人工智能,数据分析,机器学习,图像处理
仅供参考,如需帮助定题,开题报告,任务书,程序开发,文档(可过查重),程序远程调试,答辩等支持,请联系学姐。
其他类型题目可以联系我,例如网站、管理系统、微信小程序、Android安卓app,软硬结合、单片机、人工智能、大数据等类型题目均有。
- 1、空气污染预测系统
(1)北京市2013-2020年的每日空气质量指数数据为样本,对空气质量数据进行归一化、去噪、空值过滤等预处理操作。
(2)建立基于支持向量机算法的空气质量预测模型、基于决策树算法的空气质量预测模型和基于K近邻算法的空气质量预测模型,分别使用这三种预测模型对空气质量进行预测。并使用Stacking方法集成了三种模型,通过从精准率、召回率和F1值三个评价指标进行评价分析,确定最优预测模型。
- 2、基于机器学习文本分析
(1)文本数据的收集与构建:对收集到的豆瓣电影网站中的电影信息、用户评论进行整理,数据集包括两张表:一是用户评论信息表,包含数据编号、电影编号、文本内容、星级评分、发布时间、点赞数;二是电影信息表,包含电影编号、电影名称、类型、导演、平均评分。
(2)进行可视化分析:制作四种类型的图表,分别为评论点赞数前10柱状图、好评和差评的词云图分析、电影类型统计散点图、500部电影星级评分分布总览饼图。
- 3、基于机器学习的糖尿病风险预测研究
(1)收集整理数据集:数据来源于University of California,Irvine (UCI)机器学习数据库中的PimaIndian Diabetes 数据集,并对数据进行归一化、去噪、空值过滤等预处理操作。
(2)建立基于支持向量机算法的糖尿病风险预测模型、基于决策树算法的糖尿病风险预测模型和基于K近邻算法的糖尿病风险预测模型,分别使用这三种预测模型对糖尿病风险进行预测。并使用Stacking方法集成了三种模型,通过从精准率、召回率和F1值三个评价指标进行评价分析,确定最优预测模型。
- 4、基于cnn-gru算法的入侵检测方法设计与实现
(1)采用KDD99数据集进行入侵检测研究,该数据集共有41个特征