


下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、閉于政府采購中供應(yīng)商的聲毀闡收摘要:支撐背量機(jī)(SV)是正在規(guī)劃風(fēng)險(xiǎn)最小化的一種新的機(jī)器進(jìn)修妙技,正在打面小樣本、非線性及下維空間標(biāo)題問題中具有偶異的下風(fēng),真用于政府采購中對(duì)供應(yīng)商舉止聲毀闡收。但供應(yīng)商聲毀屬性數(shù)據(jù)組成了下維空間的希奇分布,沒有利于SV的準(zhǔn)確建模。因?yàn)橹鞒煞株U收妙技具有良好的去樂音特征,可以大概對(duì)聲毀屬性數(shù)據(jù)舉止有效天開挖。果而,假設(shè)將二者舉止有機(jī)天結(jié)開,便能有效改良SV輸進(jìn)樣本的特征,從而前進(jìn)SV分類的準(zhǔn)確率。閉鍵詞:政府采購;聲毀闡收;支撐背量機(jī)Abstrat:SupprtVetrahines(SV)basednstruturalriskiniizatin(SR)prini
2、pleisaneahinelearningtehniqueandhasanyadvantagesinslvingsallsaplesize,nnlinearandhighdiensinalpatternregnitin.Inthispaper,itisappliedtthereditsringpreditinfsuppliersinthegvernentprureentativities.Tgetbetterlassifiatinauray,PA(PrinipalpnentAnalysis)isbinedtSVtinetheindependentattributesfsupplierredit
3、.Andthen,SVistrainedbytheseindependentattributesbtained.Bythisay,thedelfPA-SVfrreditananlysisfsuppliersinthegvernentprureentativitiesisbuilttevaluatethepreditinaurayfPA-SV,hileparingitsperfraneiththsefneuralnetrks(NN)andtraditinalSV.Keyrds:gvernentprureent;reditanalysis;supprtvetrahines政府采購沒有同于一樣仄居的
4、采購舉措,它具有政策性強(qiáng)、范疇年夜、資金多等特征。政府采購工程,特別是國家重面成坐工程,如北京奧體工程、北火北調(diào)工程、三峽工程等,更是散政治性、經(jīng)濟(jì)性、社會(huì)性于一身,對(duì)國家的社會(huì)效益、政治效益戰(zhàn)經(jīng)濟(jì)效益皆會(huì)收死廣泛而深近的影響。果而,正在政府采購中為防止國家的財(cái)稅流得、保證政府投資效益,前進(jìn)政府采購從命,必須標(biāo)準(zhǔn)政府采購市場(chǎng),增進(jìn)供應(yīng)商正在市場(chǎng)開做中從命國家法律、法那么,標(biāo)準(zhǔn)籌劃,并將對(duì)供應(yīng)商的打面前進(jìn)到聲毀打面的下度。正在市場(chǎng)經(jīng)濟(jì)狀況下,良好的履約本領(lǐng)對(duì)政府采購工程按時(shí)、保量、保量天完成長短常需要的,而供應(yīng)商履約本領(lǐng)是與其聲毀火仄稀沒有成分的。果而,正在對(duì)供應(yīng)商舉止標(biāo)準(zhǔn)化打面過程中,當(dāng)部門分
