用机器学习算法和多元统计方法进行建模分析,构建了地区工业企业创新能力评价模型。首先利用K-means算法对31个省市自治区进行聚类,得到三个不同水平的分类;采用随机森林算法筛选影响类别划分的重要指标,其次运用因子分析方法提取影响地区工业企业创新能力的三个公因子,即资金投入、人力投入和创新成果;最后对各地区工业企业创新能力水平进行了综合分析,并对未来各地区工业企业创新发展提出建议。微博传播模型研究-电动折弯机数控滚圆机滚弧机张家港电动滚圆机弯管机 随着社交网络的迅速发展,掌握信息传播的规律,进行信息传播的管理越来越重要,而提取信息传播特点和建立模型已经成为研究热点。传统信息传播模型并未考虑易感染者的类型以及时间网络等行为因素,对信息传播规律的研究不够准确。针对信息传播及用户行为的分析,改进模型增加双重易感染者、潜伏者等传播个体和优化传播过程的微博网络传播算法(MDSLIR)。该算法使得用户可以根据传播方式及时获取、传播和免疫信息,从而更好对社交网络信息进行管理。以新浪微博为例,研究微博信息的演化规律,使用微博上的真实数据进行仿真测试,并与传统算法进行比较,实验结果表明MDSLIR算法的有效性和可行性。传播个体的微博传播模型研究129《软件》杂志欢迎推荐投图1MDSLIR节点状态转移图的概率成为免疫者；3）S1易感染者获取到博主信息时，会以P3的概率成为潜伏者；4）S2易感染者获取到博主信息时，本文有公司网站全自动缩管机采集转载中国知网整理  http://www.suoguanji.cc 会以Q1的概率成为感染者；5）S2易感染者获取到博主信息时，会以Q2概率成为免疫者；6）潜伏者与感染者接触时，会以P4的概率成为感染者；7）感染者与免疫者接触时，会以P5概率成为免疫者；由于微博的时间效应，感染者不会一直转发信息；8）潜伏者与免疫者接触时，以P6概率成为免疫者；9）假设不考虑用户增加、减少、流动等种群动力因素，用户的数量始终保持一个常数，即N(t)≡K。由于微博信息传播规律与节点密度息息相关，节点密度能够大幅度影响微博信息规律。本文定义，S1(t)表明在t时刻还没看到博主发表信息的新粉丝在微博用户节点总数中占的比例，称为S1易感节点密度；S2(t)表明t时刻没看到博主发表信息的忠实粉丝在微博用户节点总数中占的比例，称为S2易感节点密度；I(t)表明t时刻看到博主发表信息并转发的粉丝在微博用户节点总数中占的比例，称为感染节点密度；L(t)表明在t时刻看到博主发表信息，但是暂不打算转发的粉丝在微博用户节点总数中占的比例，称为潜伏节点密度；R(t)表明在t时刻看到博主发表信息，永不转发的粉丝在微博用户节点总数中占的比例，称为免疫节点密度。显然12S(t)S(t)I(t)L(t)R(t)1（1）MDSLIR模型可微博传播模型研究-电动折弯机数控滚圆机滚弧机张家港电动滚圆机弯管机本文有公司网站全自动缩管机采集转载中国知网整理  http://www.suoguanji.cc