公共文化服务平台

搜索到594篇“ 投票法“的相关文章

基于MC3投票法和机器学习的信用风险评估: 2025年; 信用风险评估是金融风险管理的重要问题,为提高信用风险评估的有效性,基于马尔科夫链蒙特卡罗模型综合方法提出模型投票方法,这种方法可以不需要进行指标剔除,减少了特征选择过程中的信息丢失,同时可以更为谨慎地评估信用风险。结合MC3投票法和机器学习方法,构建了信用风险评估模型。在此基础上,借助国泰安数据库上市制造业企业的财务指标数据,对构建的信用风险评估模型与其他模型的预测性能进行了比较分析。检验结果表明:相对于一次剔除法和逐步剔除法,MC3投票法降低了银行由于信用风险评估模型的一类错误而造成的损失,从而提高了信用风险评估模型的性能。; 邝雄张成祖张婷婷; 关键词：信用风险评估模型

一种基于投票法预测离子液体声速的方法: 本发明提供了一种基于投票法预测离子液体声速的方法，本方法收集离子液体的分子结构及温度、压力和声速数据得到离子液体数据集；将其中离子液体的分子结构拆分官能团，并和温度、压力一起生成离子液体的分子特征；以离子液体的声速数据预...; 张云沈古楼吕蝶黄雅娴杨浩光

基于峰谷特征和组合投票法的钢板计数算法: 2023年; 针对传统的人工计数方法存在效率低和危险系数高等问题,设计了一种基于峰谷特征和组合投票法的钢板计数算法。采用帧差法检测感兴趣区域,并对其进行图像预处理和边缘检测,利用每块切分的钢板边缘图像进行纵向投影获得灰度投影曲线并去噪,对投影曲线做一阶向前差分和二阶向前差分,得到钢板的波峰、波谷点,再对多块图像的波峰和波谷点进行组合投票,得到钢板数。实验结果表明,本文算法的钢板点张准确率在95%以上,能满足实际业务需求。; 梁田龙永红汤汶龙刘芸萌; 关键词：灰度投影

一种基于投票法的多策略多目标强化学习算法被引量：1: 2023年; 针对多目标强化学习中的多策略算法收敛不稳定的问题,提出了一种基于Sarsa算法框架的多目标帕累托Sarsa算法(Multi-Pareto Sarsa, MPS)。MPS算法以向量集的形式更新行为价值,使用一种新的基于投票法的集合评估机制代替传统的行为策略,智能体通过基于投票法的集合评估机制评估行为空间中每个行为对应的行为价值向量集,然后根据评估结果选择当前状态下的最优行为。实验结果表明,MPS算法与已有的MPQ、PQL算法相比有较好的收敛性,且MPS算法与MPQ算法相比在超体积性能上有很大的提升。; 王立佳朱正伟诸燕平朱晨阳; 关键词：多目标投票法

基于MC3投票法和机器学习的制造业上市公司信用风险评估: 伴随着社会主义市场经济的快速发展,以及全面深化改革的政策的落地,我国的市场逐渐变得更加开放,但同时,市场的竞争也变得更加激烈。尤其是2020年新冠疫情爆发以来,疫情不断反复,全球经济环境恶化,更是加剧了市场竞争,大量制造...; 张成祖; 关键词：信用风险评估模型

结合小波变换、SVM和投票法的ASTER影像岩性分类——以东天山尾亚地区为例被引量：1: 2023年; 为了更加准确地利用ASTER影像辅助填图,提出了一种结合小波变换、支持向量机(SVM)和投票法的ASTER影像岩性自动分类方法。首先,采用Haar小波对ASTER影像进行多尺度小波分解,统计小波系数的均值作为纹理特征,同时提取灰度共生矩阵(GLCM)方差、同质性、均值纹理特征;然后,利用小波纹理、GLCM纹理及光谱特征构造SVM分类的特征向量,并进行10次重复分类;最后利用投票法确定岩性单元。对结果进行统计评估,结合多种纹理,并利用投票法得到的岩性分类精度为92.1934%,Kappa系数为0.9202,比仅用光谱分类精度提高了13.3369%。小波纹理能提取更细节的岩性信息;投票法可以避免岩性因样本的空间变异性产生的动态变化,优化分类结果;SVM较最大似然法(MLC)更适合于训练数据集高维且非正态分布的岩性分类;采用人工蜂群算法搜索SVM的最优参数,可避免参数局部最优。; 唐淑兰孟勇; 关键词：投票法 ASTER

基于两层特征投票法的二手车标价研究: 随着我国经济的持续发展,以及“互联网+”经济形态逐步渗入二手汽车市场,使得消费者在网络上就可以实现二手车的线上交易,便捷的交易方式促使二手车市场得到空前的繁荣发展。大数据的应用也使得平台上的二手车信息复杂多样,如何从这些...; 崔睿利; 关键词：特征价格理论投票机制支持向量

基于状态空间投票法的地址单元解析方法及装置: 本发明公开了基于状态空间投票法的地址单元解析方法及装置，属于地址单元解析技术领域，要解决的技术问题为直接投票法融合多个地址单元标签时、容易导致标注结果不规范。包括如下步骤：S1、构建相邻单字标注结果的状态转移映射表，相邻...; 王功明魏金雷潘心冰李明明

RPL路由协议中基于投票法的黑洞攻击检测算法被引量：2: 2021年; 物联网容易遭受多类拒绝服务攻击,其中黑洞攻击是最严重的攻击之一。为此,提出基于投票法的黑洞攻击检测算法(Voting Method-based Blackhole Attack Detection,VMBAD)。通过VMBAD算法检测RPL协议上的黑洞攻击。先通过过滤器构建嫌疑节点,再验证嫌疑节点的行为,各节点作出自己的决策意见,并传输到边界路由(Border Router,BR)。接收后,BR利用投票机制融合各节点的决策意见,进行最终的决策,进而判断节点是否为黑洞攻击节点。一旦认定为黑洞攻击,就将黑洞攻击节点与网络隔离,使其不参与RPL路由。仿真结果表明,VMBAD算法能够有效地检测黑洞攻击节点,并且通过排除攻击节点,提高了数据包传递率。; 张娴静; 关键词：RPL 黑洞攻击投票机制

基于投票法的密度峰聚类算法被引量：3: 2021年; 密度峰聚类(DPC)算法采用点的密度与距离属性对数据进行划分。该算法对大多数数据集能获得较好的聚类结果。然而,对于存在交叉、重叠情况的数据集,DPC算法的最近邻居分配方法将造成较大误差。针对这一缺陷,本文考虑到数据点的大部分邻居属于相同的簇,提出一种多邻居投票的聚类方法。该方法采取多个邻居的投票结果来决定未知点的归属。数值实验表明,基于投票法的密度峰聚类算法在面对点分布存在交叉、重叠情况的数据集时优于DPC算法。; 黄文康杨苏杭范梦婷原俊青; 关键词：聚类投票法

相关作者