这篇论文主要探讨了中国古代玻璃制品的风化模型,利用随机森林算法进行数据分析和预测。
文章在数学建模的背景下,获得了山西省一等奖,论文的核心技术包括随机森林优化、数据填充、特征选择、降维模型和分类算法的应用。
对于问题一,研究者处理了数据中的缺失值,使用众数来填充颜色数据。
通过交叉表和卡方检验,确定了表面风化与玻璃类型之间有强相关性,与纹饰有弱相关性,与颜色则无明显关联。
通过观察化学成分的分布,如氧化铅和氧化钾含量,发现不同类型的玻璃具有特定的成分特征。
然后,他们构建了随机森林模型,以风化前后的均值偏差率预测化学成分含量,并验证了预测的准确性。
针对问题二,论文建立了基于重采样的随机森林模型来识别高钾玻璃和铅钡玻璃的分类规律。
通过对14个化学成分的分析,确定了二氧化硅、氧化钾、氧化铅和氧化钡作为关键因素。
通过投影寻踪法降低维度至5个重要成分,并利用改进的k-means聚类算法,将样本分为3个亚类,结果与实际相符。
通过调整聚类数优化损失函数,验证了初始设定的合理性。
在问题三中,研究者加入了有无风化的指标,继续使用随机森林模型预测玻璃类型,测试集预测准确率达到100%。
同时,通过支持向量机(SVM)和贝叶斯判别法结合扰动项,验证了有无风化指标对分类结果的影响,结果显示这个指标的作用不大。
此外,通过正态扰动测试随机森林模型的敏感性,证明模型的稳定性。
对于问题四,论文建立逐步回归模型,寻找不同类别化学成分间的线性关联。
通过VIF方差膨胀因子分析,确定了两类玻璃在二氧化硅、氧化钾、氧化铅和氧化钡等成分上的显著差异性,这与之前的问题二分析结果一致。
总结来说,这篇论文在数学建模的框架下,利用随机森林算法解决了古代玻璃制品风化的建模问题,包括了数据预处理、分类模型建立、特征重要性分析、降维聚类和线性关联研究等多个方面。
这些方法不仅在解决本问题上取得了良好效果,也为类似的历史文物研究提供了有价值的分析工具和思路。
2024/9/2 15:54:31 2.45MB 数学建模 随机森林
1
分布式电源接入系统典型设计(2016版)
2024/9/2 11:04:26 4.98MB 分布式电源
1
对分布于二维空间的线性可分样本进行分类,画出了其中每个类的判决函数、判决面。
并拓展到非线性可分或者不可分!
1
shearlet变换的matlab代码。
图像经过某种离散变化后的能力分布体现了图像的变换特征,从无失真压缩的角度考虑,变换的目的是希望图像经离散变换后能力尽可能的集中在少量的几个系数中,即具有能量聚集性,由此可得到较高的压缩比。
图像经过Shearlets变换后,能量的分布会随着变换尺度n的变换尺度呈现出一定的规律。
2024/9/1 6:49:54 13.87MB shearlet变换
1
Hadoop3HDFS完全分布式搭建.docx
2024/8/31 3:39:43 631KB Hadoop
1
Nacos是Alibaba公司推出的开源工具,用于实现分布式系统的服务发现与配置管理。
英文全称DynamicNamingandConfigurationService,Na为Naming/NameServer即注册中心,co为Configuration即配置中心,Service是指该注册/配置中心都是以服务为核心。
服务(Service)是Nacos世界的一等公民。
2024/8/30 19:11:15 141.58MB Nacos 注册中心 配置中心 服务发现
1
到靶能量和光斑分布参数是评价高能激光系统性能指标的重要参数,为准确测量中红外高能激光系统远场能量和功率密度的时空分布,采用热吸收和光电探测相结合的测量方法,研制了可用于大面积、长脉冲中红外高能激光测量的复合式光斑探测阵列。
探测阵列由石墨热吸收单元和PbSe光电探测器阵列、信号调理放大电路、数据采集单元和信号处理单元等几部分组成,有效测量面积为22cm×22cm,光斑测量空间分辨率为2.2cm,时间分辨率为20ms,能量测量不确定度小于10%,功率密度测量不确定度小于15%。
采用该系统,可实现高能量、大面积中红外高能激光光斑参数的综合测量。
2024/8/30 19:09:14 4.48MB 探测器 中红外激 探测阵列 光电量热
1
springboot+mybatis+mysql+dubbo+zookeeper一个简单的分布式搭建过程
2024/8/29 14:54:24 3.18MB spring boot dubbo
1
本书讨论了操作系统中的基本概念与算法,并对大量实例(如Linux系统)进行了研究。
全书内容共分七部分,第一部分概要解释了操作系统是什么、做什么、是怎样设计与构造的,也解释了操作系统概念是如何发展起来的,操作系统的公共特性是什么。
第二部分进程管理描述了作为现代操作系统核心的进程以及并发的概念。
第三部分存储管理描述了存储管理的经典结构与算法以及不同的存储管理方案。
第四部分I/O系统对I/O进行了深入的讨论,包括I/O系统设计、接口、内部结构与功能等。
第五部分分布式系统介绍了分布式系统的一般结构以及连接它们的网络,讨论了分布存取策略、分布式文件系统及分布式系统中同步、通信等机制。
第六部分保护与安全介绍了操作系统中对文件、内存、CPU及其他资源进行操作的安全与保护机制。
第七部分案例研究,分析与讨论了Linux系统、Windows2000、WindowsXP、FreeBSD、Mach及Nachos等实例。
本书作为操作系统的入门教材,适合所有对操作系统这门学科感兴趣的读者参考,尤其适合高等院校计算机专业及相关专业的学生用做操作系统课程的教材或教学参考书。
">本书讨论了操作系统中的基本概念与算法,并对大量实例(如Linux系统)进行了研究。
全书内容共分七部分,第一部分概要解释了操作系统是什么、做什么、是怎样设计与构造的,也解释了操作系统概念是如何发展起来的,操作?[更多]
2024/8/29 8:19:43 33.94MB 操作系统 翻译版 Abraham
1
********搜出来的另一个链接是假的,不要下载,浪费资源,笔者就是被坑了才决定自己研究的!!!!***********ORACLE官方并未公布过考试的分值分布,以上分布是笔者根据一些已知信息推算出的每个场景的分值分布。
对,你没看错,26789场景确实只有个位数分数,而且经过本人验证,绝对没错最多误差±1分。
笔者猜测11gocm初期的分值分布应该不是这样的,可能中间改变过分值分布,主要考虑的大概是增加通过率吧。
因为6和7、8和9场景的关联度很大,如果6没做出来,那7基本是0分;
8没做出来,9肯定是0分。
这样的话,如果6、8场景分值分配很大的话,很容易考试就不及格了。
所以大家复习时精力的重点应该放在1、3、4、5这四个大分场景。
顺带一提,11gOCM考试的及格线是60.4分。
显而易见,ORACLE没有公布场景分值分布的原因就是不想让考生直接放弃小分场景。
而且考试结果也并没有公布总分分数,只有个PASS,这应该为了让你无法推算各场景分数。
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