最新刊期

      “在信用卡风险管控领域，专家构建了基于SMOTEENN-XGBoost的预测模型，准确率达91.8%，为银行甄别客户信用风险提供重要价值。”

      田园, 郭红烈, 吉倩

      DOI：10.11907/rjdk.231548
      摘要：为了实现信用卡的风险管控，降低因信用卡违约造成的经济损失，构建有效的信用卡风险预测模型尤为重要。针对信用卡数据分布不均衡的问题，使用ENN算法对经典SMOTE算法进行改进，构建了基于SMOTEENN-XGBoost的信用卡风险预测模型。实验表明，该模型的预测准确率能达到91.8%、AUPRC值为0.903，显著优于SVC、GBDT、AdaBoost等经典模型，对于信用不良信用卡用户的预测、帮助银行准确甄别客户信用风险具有重要价值。  
      关键词：信用卡风险预测;数据平衡;SMOTEENN;XGBoost   
      126
      |
      174
      |
      0
      <HTML>
      <网络PDF><WORD><Enhanced-PDF><Meta-XML>
      <引用本文> <批量引用> 50615055 false
      更新时间：2024-03-21
      “智能手机变身乐器，通过内置传感器感知动作生成旋律，实现音乐启蒙教育。”

      林巧民, 陶海, 林泽城

      DOI：10.11907/rjdk.231678
      摘要：受物联网让物体开口说话启发，利用智能手机自带的传感器感知手机状态并生成音乐旋律，无需额外硬件设备。通过对内置于智能手机中的传感器进行尝试后，选择加速度传感器进行体感交互，主要想法是在手持智能手机前想象一个基于传感器的空间坐标系，沿+x、-x、+y、++y、-y、–-y、+z和-z坐标轴挥动智能手机获得感知相关数据，根据数据将八度音符映射到不同的手部挥动动作，驱动扬声器奏出相应音符。基于Android平台开发的应用程序的实验表明，根据动作与音符的映射可演奏《小星星》等简单乐曲旋律，能将智能手机变成一种乐器，适合低年龄阶段等人群基于自身交互进行音乐启蒙教育，作到寓教于乐。  
      关键词：智能手机;传感器;具身交互;音乐生成   
      83
      |
      84
      |
      0
      <HTML>
      <网络PDF><WORD><Meta-XML>
      <引用本文> <批量引用> 48404648 false
      更新时间：2024-02-21
    0