政经评论

《法制日报》:环境违法处罚首次引入行政拘留深意何在在现实中,破坏环境罪更多地是用来充当吓唬人的"稻草人",而罚款对企业来说,根本构不成威胁。8月13日《法制日报》的评论文章称,我国环     

基于支持向量机的企业现金流量评级

为了防范信贷风险,商业银行对企业的现金流量评级十分重视。这篇文章把企业现金流量分为三类:充足、一般和不足,然后把支持向量机(SVM)应用到企业现金流量评级研究中。通过实证研究表明,在现金流量评级问题中,SVM比BP神经网络更具有优越性。     

基于支持向量机算法的癌症预测

将支持向量机SVM(Support Vector Machine)算法用于卵巢癌症质谱数据分类研究,通过与KNN、神经网络算法的预报结果做比较,SVM对癌症数据的预测正确率达到98%,推广能力明显强于KNN、神经网络等传统算法。     

基于语义生成与语义分割的机织物缺陷检测方法

针对织物疵点的语义分割任务中因数据集规模限制，而导致网络出现的严重过拟合问题，课题组提出了针对织物的语义生成网络。语义生成网络使用随机产生的语义标签生成对应的织物缺陷图像，相较于传统数据增强方法，语义生成可生成全新图像，更贴近实际缺陷分布，并且可通过判别器对生成图像进行筛选；课题组将语义生成的图像作为语义分割网络的输入，相应的随机语义标签作为目标，免去标注过程，扩充语义分割网络的训练样本，提升网络性能；对于语义分割网络，提出尺寸自适应Dice损失函数，解决样本不平衡问题，提升网络对小尺寸的检测能力。实验结果表明：尺寸自适应Dice损失函数使得模型精度提高11.1%，使用BEGAN扩充的数据集相较于传统方法扩充的数据集训练得到的模型精度提高7.4%。     

瓦楞纸板定向卸垛机设计

不同朝向堆叠的瓦楞纸板在进行卸垛时，存在人工劳动强度大以及机械无法定向卸垛等问题，课题组设计了一种瓦楞纸板定向卸垛机。提出了基于堆垛特征的卸垛机结构及工作流程；为实现相机采样位置的调整，视觉检测装置中包含了直线滑台和同步带组件；采用丝杠螺母副和直线导轨设计了推纸板装置，实现对瓦楞纸板垛的推挤；采用齿轮齿条机构和直线导轨设计了托纸板装置，实现对瓦楞纸板垛的托起；压纸板装置和吸纸板装置采用气缸驱动，实现对瓦楞纸板垛的按压和吸取。结果表明：该设计能够提升生产效率，减少人力并降低劳动强度。该设备能对以不同朝向堆叠的瓦楞纸板进行定向卸垛，满足了生产需求，为瓦楞纸板的定向卸垛提供了新思路。     

清初江南名医马元仪的学术承启

马元仪是清代康熙年间的江南医家,师从沈朗仲,兼事李中梓,私淑喻嘉言,参阅《张氏医通》。马氏穷究医理,五十多年临证济世救人,成为清初一代名医;言传身教,造就尤在泾、汪光爵等大医。晚年马元仪增订先师沈朗仲手定原本,勘校得失、添补按语,《病机汇论》实为士材学派最完全之书,让医学薪火延绵传递、踵事增华。马元仪可谓士材学派乃至清初江南医学承启的枢纽。     

立式盘类转子动平衡机箱体有限元分析

旋转电极式电除尘器出口粉尘体积分数小,可降低PM2.5排放量,是目前新建和改造电除尘器的主流方向之 一,其清灰刷关系到旋转电极式电除尘器的除尘效率和使用寿命,为此搭建了清灰刷失效形式和寿命测试试验装置,其 中机械部分为框架结构,电气部分采用PLC控制,由减速变频电机驱动,最后通过ANSYS Workbench对其主要部件进行 了静态和动态性能分析,结果表明：装置框架的动态特性满足设计要求,不会在工作时引起共振,运行后该装置能够满足 试验工作需要。     

胶辊数字中高机的设计

针对印刷机中普通胶辊由于胶辊扰度造成印制品厚薄不均的问题,以中高度法原理为依据,提出了将中高度曲 线方程解析成以时间为变量的函数,用单片机计算和控制中高机运动,设计了以单片机、交流伺服控制器、变频器和磨头 等构建的一个数字控制系统为核心的胶辊数字中高机。应用结果表明数字中高机可安装在普通车床上实现中高胶辊的 加工,且中高曲线和中高度可任意设置,设计简便实用,便于推广。     

钢桶自动化仓库设计

通过分析钢桶的特点以及出入库频率,设计了专门的自动化立体仓库。为了尽可能地提高仓库容量,采用了重 力式货架;为了堆垛机可以连贯地执行出入库操作,将传送带布置在巷道中取代出入库台,并设计了特殊形式的货叉。 由于仓库中堆垛机周期与以往的不同,重新计算了堆垛机的工作周期。最后设计了仓库的控制管理系统并通过Flexsim 仿真验证了方案的可行性。计算和仿真结果表明：仓库的设计能够满足钢桶自动化仓储的需求。     

基于微博情绪信息的股票市场预测

行为金融理论的研究表明,股票投资者在进行投资决策时,容易受到自身的因素如情绪与心理因素的影响.以行为金融理论为依据,作出基本假设:微博情绪信息反映的社会整体情绪倾向能够影响并预测股票市场整体价格走势的变化.实证过程包括抓取新浪微博数据并进行预处理,生成情绪倾向时间序列,通过格兰杰因果关系检验上证指数时间序列与情绪倾向时间序列间的相关关系,建立支持向量机模型预测股票市场价格的变化采验证假设的正确性.实验结果显示加入微博情绪信息的预测模型能够获得更高的准确率,进而证明了本文所作假设的正确性.