金秀玲
- 作品数：17 被引量：27H指数：3
- 供职机构：闽江学院更多>>
- 发文基金：福建省教育厅科技项目更多>>
- 相关领域：理学文化科学自动化与计算机技术经济管理更多>>
- 基于XGBoost模型产品订单量的预测
- 2023年
- 把握供应链需求,提高资源配置和利用效率对企业树立竞争优势具有重大的实际意义。通过特征分析提取了特征变量后,建立XGBoost模型,利用GridSearchCV技术对模型进行调参优化,最终得到模型的拟合优度为0.956,均方根误差RMSE为36.522。同时我们还建立了随机森林模型进行对比,结果表明XGBoost模型效果更理想,因此最终根据所构建的XGBoost模型实现对企业未来三月产品订单量的预测,为企业合理安排生产计划提供了一定的理论依据。
- 苏郅宏孙宇婷杨永铖黄航英金秀玲
- 基于需求驱动的数据挖掘案例平台的构建
- 2023年
- 数据挖掘作为本科高校统计学专业的一门专业课程,各校都有自己的考量。但是无非取自不同的教材,用不同的案例对其进行集中的展现。本文就《数据挖掘》课程案例的平台的构建,提出基于需求驱动的案例背景,从而提高数据挖掘课堂教学的时效性。
- 金秀玲
- 关键词：数据挖掘案例教学
- 基于RF-GM(1,1)-BP模型预测福州市财政收入
- 2023年
- 掌握市场趋势和规划收支费用对于财政部门而言具有极为重要的意义。本文选取1994~2021年福州市年财政收入相关数据,采用随机森林(RF)模型识别出财政收入的关键影响特征,随后建立GM(1,1)-BP组合模型,对2022~2025年福州市的年财政收入进行预测。预测结果表明RF-GM(1,1)-BP组合模型十分适合用于预测福州市财政收入;同时,福州市财政收入将在2021年之后稳步增长,并在2025年到达7,999,256万元。该结论能为相关部门实施的决策提供一定的理论参考。
- 刘威张巧王文博许可张慧妍金秀玲
- 关键词：财政收入BP
- 文献采购评标指标的权重优化——基于方差最大化的AHP+熵权组合的研究
- 2020年
- 高校图书馆文献采购评标指标的权值的构建,在图书采购工作中是一个重要的环节。文章以25所高校图书馆文献采购的评标标准为研究对象,设置评标指标的AHP权值和熵权值;利用方差最大化的原理,优化组合AHP权和熵权,得到评标指标进行组合权值。该方法能协调主、客观因素,同时处理指标的模糊性和随机性,最终结果显示直观明了。其研究结果为文献资源采购评标指标权值的科学设计提供参考与借鉴。
- 金秀玲陈翔
- 关键词：图书采购招标AHP
- 基于教考分离的线性代数课程教学实践被引量：2
- 2020年
- 文章以闽江学院的线性代数课程教学实践为例,探讨在试题库建设的基础上实施教考分离的考核方式,对课程的教学改革实践做出分析总结,并做出相关建议。
- 陈翔金秀玲
- 关键词：线性代数教考分离试题库建设
- 基于Boruta-SVM的软件缺陷预测被引量：1
- 2019年
- 软件缺陷预测可以识别软件缺陷代码,降低软件开发和维护工程中的运行风险和成本。Boruta降维的目标是提取出所有与因变量相关的特征,与以损失函数最小化为目标的传统降维方法比较,具有全局性;添加径向核函数的SVM模型具有结构风险最小化的优点。结合两者特点,提出基于Boruta-SVM的软件缺陷预测模型。本文先采用Boruta降维方法提取NASAMDP数据集中所有与因变量相关的特征;然后根据新的特征,通过10折交叉验证确定径向核函数的参数,最后构建SVM模型。实验结果表明:将Boruta-SVM应用于软件缺陷预测中精可以提高预测模型的性能。
- 金秀玲柯荣泰
- 关键词：SVM软件缺陷预测
- 基于LightGBM模型的产品订单需求量预测
- 2023年
- 产品订单需求量预测是管理企业供应链的关键环节。准确预测客户对产品的需求量是很有必要的。为了解决不同产品的需求量问题,本文充分利用厂商数据,采用基于LightGBM的集成算法建立产品订单量预测模型。用网格探索进行参数调优,用3折目标编码,最终测试集上的MAPE为0.3541%;拟合效果良好且泛化能力强。最后用LightGBM模型预测后三个月的各个地区、各个品类的月度订单需求量。有助于企业资源有效配置,提高企业的收益效率,具有较大的现实意义和参考价值。
- 赵玉骁陈思予叶凯圳施锋伟金秀玲
- GP模型拟合分析福州市极端气温
- 2014年
- 运用极值理论中的广义Pareto （GP）分布,通过对福州地区1953～2013年每日最高气温数据进行分析拟合,得到了福州地区年最高气温的上升趋势,以及极端气温的重现周期和重现水平.表明该非平稳的GP模型符合福州地区极端高温的实际态势.
- 金秀玲
- 关键词：极端气温广义PARETO分布
- 基于遗传算法和支持向量机模型的高考成绩预测被引量：8
- 2020年
- 为了提高支持向量机算法(SVM)预测的精度,使用遗传算法(GA)优化SVM模型参数,建立GA-SVM高考成绩预测模型。使用贵州省某高中高三理科学生4次模考成绩和高考成绩数据进行验证,与BP神经网络算法、多元线性回归、SVM模型比较,GA-SVM模型预测高考成绩的精度有明显提高,可为高考复习方向提供参考。
- 金秀玲卓艳如
- 关键词：遗传算法支持向量机高考成绩
- 基于LDA主题模型对AIGC的影响力分析被引量：1
- 2023年
- ChatGPT的出现,引领生成式AI迅速渗透进人们生产生活的方方面面,故了解人工智能内容生成的发展趋势和未来方向非常重要。基于抓取微博平台收录的关于人工智能内容生成的文本内容,先利用jieba分词进行文本预处理,通过LDA主题模型的方法得到七个人工智能内容生成领域的热点主题,包括:人工智能概念股、智能数字内容创作、数字经济下的科技股投资趋势、自然语言技术的突破等。研究揭示了当前AIGC的舆情热点,有助于相关人员掌握生成式AI领域的发展状态,对人工智能未来的应用提供参考。
- 翟其玲张佳怡刘宝瑞黄龙彬陈立伟金秀玲
- 关键词：LDA模型
