典型文献
基于HMM的多维数据下扶贫对象状态预测
文献摘要：
针对扶贫领域中贫困、脱贫和返贫状态预测不准确,影响状态变迁的关键因素难以识别的问题,从扶贫基础数据和多个行业数据中提取8个关键特征和22个观测状态,构建观察状态和隐含状态关联关系,建立扶贫对象状态预测隐马尔可夫模型(hidden markov model,HMM).以某深度贫困县连续3年的数据为样本,进行参数训练、测试实验和结果验证,结果表明该方法对返贫、贫困和脱贫状态有较强的预测能力,误差率较低,且能准确识别出影响返贫的关键要素.该方法对指导精准扶贫工作具有非常重要的实际意义.
文献关键词：
隐马尔可夫模型;精准扶贫;数据分析;预测方法;返贫
中图分类号：
作者姓名：
何俊;洪孙焱;周义方;申时凯;邹目权
作者机构：
昆明学院信息工程学院,云南昆明650214;云南省高校数据治理与智能决策重点实验室,云南昆明650214;昆明学院信息中心,云南昆明650214
文献出处：
引用格式：
[1]何俊;洪孙焱;周义方;申时凯;邹目权-.基于HMM的多维数据下扶贫对象状态预测)[J].系统仿真学报,2022(05):1118-1126
A类：
B类：
HMM,多维数据,对象状态,状态预测,返贫,测不准,影响状态,行业数据,关键特征,观测状态,关联关系,测隐,隐马尔可夫模型,hidden,markov,model,贫困县,测试实验,预测能力,误差率,准确识别,精准扶贫,扶贫工作,实际意义
AB值：
0.435323
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