5、應(yīng)對(duì)供應(yīng)商的聲毀舉止公允、客沒有俗觀天闡收。那具有很強(qiáng)的實(shí)際與真踐意義,激收了國內(nèi)外教者廣泛的研討戰(zhàn)探供1-3。經(jīng)常使用的聲毀闡收要收包含層次闡收法、形式識(shí)別實(shí)際戰(zhàn)神經(jīng)搜集等。因?yàn)槁暁шU收具有多屬性戰(zhàn)非線性等特征,那些要收正在利用中皆很易獲得開意的成果。筆者嘗試將數(shù)據(jù)開挖妙技與機(jī)器進(jìn)修要收相結(jié)開,創(chuàng)坐基于主成分闡收支撐背量機(jī)妙技的供應(yīng)商聲毀闡收模型。經(jīng)由過程主成分闡收妙技舉止數(shù)據(jù)開挖,改良了聲毀屬性數(shù)據(jù)的特征,前進(jìn)了支撐背量機(jī)的建模從命。1、模型的整體圓案供應(yīng)商聲毀闡收成果的好壞,主要與決于聲毀闡收中所選用的屬性數(shù)據(jù)的特征和所采與的要收打面非線性龐年夜標(biāo)題問題的本領(lǐng)。當(dāng)前,商業(yè)聲毀闡收主假設(shè)經(jīng)
6、由過程基于財(cái)務(wù)目的的聲毀特征而舉止的商業(yè)聲毀等級(jí)別離。因?yàn)樨?cái)務(wù)屬性數(shù)據(jù)品種繁多,且數(shù)據(jù)之間常常存正在粗細(xì)的相閉性。那無疑減年夜了聲毀闡收建模的易度。果而,有需要正在舉止聲毀闡收之前,對(duì)聲毀屬性數(shù)據(jù)舉止數(shù)據(jù)開挖。正在眾多的數(shù)據(jù)開挖妙技中,主成分闡收要收既可以大概有效去除屬性數(shù)據(jù)間的相閉性,又可以降低數(shù)據(jù)維數(shù)。果而,它被選做供應(yīng)商聲毀屬性數(shù)據(jù)特征開挖的工具,以規(guī)劃新的更有效的聲毀屬性數(shù)據(jù)。數(shù)據(jù)開挖后,接著里臨的標(biāo)題問題是如何有效天構(gòu)建供應(yīng)商的聲毀闡收模型。因?yàn)檎谡少彾嗖膳c“短名單,那便形成了供應(yīng)商的聲毀闡收具有標(biāo)準(zhǔn)的小樣本、多屬性及非線性等特征。傳統(tǒng)的聲毀闡收要收很易舉止有效天闡收。神經(jīng)搜集
7、妙技當(dāng)然可以大概舉止良好的經(jīng)歷進(jìn)修2,但因?yàn)槠浠诮?jīng)歷風(fēng)險(xiǎn)最小,易呈現(xiàn)過擬開標(biāo)題問題,從而降低了模型的泛化本領(lǐng)。20世紀(jì)90年月興起的支撐背量機(jī)SupprtVetrahines,SV是基于規(guī)劃風(fēng)險(xiǎn)最小化本理的統(tǒng)計(jì)進(jìn)修要收,真用于小樣本分類標(biāo)題問題。正在打面下維、非線性標(biāo)題問題時(shí),SV經(jīng)由過程非線性映照把非線性分類化為線性標(biāo)題問題去處理。從而,表示出其較著的劣良性4-5。果而,SV妙技是舉止供應(yīng)商聲毀闡收建模的有效工具。筆者將PA妙技與SV妙技相結(jié)開構(gòu)建政府采購中供應(yīng)商的聲毀闡收模型,建模的底子過程如圖1所示。2、聲毀屬性數(shù)據(jù)的特征開挖主成分闡收要收如今主要有兩種:標(biāo)準(zhǔn)主成分闡收要收戰(zhàn)基于核的主
8、成分闡收要收。一標(biāo)準(zhǔn)主成分闡收標(biāo)準(zhǔn)的主成分闡收是一種有效的數(shù)據(jù)特征開挖要收6。它基于數(shù)據(jù)兩階統(tǒng)計(jì)矩,對(duì)由一系列沒有俗觀測(cè)數(shù)據(jù)背量組成的背量組舉止闡收,經(jīng)由過程挑選樣本面分布圓好年夜的坐標(biāo)軸舉止投影去降低維數(shù)而使疑息量喪得起碼。記供應(yīng)商的聲毀沒有俗觀測(cè)屬性矢量為:兩基于核的主成分闡收要收7基于核的主成分闡收要收KernelPriniplepnentAnalysis,KPA是一種非線性特征開挖要收,其底子思維是利用核函數(shù),經(jīng)由過程非線性映照將輸進(jìn)數(shù)據(jù)映照到一個(gè)下維的特征空間中,然后正在特征空間中利用標(biāo)準(zhǔn)主成分闡收法去開挖主成分做為特征背量。實(shí)際證明,PA與KPA皆可以大概獲得良好的特征開挖成果67。當(dāng)然與PA相比,KPA開挖后的品德標(biāo)準(zhǔn)均圓偏偏背更小,可是KPA需要年
