电商企业信用风险预警模型的缺失值鲁棒性

来源 :福建电脑 | 被引量 : 0次 | 上传用户:aww2345
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电子商务信用风险评估是建设信用体系的重要环节。在企业电子商务数据采集存在缺失值的情况下,本文比较了BP神经网络、支持向量机、决策树、极限学习机以及对应的集成模型在含缺失值预测样本的鲁棒性。实证数据分析结果显示,极限学习机及其集成模型在上述情况下优于其他模型。
其他文献
在空调系统非满负荷条件下,合理利用未启动制冷主机配套的冷却塔,降低制冷系统整体电耗,实现制冷主机与冷却塔综合电耗最低。利用麦克尔焓差理论公式建立机械通风冷却塔数学模型,分析不同空气湿球温度、风量、水量条件下冷却塔出水温度变化。分析结果表明:随着冷却塔气水比增加,冷却塔出水温度线性降低;随着湿球温度降低,气水比变化对冷却塔出水温度的影响变大。降低冷却水进口温度可以降低冷水机组电耗;增加冷却塔气水比导致冷却塔风机电耗增加。同时考虑冷水机组变工况特性及冷却塔变工况特性,分析得出:单台冷水机组配套运行其1.4~2
随着滨海城市发展的不断推进,人们生活环境景观不断提升,但也面临着越来越突出的风环境问题.泉州传统民居布局形式是其适应当地自然与人文环境的智慧结晶,其中蕴含着古人风环
以国家GB/T51350—2019《近零能耗建筑技术标准》附录A能耗计算方法参照建筑参数设置规定为分析对象,从建筑窗墙面积比、空调系统形式、空调系统机组选型、空调输送设备能效参数等方面进行分析,指出目前标准中附录A能耗计算方法参照建筑能耗计算相关参数设置规定的不足。在编制深圳市《超低能耗建筑技术导则》过程中,结合深圳当地实际情况以及作者自身能耗计算工程实践经验,对《近零能耗建筑技术标准》附录A能耗计算方法提出了深化修改建议,形成了一套适合深圳地区超低能耗建筑节能率评估的能耗计算方法体系。对重点修改部分做了
展览建筑是较大型的公共建筑,室内照明能耗占比较大,因此它具有一定的节能潜力.以中国人居环境设计学年奖竞赛的获奖作品为例,从建筑设计、材料选取、空间组合等方面,研究展
为了探究无窗户空调教室这一特定空间类型中的热舒适度的性别差异,对伦敦大学学院(University College London)的4间典型无窗户教室的环境数据和被调查者的热环境主观感知评价数据进行分析,研究了两个热舒适影响因子(衣着、气温)与热舒适度在性别上的差异。在结合了前人的各项相关研究进行分析讨论后得出如下结论:(1)无窗空调教室可以满足大部分被调查者的热舒适和适合学习的热环境,但温度主观评价存在显著的性别差异,该差异主要体现在男性和女性的温度主观评价平均值和非平均水平投票上。具体而言,在相同教室
文章针对网络靶场建设情况,在分析网络靶场发展现状的基础上,介绍了网络靶场提出的背景、作用和挑战,对国内外网络靶场的研究现状进行了较为全面的阐述,进而总结了构造网络靶场的几个关键技术,包括复杂靶场系统的快速复现技术、网络追踪溯源技术、计算机虚拟化技术、灵活透明的网络虚拟化技术和大数据分析技术。最后在论文中做出小结和展望,并提出今后的工作目标和方向。
本文介绍了行人检测伪标签半监督学习算法。当前绝大多数关于行人检测领域的优秀研究都依赖于大量的人工标签数据。但是在实际应用中,人们往往会面临标签数据不足的困境,进而限制了很多优秀研究的应用和模型性能的提升。本文主要使用半监督学习算法训练行人检测模型,通过无标签数据来降低模型对人工标签数据的依赖和标注成本。
为应对新冠疫情下的区域管理问题,本文开发了一个区域健康智能防疫系统。该系统底层终端以树莓派3B+为硬件核心,采用传感器技术、机器视觉技术和Android技术等进行开发,配以良好的人机交互平台,并通过HTTP请求访问本地服务器将信息汇总至云端数据库,从而实现对区域内用户出行信息的有效采集与存储。通过身份验证、口罩识别、体温检测等方式实现区域人员进出小区管理,并实时上报人员出行数据,方便用户查看及后台管理。该系统在金陵科技学院现场测试,效果良好,实现了智能化人员进出小区管理,具有很好的推广价值。
随着社会的发展进步,节能、环保、健康、舒适的理念越来越受到关注和重视。近年来“超低能耗建筑”代表着建筑业的发展方向,成为了建筑未来的趋势。夜间通风作为进一步节能的手段发挥着非常重要的作用。基于GB50785—2012《民用建筑室内热湿环境评价标准》,以沈阳地区某超低能耗示范建筑为例,分别进行了全日封闭和夜间通风状态下室内外全天温湿度实验测试,并对室内热舒适性进行了研究。测试数据结果表明:全日封闭状态下,室内热湿环境能达到Ⅱ级舒适区,通过夏季夜间自然通风与机械通风均能使建筑室内达到Ⅰ级舒适区的标准。同时
对于婴幼儿与具有语言表达障碍的患者无法正常描述其疼痛感受的情况,可以采用通过视频采集设备,将图像交予计算机进行疼痛评估的方法。本文介绍在计算机视觉技术与人脸检测技术下,通过K近邻(KNN)算法,对特定人大量已标记的疼痛表情图片进行训练,获得疼痛表情识别模型,应用于视频流或图像中的疼痛表情的检测并进行0-4级分类。实验结果表明,训练得到的模型准确率可达93.2%,识别效率约为15帧每秒。该方法适用于