基于K-Means和CART回归树的路感模拟方法.pdf

基于K-Means和高斯过程回归的转向路感模拟方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801143 A (43)申请公布日 2021.05.14 (21)申请号 202110033492.4 (22)申请日 2021.01.11 (71)申请人浙江天行健智能科技有限公司

2023-06-04 约1.34万字 12页立即下载

2025-04-18 约3.56万字 59页立即下载

一种基于K-Means参数聚类的城市内涝模拟方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112989623 A (43)申请公布日 2021.06.18 (21)申请号 202110354975.4 (22)申请日 2021.03.31 (71)申请人郑州

2023-06-11 约1.61万字 18页立即下载

CART 分类和回归树算法.pdf

2018-11-21 约小于1千字 27页立即下载

决策树在分类与回归分析中的应用：基于CART算法的教学课件.ppt 决策树在分类与回归分析中的应用：基于CART算法的教学课件决策树是机器学习中的关键算法，作为数据科学与人工智能的核心技术，它已成为现代分析工具箱中不可或缺的一部分。这门课程将深入探讨决策树的基本原理、CART算法的实现以及在分类与回归问题中的应用。决策树的独特魅力在于其直观的树形结构和强大的预测能力，使其成为连接多个学科的创新工具。通过本课程，您将掌握如何利用决策树解决实际问题，并了解其在各行各业的广泛应用。课程大纲决策树基础理论探索决策树的基本概念、组成部分和工作原理，建立坚实的理论基础CART算法详细解析深入研究CART算法的数学原理、实现步骤和优化技巧分类与回归应用场景分析决策树在不同

2025-04-16 约2.04万字 60页立即下载

《车用线控转向路感模拟器技术要求及试验方法》编制说明.pdf 《车用线控转向路感模拟器技术要求及试验方法》报批稿编制说明一、工作简况 1.1任务背景随着汽车转向系统电子化的普及以及车辆智能化的发展，各汽车平台、终端用户对于线控转向的研究、需求日愈增加，由于传统EPS结构以及整车布置的局限性，同时未来对智能化更加高端的需求；线控转向既能兼备易布置性也能满足高端需求，因此线控转向路感模拟器的需求日愈旺盛。伴随着需求的增长，相关线控转向路感模拟器产品的产业化、标准化也急需解决。相关工作的开展将极大缓解目前国内线控转向市场的应用需求，未来—年线控转向将成为整个转向产业新的一个增长点。因 510 此目前需要针对线控转向路感模拟器的各项技术要求和相应的

2024-08-13 约1.41万字 9页立即下载

基于K-means聚类算法和加权线性回归：如何估算中长期纯债基金久期？.pdf 图表目录图表1：三种久期测算方式对比7 图表2：样本基金规模分布（2024Q4）（亿元）9 图表3：样本基金主要持仓券种分布（2024Q4）9 图表4：债券指数指标池9 图表5：债券指数指标池相关系数10 图表6：公告久期和测算久期差值分布12 图表7：公告久期和测算久期绝对差值分布（年）12 图表8：不同久期中位数对比（年）12 图表9：中长期纯债基金测算久期中位数（年）13 图表10：A股上市银行整体计息负债成本率与10年期国债收益率走势14 第3页/共15页 1.债基久期的意义债券基金的久期是衡量其投资组合中债券对利率变动敏感程度的核心指标，也是评估利率风险的重要工具。久期（Dur

2025-03-23 约1.34万字 11页立即下载

基于K-means聚类算法和加权线性回归：如何估算中长期纯债基金久期？.docx 图表目录图表1：三种久期测算方式对比 7 图表2：样本基金规模分布（2024Q4）（亿元） 9 图表3：样本基金主要持仓券种分布（2024Q4） 9 图表4：债券指数指标池 9 图表5：债券指数指标池相关系数 10 图表6：公告久期和测算久期差值分布 12 图表7：公告久期和测算久期绝对差值分布（年） 12 图表8：不同久期中位数对比（年） 12 图表9：中长期纯债基金测算久期中位数（年） 13 图表10：A股上市银行整体计息负债成本率与10年期国债收益率走势 14 债基久期的意义债券基金的久期是衡量其投资组合中债券对利率变动敏感程度的核心指标，也是评估利率风险的重要工具。久期（Durat

