首页期刊导航|贵阳学院学报（自然科学版）
期刊信息/Journal information
贵阳学院学报（自然科学版）
贵阳学院学报（自然科学版）

龚振黔

季刊

1673-6125

gyxu717@163.com；gyxu717@126.com gyxu717@yeah.net

550005

贵州贵阳市龙洞堡见龙洞路1号

贵阳学院学报（自然科学版）/Journal Journal of Guiyang College(Natural Sciences)
正式出版
收录年代

    融合特征提取的LMM模型在电商企业营销数量预测中的应用研究

    王璟璟
    57-61页
    查看更多>>摘要：准确的销售预测可以帮助电商企业制定合适的营销计划,以减少业务损失.但传统的预测模型对如今大数据发展迅速的时代来说,已经不能满足电商企业的需求.基于特征提取,对销售数据进行傅里叶变换处理,构建一种线性混合预测模型(Linear Mixed Model),应用至电商企业营销数量的预测中.开展实验对预测模型进行效用分析,实验表明,神经网络、支持向量机模型的MAE为0.04927154,0.04847517,而基于特征提取的线性混合模型的MAE更小,为 0.04032,说明模型质量和性能更好.涉及RMSE、MAE、RMSE和RMSPE评估指标时,三种模型误差相差均在0.1 以内.电商营销数量数据具有时间序列特性,但是线性混合模型在解决时间序列问题方面更有效,因此能够更加有效地处理电商数据.

    特征提取电商线性混合模型营销数量

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多源数据融合和深度学习的智慧校园分析模型

    崔彦君龙君芳
    62-68页
    查看更多>>摘要：为解决传统校园管理中数据分散、信息孤岛等问题,提出一种基于"多源数据融合+深度学习"的智慧校园分析模型.利用多源数据融合技术,整合不同来源的数据,通过物联网设备、传感器、社交媒体等方面,提供更全面、准确的校园信息,通过深度学习技术实现对学校运营、学生学习、教学效果等方面的综合分析.模型的核心特点包括数据融合、深度学习模型的应用以及对学校各层面智能决策的支持,利用卷积神经网络(CNN)中的ResNet(Residual Network)模型,通过整合来自学生信息管理、图书馆管理、人脸识别等多个系统的数据,进行全面分析,引入了残差学习,通过跳过连接(skip connection)解决了深度网络训练中的梯度消失和梯度爆炸问题.详细介绍了数据融合、深度学习算法应用以及智慧校园分析模型的设计,并通过实际案例分析验证了其有效性,准确率达到了 95%.该模型旨在提高校园管理效率、优化资源配置,并提升教学和学生服务质量.

    智慧校园高校管理深度学习算法多源数据融合管理效率

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多准则决策和深度神经网络的电子商务推荐系统

    韩晓路周湘贞
    69-73,91页
    查看更多>>摘要：推荐系统在电子商务门户中发挥着重要作用.现有推荐算法通常基于单个评分标准进行推荐商品排序,未考虑到从不同标准的用户偏好上对用户和商品特征进行综合建模.为此,提出了基于多准则决策(MCD)和深度神经网络(DNN)的电商产品推荐系统.首先,设计上下文感知的DNN模型,从不同标准出发进行评分预测,并通过聚合函数得到综合评分预测值.其后,通过结合残差卷积神经网络(CNN)和双向长短时记忆(Bi-LSTM)的混合模型,基于用户评论预测用户对商品的情感倾向.最后,将评分预测与情感倾向结合,实现准确的商品推荐.实验结果表明,所提方法在亚马逊电商产品数据集上进行商品推荐的平均绝对误差(MAE)和均方根误差(RMSE)分别为0.953 和1.129,优于其他比较方法,证明在推荐系统中结合MCD和情感分析,能够有效提高推荐系统性能.

    电子商务推荐系统多准则决策深度神经网络情感分析双向长短时记忆

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于动态算法的民办高校教学管理优化策略

    周飞
    74-79页
    查看更多>>摘要：伴随信息化教育的到来,高校管理的难度日益增加,传统的管理方法在民办高校中往往伴随着专业性的不足.为解决高校管理上的问题,提出使用动态规划算法来对民办高校的教学管理进行优化.首先,对现有的动态规划算法进行阐述,提出针对原始算法的两轮连续改进方案.其次,使用改进后的算法对高校的教学管理规划进行类型划分和事务合并实验分析.结果表明改进算法具备良好的稳定性,随着数据处理量的增加,算法的效率也呈比例增加,可有效用于高校管理优化.

    动态规划算法类型划分事务合并高校教学管理优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    分布式计算中基于机器学习聚类的人力资源管理推荐

    余先玲王成成彭玲
    80-85页
    查看更多>>摘要：由于受到特征维度及数据规模的影响,人力资源精准推荐难度提升.为了提高人力资源管理平台的自适应推荐精准度,采用机器学习聚类推荐策略,将AP聚类算法应用于大规模人力资源推荐,并借助于Storm计算框架提高推荐效率.首先,根据人力资源平台的用户行为记录进行特征提取并初始化,并借助PCA算法进行特征提取,构建求职者和岗位的评分函数.然后,采用AP聚类算法对求职者—岗位特征进行聚类分析,根据聚类结果获得候选岗位推荐序列.AP聚类的所有过程均在Storm分布式节点中完成.通过对 4 家大型网络招聘平台的仿真分析,分别从不同推荐序列、不同聚类数目及不同特征数的角度下展开人力资源推荐性能分析.结果表明,AP聚类在4 家平台的人力资源推荐中获得较高的Recall和F1 性能,而分布式计算则有效提升了推荐加速比.

