1.能熟练运用Python和Matlab进行实验仿真,并且有应用经历;
2.了解SQL等数据库知识,能熟练运用MySQL语言执行数据库命令;
3.熟悉支持向量机、AdaBoost、XGBoost、ELM、LSTM、GRU等机器学习算法;
4.熟悉并能实现n元语言模型、Word2Vec、Glove、LDA等自然语言处理模型;
5.能熟练操作办公软件和画图软件,拥有制作思维导图、框架图的经验,擅长制作表格和PPT。
一、基于混合模型的中国空气污染预警系统 2020.09-2021.12
负责收集中国31个省会城市的6种空气污染物数据,并基于数据特征利用K-means方法对31个城市的空气污染状况进行聚类;
基于空气污染物数据强波动性和复杂性的特征,根据分解集成范式,构建一个构建能够充分提取污染物数据潜在特征并产生准确预测的模型,用Matlab、Python等软件进行模拟仿真实验;
利用模糊评价方法,将得到的污染物浓度预测转化为更为人们熟知的空气质量等级,进一步为空气污染的防治与管控提供信息;
项目成果:An innovative ensemble learning air pollution early-warning system for China based on incremental extreme learning machine已在Atmospheric Pollution Research上发表。
二、基于策略驱动方法的旅游需求预测 2021.04-2021.08
针对以往旅游需求多步预测任务中误差累积、不确定性增加等问题,提出了策略驱动的多步预测方法,首先从理论方面探索了5种不同策略预测方法的特征和性能;
项目利用香港旅游到达量数据和Matlab软件进行模拟仿真,从实验角度探索了不同策略驱动方法的性能,为之后的研究提供了参考范式;
研究成果:Strategy-driven approaches in multi-step forecasting已在SSCI top期刊Tourism Management上审稿。