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 遂寧職業(yè)學(xué)院《生物信息與智能醫(yī)學(xué)導(dǎo)論》2023-2024學(xué)年第二學(xué)期期末試卷
- 中級(jí)宏觀經(jīng)濟(jì)學(xué)(雙語)(山東聯(lián)盟)知到課后答案智慧樹章節(jié)測(cè)試答案2025年春山東財(cái)經(jīng)大學(xué)
- 中式面點(diǎn)制作工藝知到課后答案智慧樹章節(jié)測(cè)試答案2025年春青島酒店管理職業(yè)技術(shù)學(xué)院
- 中外兒童文學(xué)經(jīng)典閱讀與寫作知到課后答案智慧樹章節(jié)測(cè)試答案2025年春湖南師范大學(xué)
- 中醫(yī)藥基礎(chǔ)入門知到課后答案智慧樹章節(jié)測(cè)試答案2025年春內(nèi)江師范學(xué)院
- 天津工藝美術(shù)職業(yè)學(xué)院《影視節(jié)目錄制與傳播》2023-2024學(xué)年第二學(xué)期期末試卷
- 池州學(xué)院《電氣控制與可編程控制技術(shù)》2023-2024學(xué)年第二學(xué)期期末試卷
- 中國音樂學(xué)院《修建性詳細(xì)規(guī)劃制圖》2023-2024學(xué)年第二學(xué)期期末試卷
- 鄭州汽車工程職業(yè)學(xué)院《康復(fù)醫(yī)學(xué)概論》2023-2024學(xué)年第二學(xué)期期末試卷
- 上海電機(jī)學(xué)院《大學(xué)生就業(yè)與創(chuàng)業(yè)指導(dǎo)》2023-2024學(xué)年第一學(xué)期期末試卷
- 2025中國遠(yuǎn)洋海運(yùn)集團(tuán)校園招聘1484人筆試參考題庫附帶答案詳解
- 2025年安徽商貿(mào)職業(yè)技術(shù)學(xué)院單招職業(yè)技能考試題庫一套
- 2025年皖西衛(wèi)生職業(yè)學(xué)院單招職業(yè)技能測(cè)試題庫審定版
- 2025年河南經(jīng)貿(mào)職業(yè)學(xué)院單招職業(yè)適應(yīng)性測(cè)試題庫帶答案
- unctad -全球投資趨勢(shì)監(jiān)測(cè) 第 48 期 Global Investment Trends Monitor,No. 48
- 2025年浙江機(jī)電職業(yè)技術(shù)學(xué)院高職單招職業(yè)技能測(cè)試近5年常考版參考題庫含答案解析
- GA/T 2145-2024法庭科學(xué)涉火案件物證檢驗(yàn)實(shí)驗(yàn)室建設(shè)技術(shù)規(guī)范
- 2025年聚焦全國兩會(huì)知識(shí)競(jìng)賽題庫及答案(共100題)
- 2024智能網(wǎng)聯(lián)汽車零部件行業(yè)研究報(bào)告-2025-01-智能網(wǎng)聯(lián)
- 2025年中國融通資產(chǎn)管理集團(tuán)限公司春季招聘(511人)高頻重點(diǎn)提升(共500題)附帶答案詳解
- 急性心肌梗死的急救與護(hù)理
評(píng)論
0/150
提交評(píng)論