2025-03-26 约8.26千字 11页立即下载

基于K-means聚类算法和加权线性回归：纯债基金久期估算，区分利率与信用.pdf 源引金融活水润泽中华大地图表目录图表1：三种久期测算方式对比7 图表2：样本基金规模分布（截至2024Q4，亿元）8 图表3：样本基金主要持仓券种分布（截至2024Q4）8 图表4：债券指数指标池8 图表5：债券指数指标池相关系数9 图表6：利率债纯债基金样本主要持仓券种（截至24Q4）10 图表7：信用债纯债基金样本主要持仓券种（截至24Q4）10 图表8：利率债纯债券型基金公告久期和测算久期差值分布（年）11 图表9：利率债债基公告久期和测算久期差值分布（年）12 图表10：利率债债基不同久期中位数对比（年）12 图表11：利率债纯债券型基金测算久期中位数（年）12 图表12：信用债债

2025-04-20 约1.93万字 13页立即下载

基于K-means聚类算法和加权线性回归：纯债基金久期估算，区分利率与信用.docx 请务必仔细阅读正文之后的评级说明和重要声明源引金融活水润泽中华大地请务必仔细阅读正文之后的评级说明和重要声明源引金融活水润泽中华大地图表目录图表1：三种久期测算方式对比 7 图表2：样本基金规模分布（截至2024Q4，亿元） 8 图表3：样本基金主要持仓券种分布（截至2024Q4） 8 图表4：债券指数指标池 8 图表5：债券指数指标池相关系数 9 图表6：利率债纯债基金样本主要持仓券种（截至24Q4） 10 图表7：信用债纯债基金样本主要持仓券种（截至24Q4） 10 图表8：利率债纯债券型基金公告久期和测算久期差值分布（年） 11 图表9：利率债债基公告久期和测算久期差值分布（年

2025-04-20 约1.13万字 13页立即下载

基于改进K-means算法的压板状态识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113344047 A (43)申请公布日 2021.09.03 (21)申请号 202110567128.6 G06T 7/136 (2017.01)

2023-06-20 约1.25万字 13页立即下载

基于K-means聚类的超启发式跨单元调度方法.docx 第36 第36卷第4期2024年4月 Vol.36No.4Apr.2024 JournalofSystemSimulation 基于K-means聚类的超启发式跨单元调度方法赵彦霖，田云娜 (延安大学数学与计算机科学学院，陕西延安716000) 摘要：结合我国制造业实际生产状况，针对柔性作业车间跨单元调度问题，提出一种基于K-means聚类的超启发式算法。应用K-means聚类算法将相近属性的实体划入相应“工件簇”决策块中，采用蚁群算法为每个决策块选择启发式规则；对每个决策块内的实体运用相应的启发式规则产生调度解。仿真结果表明：该算法以决策块的形式适度增大了计算粒度，有效降低了算法时间复杂度

2024-11-29 约3.23万字 32页立即下载

一种基于用户数据分布的K-means方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801197 A (43)申请公布日 2021.05.14 (21)申请号 202110162781.4 (22)申请日 2021.02.05 (71)申请人广东工业大学地址

2023-06-04 约1.61万字 14页立即下载

一种基于K-means的网约车载客特征分析方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990360 A (43)申请公布日 2021.06.18 (21)申请号 202110417506.2 (22)申请日 2021.04.19 (71)申请人河海

2023-06-08 约9.07千字 8页立即下载

一种基于中心优化的差分K-means负荷聚类方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112819299 A (43)申请公布日 2021.05.18 (21)申请号 202110080653.5 (22)申请日 2021.01.21 (71)申请人上海电力大学地址

2023-06-05 约1.12万字 10页立即下载