州区为研究对象,对其做耕地质量分等定级。根据数据特征将特征变量划分为分类型变量和数值型变量,对于数值型变量采用卡方分箱的方法处理,将处理后的结果与分类型变量用one-hot编码赋值,对于样本类别数较少的数据采用合成少数类过采样技术（SMOTE）平衡样本数据。随后引入机器学习的方法,利用XGBoost、LightGBM、ANN以及XGBoost-LightGBM-ANN组合模型对耕地质量进行分等定级。结果表明,将处理后的未采样数据作为训练集,代入耕地质量评价单一模型以及组合模型进行训练并预测时,准确率、精确率、召回率和F1分数等指标值均达到了0.97以上,其中单一模型ANN、LightGBM、XGBoost对应的各指标值呈递增的趋势,表明机器学习模型应用到耕地质量评价中产生了良好的效果。与未采样相比,经过采样后的数据作为训练集明显提升了模型性能,单一以及组合模型预测中各指标值均达到了0.99以上,其中基于集成学习投票的算法XGBoostLightGBM-ANN组合模型有明显优势,准确率...     

要理性和谨慎处理生物能源与粮食安全问题

在国际上,原油价格的不断上涨引起了生物能源的开发,但在我国特殊国情下,生物燃料的发展出现了与人争粮的问题,如果对生物燃料的发展不加以干预和监控,就有可能对粮食安全造成不良影响.应该根据国情,理性对待生物燃料和粮食安全问题,要在政府监管下,通过制定相应的政策和措施,大力发展非粮能源作物,开发非粮生物燃料作物技术,在不影响粮食安全的前提下,谨慎发展生物燃料.     

综合治理是山西省旱区农业应对干旱的持久战略

分析了山西自然生态地理特点与农业旱情现状,提出旱作区农业发展应继续以抗旱兴农为重点、综合治理为突破点、传统的抗旱方法与现代的抗旱技术措施相结合;相应采取兴修水利、小流域治理、退耕还林、农田改造、蓄水保墒、抗旱耕作等综合治理措施。不断改善农业生产环境,提高自然降水的有效利用率,增强现代农业对自然旱情、旱灾的适应与抗御能力,促进山西省旱作农业生产的稳步发展是一项艰巨而持久的战略任务。     

一类条件极值判定的拉格朗日方法

研究了多元函数条件极值的充分条件与判定方法,建立了可行集M与变分空间V(P0)上的点之间的联系.利用二者间关键的误差估计,给出了条件极值判定定理的简化证明.     

最大泡压法测溶液表面张力实验数据的计算机处理

应用计算机对化学实验“最大泡压法测溶液表面张力”的实验数据进行数据处理，通过对实验数据进行最小二乘拟合，得到正丁醇溶液的表面张力σ和浓度c之间的关系方程，从而求出正丁醇溶液的表面吸附量г。最后通过最小二乘线性拟合，求出正丁醇溶液的饱和吸附量г∞，进而求得正丁醇分子的横截面积SB。     

用代数法解析一些英语难句的汉译问题

大学英语教育涉及到非英语专业的学生。理工科的学生善于逻辑思维,喜欢用数学公式来解决一些形象思维问题。把逻辑思维的方式运用到语言学习的翻译中,尝试性地用代数法从四个方面用译例来解析一些英语难句的汉译问题。     

基于集成学习和近红外光谱的玉米种子含水率预测方法研究

针对传统化学方法测定玉米种子含水率存在工序复杂、周期长、成本高等问题,提出一种基于集成学习算法和近红外光谱技术的快速、无损预测玉米种子含水率的方法。以‘陕科9号’等8个品种的320份玉米种子作为研究对象,用近红外光谱仪（Antaris Ⅱ型,美国Nicolet公司）采集玉米种子的近红外漫反射光谱。统一采用偏最小二乘回归（Partial Least Squares Regression,PLS）方法对比分析SG平滑滤波（Savitzky-Golay,SG）结合4种光谱预处理方法对玉米种子近红外光谱的预处理效果,发现Savitzky-Golay方法结合多元散射校正法去噪效果最优。采用竞争性自适应重加权算法（CARS）进行特征波长的提取,前7个光谱特征的累计贡献率超92%以上。以GBDT（Gradient Boosting Decision Tree,梯度提升决策树）、RF（Random Forest,随机森林）、XGB（或XGBoost,Extreme Gradient Boosting极端梯度上升）作为基础模型,采用Stacking作为融合策略,建立Stacking集成学习模型。预处理后的数据,提取前7个主成分作为特征向量,用直接干燥法得到这些种子的含水率作为标签,分别训练4种玉米种子含水率预测模型,对比分析该4种模型的性能指标,Stacking集成模型经过2 163次训练后预测相关系数R_P=0.939 1,相对分析误差PRD=2.91。结果表明,Stacking集成模型融合了GDBT、RF、XGB 3个基础模型的优势,精度高,收敛特性好,泛化能力强,为玉米种子含水率快速、无损的测定提供了新的思路。     

一类Positone边值问题正解的存在性

对一类具有奇性的Positone边值问题{(ψp(y')')+μq(t)f(t,y)=0 0相似文献   

基于组合物种分布模型(Ensemble Model)的厚朴适宜生境分布模拟

【目的】建立组合物种分布模型,模拟厚朴在我国南方的分布格局,探讨影响其生长环境因子的阈值,为厚朴的人工种植,野生资源保护等提供理论依据。【方法】基于公开发表的文献中精确的厚朴分布数据与23个环境因子变量,利用BIOMOD2建模平台中的9个模型算法构建组合物种分布模型模拟厚朴的适宜生境分布。【结果】①厚朴在我国南方适宜生境面积为0.53×10~6 km~2,主要分布在四川东部、陕西南部、重庆东部、湖北西部、贵州、福建、江西、湖南等地区。②在组成组合物种分布模型的9个单模型算法中,推进式回归树模型(GBM)和随机森林(RF)的模拟效果最好,表面分室模型(SRE)与分类树分析模型(CTA)结果较差。组合物种分布模型的TSS为0.905,ROC值为0.975,说明组合模型能够在一定程度上提高模型的精度。【结论】厚朴在我国南方分布较为广泛,但是考虑植被类型限制时,其生境较为破碎,应该在其适宜生境区域加强物种保护。