基于混合数据挖掘模型预测用户流失

用户流失预测问题广泛应用在银行、金融、电信等多种领域。对用户行为进行有效的预测和分析有助于企业的竞争和了解瞬息万变的市场规律。采用3种混合的数据挖掘模型对用户流失问题进行了研究,以形成一个准确高效的用户流失预测模型。这3种模型应用于数据挖掘的两个阶段:聚类阶段和预测分析阶段。在第1阶段中,对用户的数据进行过滤。第2阶段对用户行为进行预测。第1个模型采用了二分k-means算法进行数据过滤和多层感知人工神经网络(MLP-ANN)相结合进行预测。第2个模型采用层次化聚类与MLP–ANN相结合进行预测。第3个模型使用自组织映射(Self-Organizing Maps)与MLP-ANN进行预测。这3种模型预测分析基于真实数据,用户流失率采用3种模型混合计算的方式得出结果并同真实值进行比较。分析结果表明采用多模型的混合数据挖掘模型的数据准确度优于普通的单一模型。     

多层卫星通信网络结构设计与分析

针对单层卫星网络时延高、网络阻塞概率大等问题,研究了多层卫星网络的系统结构及其特点。结合不同轨道卫星特点,引入分层卫星网络结构,采用Walker和极轨星座覆盖带设计法,设计了多层卫星网络星座。采用"弱连接"模型作为星际链路建立的基本原则,并对星座的覆盖性能和星际链路特性进行了仿真分析,结果表明,多层卫星网络在覆盖特性和星际链路性能上更具优势。     

一种新的模糊多层自组织神经网络图像目标检测方法

神经网络方法和模糊集理论用于图像处理和目标检测时各有优势,文中提出了一种将神经网络和模糊集理论集成的混合方法,即模糊多层自组织神经网络法。该方法将模糊测度作为神经网络的目标函数,网络包括多层结构,任一层中的一个神经元对应图像中的一个像素,该神经元只与前一层的对应元素及其邻域元素连接。针对遥感图像的实验处理过程证明该方法能够有效地进行目标检测和提取,并且具有良好的噪声免疫力。     

基于ML-Ⅱ的指数分布可靠性多层Bayes估计

Bayes估计法是可靠性评估中应用最为广泛的方法之一,指数分布的Bayes验前概率密度函数中的重要参数主要依靠Reformulation法和Box-Tiao法确定,具有较强的主观经验性。基于Beyes估计的基本思想,以试验数据为依据,利用第二类极大似然估计法(ML-Ⅱ估计法)确定Bayes方法中的相关参数,避免了参数确定的主观性。实例表明结果合理,方法客观、可行。     

有限精度的 BP 神经网络高速算法

精度要求是神经网络硬件实现的一个关键问题。本文提出了一种有限精度的BP高速算法，通过实例验证，该算法适于低精度，且收敛速度快。     

火力控制系统研究的人工神经网络方法

人工神经网络提供了新的信息处理方法。着重讨论了多层前向网络的基本特性,结合火力控制系统的研究分析了网络应用的几个方面,并给出了有关的例子。此外,分析了网络设计方面的有关问题。     

抗超高速撞击多层结构复合材料研究

本文介绍了抗超高速撞击多层结构复合材料的设计、制备和实验,并对结果进行了讨论,实验证明,以SiC陶瓷基复合材料为防护层、以空心微珠或多孔变密度复合材料为缓冲层、以编织物复合材料为结构层的多层结构复合材料,具有面密度低、抗撞击速度范围宽、抗撞击性能好的特点。     

冲击波在多层结构中的传播

对水下冲击载荷在多层结构中的传播规律进行了理论分析,根据分界面上的应力和速度连续性条件得到透射波强度的解析表达式.从理论分析可以看出,舰船结构的多层防护体系对于减少爆炸冲击的损伤具有重要的作用,防护结构的波阻抗越大,防护的效果越好,这种方法可应用于多层防护结构在远场爆炸冲击波作用下的毁伤或防护方面的预测.     

一种新型结构吸波材料的制备

介绍了阻抗匹配设计原理。自制了三种导电纤维,分别织成正交平纹布,通过优化设计,采用简单层式结构,以酚醛为基体,制备出接近实用水平的多层结构吸波材料。该材料厚3.2mm,密度1.38g/cm3,面密度4.42kg/m2;在8.4GHz～18GHz反射率小于-10dB;弯曲强度173MPa,弯曲模量12.5GPa。     

基于多层授权体制的档案全文检索系统设计与实现

档案资料不同于普通的信息资源,其在保密性和专属性上有较高的要求。研 究了在网络环境下建设数字档案全文检索系统时遇到的问题,分析了原有授权体制存在的 弊端,提出了一种基于角色、用户分离的多层授权体制,并在实际系统建设中应用此授权体 制,实现了高效的全文检索和安全、可靠、灵活的访问控制。