关键词： 机器学习   随机森林算法   极限学习机   支持向量机   风电功率预报  

摘要： 根据甘肃省华家岭风力发电场的风场变化特征,利用风电场2017年8月-2018年7月的风电功率监测数据及同期欧洲中期天气预报中心的数值模式预报资料,用随机森林(RF)算法分析和筛选出主要的预报因子,分别选择RF、极限学习机和支持向量机3种机器学习方法建立预报模型,通过对比预报效果,得出适合的预报方法和模型.结果表明,RF算法的平均预报均方根误差为15.6%,预报效果优于极限学习机和支持向量机(预报均方根误差分别为16.8%和17.2%).RF算法在风电功率的短期预报方面取得了更好的效果,预报值与实际监测值更加接近;基于3种机器学习算法建立的风电功率预报模型的预报结果误差值都会随着风速的增大而增大,随着风速的减小而减小.

关键词： 夏季旱涝   决策树   随机森林  

摘要： 利用1961—2010年重庆34个气象观测站夏季降水资料及国家气候中心130项环流指数,采用机器学习的决策树和随机森林方法建立重庆夏季旱涝预测模型,通过2011—2018年预测效果检验发现,夏季同期环流指数决策树模型和前冬海温指数决策树模型预测的8 a降水异常趋势均正确,比考虑单一指数的PC评分分别提高37.5%和12.5%。此外,用随机森林模型预测重庆2014—2018年的夏季降水,5 a平均PS、CC和PC评分分别是84.6、0.27和67.1,相比于业务发布预报质量均有明显提高,且随机森林的预测质量较为稳定。

关键词： 概念转变   高中生物学   深度学习  

摘要： 前概念会影响学生形成连贯科学的生物学概念。教师教学中应充分考虑学生的已有知识,并支持学生重构已有概念。本文以“细胞的结构”为例,通过巧设认知冲突、繁杂概念替代、构建概念网络、建模内化概念等策略,促使学生前概念向科学概念转化。

关键词： 机器学习   神经网络   支持向量机   朴素贝叶斯   集成学习  

摘要： 机器学习方法在处理复杂数据、构建高精度模型方面具有显著优势,在不同领域的研究中都得到了广泛应用。数字经济时代为经济领域带来海量数据的同时,也对经济研究提出诸多挑战。机器学习方法能充分挖掘数据中的非线性、非平稳信息,有效提高经济分析结果的精度。机器学习与经济问题的融合改变了传统经济学的研究范式。文章对近年来机器学习方法在经济研究中的应用进行回顾,从通货膨胀、汇率与货币、GDP、劳动力市场、社会稳定、政策评价等角度进行总结,比较了常用机器学习方法的优缺点,并展示了模型的评价准则,如均方根误差、F1-得分、AUC值等。

关键词： 医案   历史沿革   学习方法  

摘要： 医案浓缩了各医家的学术成就与临床经验,其中的精粹部分可使初涉医道者入其门径,深谙中医者深受启迪,同时对传承、发展中医药事业具有巨大的推动作用。学习医案,首先应精选医案,医案应具备真实、完整、有新意、疗效高等内容,满足简洁、明了、有条理、文辞美等形式要求;其次,应善于带着问题读医案,从辨证立法、比较学习、用药特点3个方面着手;再者,应懂得梳理医案,内化成自身的思辨方式,如采用摘要性记录、总结经验、撰写读书心得等;最后,结合临床实践,巧用、不盲用、在指导下使用医案中的宝贵经验。

