基于PSOGA-BP的混合动力汽车非稳态工况声品质评价

为研究混合动力汽车车内声品质特性及评价方法,利用参考语义细分法,选取原地热机、缓加速、急加速、紧急制动、缓减速、滑行和变工况下所测混合动力汽车车内噪声样本,进行了混合动力汽车车内声品质主观评价试验。计算了各噪声样本的客观参数,进行了相关分析。基于粒子群(PSO)和遗传算法(GA)优化的BP神经网络,建立了混合动力汽车声品质客观评价模型PSOGA-BP模型,并利用此模型进行了混合动力汽车非稳态工况车内声品质预测。将PSOGA-BP模型预测结果,分别与GA-BP模型和BP模型进行比较,结果显示：PSOGA-BP模型预测结果误差最小,最适合用于混合动力汽车车内声品质预测。     

基于模糊计算矩阵的产品智能审美评价系统研究

文章讨论了产品智能审美评价系统,即将产品审美评价体系与计算机技术、模糊计算技术相结合,利用计算机数据库将传统评价方式中主观、定性的评价指标转化为客观、定量的评价指标,借助数据库的模糊计算矩阵,对从产品中提取的数据进行计算,从而对产品方案进行客观精确的评价。     

基于YOLOv5深度学习模型的动态靶标识别跟踪方法

针对火炮身管动态靶标识别跟踪精度和实时性不高的问题,提出了一种基于YOLOv5深度学习模型的靶标识别跟踪方法。分析了靶标识别跟踪过程和基本思想,通过网格化模型对靶标样本图像进行多尺度处理,并利用金字塔模型进行融合预测;搭建了YOLOv5网络模型,对组件设置优化;对比了损失函数对锚框识别效果的影响,并选取优化后的CIOU作为模型损失函数;最后对模型进行训练,并利用训练好的模型对动态靶标进行识别跟踪。实验结果可视化分析显示,靶标动态识别跟踪率可达到99.3%,动态实时跟踪效果较好。     

基于AHP和DEA相结合的公共项目建设方案评价

通过对公共项目建设方案评价研究的现状分析,针对公共项目特性,构建综合评价指标体系,采用层次分析和数据包络分析法建立评价模型,借助DEAP软件进行指标数据运算,以求得对公共项目建设方案的客观评价.并结合实例进行合理性验证,旨在为公共项目建设方案评价提供一种科学有效的方法.     

基于光电传感器的目标轮廓提取及其识别

针对物体外形轮廓特征,给出一种基于主动式光电传感器的轮廓特征提取方法,该方法是通过物体经过传感器组视场时各传感器输出状态来获取特征信息;并结合稀疏表示理论,提出一种基于稀疏表示的目标轮廓识别算法,该算法是将测试样本投影到稀疏域,依据系数的稀疏性对测试样本进行分类。数值仿真与实验结果表明：采用光电传感器组获取的信息能够有效地描述物体;且通过本文算法对不同类型物体进行分类,具有良好的识别效果;对不同条件下获得的特征样本进行分类时,具有良好的鲁棒性。     

CNN与SVM和ResNet相结合的牛脸识别系统模型研究与实现

针对传统的牛个体身份识别需借助外部工具而产生的管理上的安全隐患及对牛身体的刺激和物理伤害问题,提出基于图像方法的牛脸生物特征提取的方法进行身份识别。同时,由于CNN对硬件设施有高要求并且识别精度低、速度慢,以及传统机器学习方法对先验知识的依赖性,考虑到牛脸数据采集困难的小样本问题,以及自然野外光照、视角、距离、运动等客观环境因素与牛脸特征复杂性,提出以CNN为主体且引入ResNet和SVM相结合的牛脸识别与检测的算法与模型,其较传统的CNN网络结构具有训练收敛速度快、识别率高及泛化性强等特点。在Andriod平台下运用该轻量型模型设计了安卓手机APP,完成了方便快捷的实时识别目标,并通过了实验验证,实验结果准确率达95.1%以上。     

两种驾驶员方向控制模型的比较研究

驾驶员方向控制模型是进行人-车-路闭环仿真和评价汽车操纵稳定性的重要环节,对于评价各种新型转向系统,探索汽车智能化驾驶技术有重要的指导和借鉴意义。针对目前应用较为广泛的预瞄跟随模型和基于手臂神经系统的LQR模型进行了分析,并结合仿真进行了对比研究。结果表明:2种模型虽然都具有良好的路径跟踪精度,但建模思路不同,具有相互不能替代的特点。研究成果为进一步完善和应用驾驶员方向控制模型提供了参考。     

农村消费者汽车下乡产品购买行为研究--以创新扩散理论为基础

根据创新扩散理论对汽车下乡产品采纳者进行细分,并通过对7省221个农村居民样本进行数理分析,结果表明：5种类型的汽车下乡产品采纳者在社会经济特征、创新产品或服务的拥有率/尝试率、信息接触渠道、政策评价指标以及消费者价值观方面存在显著差异。     