    人力资源推荐机器学习分布式计算AP聚类Storm计算框架

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于反向传播神经网络和支持向量机融合模型的农产品价格预测技术

    王艺
    86-91页
    查看更多>>摘要：在当今农业科技快速发展的过程中,农产品种植的种类和规划方式也越来越丰富,不同的农产品规划能带来不同的农作物种植收益.为了提高农产品种植规划的质量,提出了一种基于融合模型的方法.过程中建立包含三层结构的反向传播神经网络,使用粒子群算法通过逐渐逼近的方式进行数据寻优,使用支持向量机回归技术对短时间农产品价格进行预测.实验结果表明,研究方法在对蔬菜进行预测时,在输入数据条数为200 条时的计算时间为153 ms;在产品单价预测结果中,研究方法在对水果进行预测时的预测结果误差保持在0.003 元每千克以内.研究方法能够有效完成农产品的单价预测,且具有良好的效率.

    农产品价格预测反向传播神经网络支持向量机

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于交易行为表征学习的企业财务欺诈检测方法

    袁洁贞王志勇
    92-97,109页
    查看更多>>摘要：公司间关联交易已成为实施财务欺诈的常用手段.传统定量分析方法将每家公司视为一个独立个体,未考虑交易各方间复杂关系.为此,提出了基于混合交易行为特征和集成机器学习模型的企业财务欺诈检测方法.首先,构建知识图谱,从企业交易数据中提取关联交易特征,并与常用财务特征整合在一起.其次,提出结合决策树(DT)、随机森林(RF)和Adaboost算法的财务欺诈检测集成框架.取混合特征作为输入,子模型对每笔交易是否欺诈进行投票,通过硬投票或软投票聚合方法达成最终决策.在上市公司的现实交易数据集上的实验表明,混合特征能够增强财务欺诈检测性能,且所提框架通过集成多样化模型和不同的投票机制,在欺诈交易检测中实现了92.46%的受试者工作特征曲线下面积(AUC),检测性能显著优于单个分类器,有助于促进企业可持续增长,协助监管机构维护市场秩序.

    欺诈检测关联交易行为表征知识图谱集成模型投票机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进双分支视觉Transformer的艺术绘画分类

    高海燕丁惠君
    98-103页
    查看更多>>摘要：随着艺术数字化的发展,迫切需要准确分析和整理艺术绘画藏品的智能系统,并基于艺术绘画的视觉元素发掘不同艺术属性之间关系.为此,提出基于改进视觉Transformer模型和特征优化算法提高艺术绘画分类的深度学习方法.首先,使用改进双分支视觉Transformer(CrossViT)从艺术绘画图像中提取特征.通过双分支架构提取共享特征,获得多尺度特征表示.设计跨任务融合阶段,使用单独的分支处理特定任务的图元,并通过跨注意力模块交换信息.其后,结合混沌游戏优化(CGO)算法和坚果夹优化器(NO)确定特定最优特征子集.CEC2022 基准测试 8 个函数的算法测试结果验证了所提改进CGO算法的有效性.此外,在SemArt数据集上对艺术绘画进行类型、流派和时期分类任务的实验结果表明,所提方法能够基于不同任务需求准确完成艺术绘画分类,性能优于其他先进方法.

    艺术绘画分类深度学习视觉Transformer混沌游戏优化坚果夹优化器

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    5G环境下具有介质访问控制感知的无线网络编码方案

    徐军
    104-109页
    查看更多>>摘要：为优化5G无线网络环境下单波流的网络编码,提出一种具有介质访问控制(MAC)感知的随机线性网络编码方案.由于流间网络编码假设条件是即时解码和反馈信道可靠,其在5G环境下不多常见.因此,所提方案使用随机化处理方式,从有限域GF(2)中均匀随机地选择出数据包变量,源节点不需要采集来自接收器的反馈帧,通过优化MAC开销来缓解数据包相关信息的影响.在TelosB motes试验台进行验证,结果表明,对于单跳数据发布和多跳无线路由,所提方案使用Block ACK握手,可以高效采集反馈信息,且能够大幅降低数据包传输时间,最高降低42%.

    5G无线网络介质访问控制随机线性编码单播流有限域

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于贵州苗族文化背景下地域化建筑设计研究

    李星宁
    110-114页
    查看更多>>摘要：随着经济的全球化,城市建筑出现了趋同性.以贵州苗族建筑项目案例分析着手,通过对苗族居住环境、民居建筑、银饰、服饰、音乐和装饰等文化元素的提取和应用,得出地域文化在现代建筑设计中的设计表达方式,为贵州今后的苗族地域化建筑设计提供借鉴和参考.

    苗族地域文化建筑设计贵州

      原文链接:
    • NETL
    • NSTL
    • 万方数据