关键词： L_(2)惩罚逻辑回归   支持向量机   梯度提升树算法   人工神经网络   极限梯度提升算法  

摘要： 肝癌在所有癌症中病死率高居第二名.由于机器学习方法能改进疾病预测精度,因此文章将利用它们研究肝癌前期诊断问题,提高肝癌的预测精度.首先选取影响肝癌的10个指标作为预测变量,将579位肝癌患者分为两组:随机抽取492位患者构成训练样本,剩余87位患者构成测试样本.接着利用训练样本建立6个分类器:逻辑回归、L_(2)惩罚逻辑回归、支持向量机(Support Vector Machine,SVM)、梯度提升决策树(Gradient Boosting Decision Tree,GBDT)、人工神经网络(Artificial Neural Network,ANN)和极限梯度提升算法(eXtreme Gradient Boosting,XGBoost),其中逻辑回归和L_(2)惩罚逻辑回归采用NewtonRaphson算法得到模型参数的迭代加权最小二乘估计,计算患者肿瘤细胞为恶性和良性的概率估计,确定最佳阈值预测肿瘤性状.最后用测试样本计算混淆矩阵、灵敏度和特异度,绘制ROC曲线评价预测精度.结果表明L_(2)惩罚逻辑回归预测精度最高,SVM预测精度排第二,XGBoost预测精度排第三,逻辑回归预测精度排第四,GBDT预测精度排第五,ANN和随机森林预测精度最差.

关键词： 语文项目化学习   内涵   意义   实施策略  

摘要： 语文项目化学习是以课程标准为依据将学习任务项目化,并通过特定情境中的语文实践活动完成项目任务的学习方式,具有整体性、情境化,探究性,过程化等特点。语文项目化学习可以激活学生思维、培养探究意识,引导深度学习,提高关键能力。以高中语文统编教材必修上册第七单元为例,实施项目化学习的策略为;以教材为依托,确定项目主题;以问题为导向,设置项目任务;以情境为载体,开展项目活动;以素养为标准,评价项目成效。

关键词： 空间操作法   方法训练   学习方法   设计语汇   专业素养  

摘要： 建筑学课程具有感性与理性、艺术与技术相融合的特点,导致其创意构思、过程深化、成果设计很难被度量,设计课程教学普遍无章可循、无例可依,难以用规范性方法和阶段化步骤进行把控,教学效果存在较大起伏。本文以建筑学三年级课程设计成果为例,通过对空间操作法进行解析,引导学生掌握契合任务目标及制约要素的学习方法,构建符合自身、逻辑成熟的设计语汇,由浅入深、由简入繁,实现培养和提升学生的专业素养。

关键词： 人群计数   信道状态信息   支持向量机   增量学习  

摘要： 在利用WiFi信号实现人群计数中,基于信道状态信息幅度(Channel State Information,CSI)存在分类模型滤波不彻底和准确度差的问题,本文提出了一种基于多接收天线之间相位差扩展矩阵信息的支持向量机(Support Vector Machine,SVM)增量学习算法.首先对CSI原始相位数据执行三重处理,以便最大程度的消除环境干扰和相位误差;另外提出了一种建立相位差扩展矩阵的思想,加入了不同人数场景的动态特征,提高了人群计数准确性.考虑到新增场景后,原训练数据和新增数据需合并进行重新训练,因训练数据过多会造成计算复杂度过高,为此我们提出了一种基于SVM增量学习分类算法,设计了一个循环迭代过程,实现了对增量数据在线学习的功能,且在提升人群计数准确率和降低计算复杂度方面均取得了较好的效果.算法结果表明,本文方法可实现实时人群计数,在最大计数误差为1人时,平均计数精度可达95%以上,且随着场景增多在训练识别模型时节约的时间越显著.

关键词： 核小体定位   深度学习   集成学习方法   DNA序列编码   交叉验证  

摘要： 核小体定位指DNA双螺旋相对于组蛋白的位置,并在DNA的转录阶段起着重要的调节作用。依靠生物实验的手段测得核小体定位会消耗大量的时间和资源,因此基于计算方法利用DNA序列进行核小体定位预测成为了一个重要的研究方向。针对核小体定位预测中单一模型和单一编码在DNA序列特征表示和学习方面的不足,文中提出了一种端到端的集成深度学习模型FuseENup,利用3种编码方式从多个维度表示DNA数据,利用不同的模型从不同维度提取数据中隐含的关键特征,构造了一种全新的DNA序列表征模型。在4种数据集上进行20倍交叉验证,相比当前针对核小体定位预测问题综合性能最优的模型CORENup,FuseENup的准确度(Accuracy)和精度(Precision)在HS数据集上提高了3%和9%,在DM数据集上提高了2%和6%,在E数据集上提高了1%和4%,相比其他的机器学习和深度学习基准模型,FuseENup具有更好的性能。实验结果表明,FuseENup能提高核小体定位的预测准确度,说明了该方法的有效性和科学性。