请选择 目标期刊

基于R语言的城市PM2.5影响因素分析 下载:61 浏览:469

解蕾1 狄光智2 《软件工程研究》 2019年12期

摘要:
以R语言为数据分析的工具,基于相关分析和回归分析方法,对太原市PM2.5的影响因素进行分析。研究PM2.5与其他气态污染物之间的关系,探讨各气态污染物在PM2.5二次合成中的贡献;建立PM2.5和PM10的回归模型,方便通过PM10对PM2.5进行预测。结果显示:(1)太原市区空气污染物中,PM2.5和PM10相关性最强;(2)PM2.5和PM10回归分析得到回归模型为PM2.5=0.63PM10-11.76(R2=0.8427),回归方程拟合度较好;(3)PM2.5和其他气态污染物多元线性回归模型为PM2.5=0.24SO2+20.08CO+11.54(R2=0.4844),拟合度检验效果一般,考虑三者之间还有其他因素的影响。

传统村落智能评估模型的设计与实现 下载:62 浏览:366

耿艳妍 《城镇建设与科学》 2020年7期

摘要:
2019年6月,伴随第五批中国传统村落名单的公布,全国共有6819个有重要保护价值的村落列入中国传统村落名录。在认定评审的指标体系中定量与定性评估指标参半,无可量化的评估指标体系,更缺少智能化的评估方法。文章收集整理了6000余个优秀村落的相关数据,维度包含村落的基础特征、村落历史、自然环境、选址格局、传统建筑、民俗文化六个方面。基于此数据集,采用机器学习中的监督学习方法——决策树,研究构建传统村落智能评估模型,预测村落对象是否符合中国传统村落的评价要求。同时,依据模型中各变量的关键度量值,阐述传统村落认定评估中处于关键地位的可量化特征属性,探索建立可量化的评估指标体系。此智能评估模型可作为专家评审的有力补充,提高认定工作的效率,增加认定的及时性、准确性。省、市级传统村落的评估也可借鉴此研究使用的决策树算法,基于省、市级传统村落的样本数据,构建省、市级传统村落智能评估模型,为各级政府的传统村落评估做智慧化的技术支撑。

提升本科生“统计计算”课程学习的自我效能感的教学探索 下载:42 浏览:258

孙佳楠 《数学应用》 2020年4期

摘要:
通过对数学与应用数学专业的本科生课程"统计计算"的教学实践与探索,认为教师在课堂对教学的关键知识点借助R语言进行直观化演示,对内容难点采用一体化上机实验教学,对实际案例组织研讨式互动教学,并重视一题多解的课堂训练,有助于提升学生的学习兴趣、夯实其学习基础、增强其学习的自我效能感,从而全面提升本课程的教学效果.

基于R语言的中医治疗反复发作性泌尿系感染组方规律研究 下载:82 浏览:456

李一林1 蒋春波2 金伟民3 孙伟4 《中医研究杂志》 2020年3期

摘要:
目的:基于R语言,在中国期刊全文数据库(CNKI)中挖掘中药方剂治疗反复发作性泌尿系感染的组方规律。方法:在CNKI中收集中医方剂治疗反复发作泌尿系感染的相关文献,根据纳入和排除标准,建立方剂数据库,使用R语言来挖掘组方规律。结果:CNKI中满足条件的方剂共104首,包含144种中药。以补虚类、利水渗湿类、清热类药物使用最多,四气以寒为主,五味以甘为主,主入肝、肾、膀胱和胃经,共得到20组频繁药对,4首聚类方。结论:核心频繁药对为补虚药、清热药、利水渗湿药间的相互组合,组方以清热利湿为主,同时根据病机特点,不忘补虚行气活血。

基于R语言的中医治疗反复发作性泌尿系感染组方规律研究 下载:41 浏览:484

李一林1 蒋春波1 金伟民1 孙伟2 《中国中医药》 2020年12期

摘要:
基于R语言,在中国期刊全文数据库(CNKI)中挖掘中药方剂治疗反复发作性泌尿系感染的组方规律。方法:在CNKI中收集中医方剂治疗反复发作泌尿系感染的相关文献,根据纳入和排除标准,建立方剂数据库,使用R语言来挖掘组方规律。结果:CNKI中满足条件的方剂共104首,包含144种中药。以补虚类、利水渗湿类、清热类药物使用最多,四气以寒为主,五味以甘为主,主入肝、肾、膀胱和胃经,共得到20组频繁药对,4首聚类方。结论:核心频繁药对为补虚药、清热药、利水渗湿药间的相互组合,组方以清热利湿为主,同时根据病机特点,不忘补虚行气活血。

基于R的网络营销市场规模影响因素分析 下载:234 浏览:2384

李寒 《当代市场营销》 2021年11期

摘要:
网络营销是最近几年逐步兴起的营销渠道, 它充分利用了现代传播手段,并满足了大众消费者的一些需求, 对于影响网络营销市场规模的因素便成为有关企业重点关注的一个内容。本文使用R语言作为工具,综合运用统计学相关知识,通过选取先关指标开展研究,通过数学模型的建立,分析影响因素,提供一种扩展网络营销市场规模的可行思路。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享