基于模糊综合评判的手机满意度评价模型

手机作为近年新的通讯工具为我们的工作、学习、娱乐带来极大的方便,其销售市场随之变得"战火纷飞",面对诸多手机品牌,消费者眼花缭乱,选择时顿感手足无策,怎样买到称心如意的手机呢!本文针对消费者的使用情况进行调查分析,建立手机满意度模糊综合评判数学模型,从而把对手机使用情况定性的描述转化为定量的表示形式,得出手机使用满意度排序表。     

大学生数学观念、数学学习行为的调查分析

对大学生的数学观念与学习行为进行了调查。他们认为高等数学的研究对象是早已存在的抽象、严谨的真理;是大量的定理、公式、计算;它的发展应是关于猜想、证明、反驳的社会建构活动;绝大多数学生对“高等数学是否有用”持有矛盾的心理。他们的数学观念与所采取的学习行为之间有一定的联系。     

基于机器学习的抗乳腺癌候选药物的分类预测

乳腺癌是目前世界上最常见致死率较高的癌症之一.通过选用机器学习中处理二分类预测问题的支持向量机(SVM)、K近邻算法(KNN)、随机森林(RF)、极端梯度提升(XGBoost)四种模型,运用每一种模型分别对给定的样本数据构建出化合物的ADMET(吸收Absorption,分配Distribution,代谢Metabolism,排泄Excretion和毒性Toxicity)五个指标的分类预测模型,对比选择出五个指标的预测准确率均在84%以上的XGBoost模型,最后对给定的化合物进行预测并得出化合物所对应的ADMET性质.结果表明,利用XGBoost模型进行分类预测的方法是有效的,对于抗乳腺癌药物的研发具有参考意义.