简介:利用粗糙集的约简算法及类边界集分别选出影响绩效的核心因素和样本的边界集,将其应用于C-均值聚类网络得到具有概率信息(权重)的样本,作为支持向量机(SVM)的输入建立员工绩效评估模型。实例表明,该方法拟合率高,且性能优于SVM算法。
简介:ICO(InitialCoinOfferin曲传销是一种未经批准非法公开融资和非法发售代币票券的新型金融传销模式,严重干扰金融秩序、破坏社会稳定。如何有效地实施ICO监管并对ICO进行传销定性成为经济犯罪侦查研究的重要方向之一.针对此问题.提出了一种基于支持向量机的ICO传销类罪模型.利用该模型对难以定性的ICO进行分类.从而实现对未定性的ICO进行判定.采集了180种ICO相关数据.提取出15个ICO传销类罪模型的评价指标.建立了基于支持向量机的ICO传销类罪模型.对难以定性的ICO进行分类.随后利用150组ICO数据作为支持向量机的学习样本.再对30组ICO合法性进行分类研究.实验结果表明该模型的分类结果准确率高达90%.在ICO传销类罪推定上具有良好的应用。今后.可以利用深度学习的方法对ICO的定性问题进一步分析。
简介:摘要:持向量数据描述算法(SVDD)是一种近年来运用得越来越多的单分类算法,具有很好的泛化能力,且运用核函数能有效解决“维数灾难”问题,可以较好的划分交通流数据分布特征。虽然在传统的SVDD只关注正类样本,能很好的通过单类数据进行机器学习,但我们又可以使用负类样本点来更好的完善SVDD所构造的超球面的分类性能。这就提出了带负类样本的支持向量数据描述算法(SVDD-NE)。之后通过对比不同分类算法的性能来验证SVDD-NE方法的有效性。最后将SVDD-NE运用于实际道路交通流数据的拥堵判别,用来增加道路拥堵的判别方法,实验证明该方法可以较好的支持道路车流拥堵情况识别,为诊断道路运作情况提供了技术基础。