两种成分数据预测建模方法的比较研究

在社会、经济、技术等领域中,成分数据是一种被广泛应用的数据类型。文章对两种不同的成分数据预测建模方法进行对比研究:一种是利用对数变换对成分数据进行预测的建模方法;另一种是利用球面投影,通过对成分数据的非线性降维,得到建立预测模型的方法。通过比较研究,指出两种方法在应用方面的优缺点,并且利用北京市按所有制划分的从业人员数据,应用两种方法分别进行预测,对北京市的就业情况进行简要分析。     

再次发生SARS疫情的情况模拟分析

通过定义评估SARS疫情状态的标志性参数，给出对SARS疫情发展进行预测的统计模型，并利用该模型对再次发生SARS疫情的情况进行模拟分析，指出社会公共卫生体系把握应对时机的基本期限。论文的研究结果表明，只要坚持采取早发现、早报告、早隔离、早治疗的措施，完善发烧排查的制度，就完全有可能把SARS疫病的流行趋势遏止在萌芽状态，从而避免再次出现恶性的疫病流行过程。     

成分数据预测模型及其在中国产业结构趋势分析中的应用

在社会经济技术等领域的数据分析中，饼图是一种很常用的统计图形，用以表示在某一事物中各种成分所占的比重。饼图中各份额数据的组合又被称为成分数据。对于一序列按照时间顺序收集的成分数据，本文利用球面投影的方法，给出一种成分数据的降维方法和预测模型，用于分析成分数据中每个份额随时间的变化规律。根据成分数据的预测建模方法，建立了中国产业结构的预测模型，并对中国三次产业结构的发展趋势和未来状况进行分析。     

基于施密特过程的变量筛选及其在森林覆盖率分析中的应用

在多元线性回归模型的实际应用中,因受分析人员主观判断的影响,初始选取的自变量集合往往会包含过多的变量。本文利用施密特过程提出一种新的变量筛选方法,可以选择对因变量有显著解释作用的自变量,并且将没有解释作用的信息及冗余信息有效地分解出来并排除掉。将该方法应用于森林覆盖率影响因素分析,有效地进行了变量筛选,并得到了解释性很强同时拟合优度较高的模型结果。     

一种函数型数据系统聚类分析方法应用

提出了一种函数型数据的距离定义,分析了该距离与欧氏距离的关系,并给出一种函数型数据的系统聚类分析方法和具体算法,以及在低维空间对原始数据进行直观表达的方法。采用实证研究表明,该方法可以直观、有效地实现函数型数据的系统聚类分析。     

自组织特征映射在鄱阳湖地区洪涝灾害研究中的应用

自组织特征映射是一种人工神经网络方法,可以同时实现模式识别和数据分类.它可以将高维数据间复杂、非线性的统计关系转换为低维形式中简单的几何关系.该文利用自组织特征映射方法对鄱阳湖地区月降水强度和月高水位变化模式进行分析,对鄱阳湖地区洪水灾害形成原因进行归纳.     

浅谈《电工基础》的创新教学

职业技术教育改革的主要目标之一是:改变传统的单一的接受式学习模式,倡导学生主动参与,勤于动脑,乐于探究,勇于创新,善于合作的新型学习方式。为了这一教育目标的达成,经过多年的教学实践探索,笔者认为只有在教师的创新教学的氛围中,才能培养学生的创新能力,我认为应从以下四个层次进行教学创新。     

基于BP神经网络的资产经营绩效评估模型

针对传统资产经营绩效评估模型的缺陷,提出使用BP神经网络对企业的资产经营进行绩效评 估,并对传统的BP网络进行了优化。其中自适应学习机制优化了学习率,动量项加速机制加 速了传统BP网络的收敛速度,遗传算法用于选择BP网络的初始参数。最后,采用500家工业 企业的资产经营绩效数据对模型的有效性进行了初步验证。     

高校女生体育兴趣的培养

根据体育教学的理论与实践,遵循体育和美育的规律,结合教授高校女生体育课的实际,针对女生的个性与心理特征,以优美的技术动作,严密的教法吸引女生的注意力.通过调查、分析,研究如何培养和激发女生对体育课内容的学习兴趣及热情,提高教学效果和质量.