基于随机森林算法的贫困精准识别模型研究

扶贫对象的精准识别是实现精准扶贫的重要条件。实现贫困数据的精准分类与识别以及贫困识别由定性到定量、由单维瞄准向多维瞄准的转变是精准扶贫的重要基础。精准识别可以采用大数据分析中的分类算法实现。本文基于可持续生计分析框架,从人力资本、社会资本、自然资本、物质资本、金融资本和生计环境六个方面建立了多维贫困指标体系,运用随机森林算法构建了精准识别模型,并采用中国家庭追踪调查数据（CFPS）,对扶贫对象精准识别模型的分类及识别效果进行了评价,结果表明模型效果良好。     

基于因子分析的我国商业银行竞争力

构建了能够全面客观反映商业银行竞争力的指标体系,以5家国有商业银行及9家股份制商业银行为研究样本,选取了10个相关的指标,运用SPSS软件及因子分析法计算因子综合得分,从资产规模、银行盈利能力、流动性、综合竞争力等四个方面,对14家样本银行的核心竞争力进行了较为全面和客观的评价分析,并据此提出相关建议.     

现金流量预警指标视角下的BP神经网络模型实证检验研究——来自2007—2012年沪深两市ST公司的数据分析

文章针对现金流量指标的国内外研究动态,从财务危机预警角度构建现金流量预警指标体系;并选取2007年-2012年沪、深两市A股79家ST公司及79家非ST公司作为训练样本,用样本公司被ST前1年、2年、3年的数据对指标进行筛选,将BP神经网络模型预警结果与样本的实际结果进行比较。研究结果表明：BP神经网络模型t-1年、t-2年、t-3年的预测精度依次下降,但t-3年财务预警模型对训练样本的预测精度仍能达到79．22％,对检验样本的预测精度也能达到78％。     

基于互动模式的机械工程项目管理教学质量的评价模型

为解决机械工程项目管理教学质量评价问题,在互动模式的机械工程项目管理教学基础上,建立科学的课堂教学质量评价模型.运用专家咨询与德菲尔法给出各级指标的权重,通过对来自问卷调查到的原始数据的统计分析、标准化处理,构建并量化评价模型.对模型进行信度检验,得出稳定可信的教学质量评分值.实际应用结果表明,该模型较好地解决教学评价与量化问题,客观地反映了教学质量的实际水平,提高了评价精度.     

基于机器学习方法的中国上市公司舞弊研究

数字时代的来临使利用机器学习识别财务舞弊成为研究的热点。在采用原始财务数据的基础上，引入财务比率、公司治理指标、审计指标和我国资本市场特殊指标，并以Logistic模型为评价基准，分别运用决策树、随机森林、Adaboost决策树和支持向量机(SVM)模型进行机器学习分析，并利用采样的方式降低样本不平衡性，以召回率(recall)为评价各模型的标准，综合运用准确率(accuracy)、召回率和AUC判断模型和数据的优劣。研究发现：加入财务比率、审计指标和我国资本市场特殊要素指标的模型能够得到较优的识别效果，而公司治理指标并不能提高模型的舞弊识别能力；与其他模型相比，随机森林模型和Adaboost-决策树模型具有更好的舞弊识别效果。     

基于希金斯可持续成长模型的企业财务危机预警实证研究

基于2003年至2007年中国A股市场新增ST公司样本及配对样本的前三年数据,本文对Higgins模型综合指标进行单变量分析,证实了该模型的预警可行性;然后根据四项因素驱动指标分别运用多元判别、逻辑回归、神经网络和最小二乘支持向量机方法建立预警模型进行回判和外推,以考察希金斯可持续成长模型是否能够用于企业财务危机预警。研究表明,四项因素驱动指标在ST前两年具有较高的分类准确性,Higgins模型能够为开发标准化预警指标体系提供参考。     

基于属性识别模型的城乡结合部交通安全评价

运用变异系数及属性识别理论对城乡结合部交通安全问题进行研究。在对影响城乡结合部交通安全因素综合分析的基础上,建立了城乡结合部交通安全评价指标体系。运用变异系数法确定各项指标权重,建立了城乡结合部交通属性识别安全评价模型。根据单指标属性测度值和多指标综合属性测度值,利用置信度准则识别城乡结合部的交通安全水平。应用此评价模型进行实例分析表明其具有良好的实用性,可以为城乡结合部交通安全规划和治理提供决策依据。     

我国汽车行业上市公司竞争力评价

本文阐述了企业竞争力评价的涵义与目的,介绍了企业竞争力研究与评价的用途,同时对我国汽车企业竞争力研究的现状进行了分析。接着运用层次分析法,建立了汽车上市公司竞争力评价模型。在该模型的基础上,选取2008年具有代表性的18家整车类汽车上市公司为样本,以选取的这些汽车上市公司2008年年报数据为基础,对其竞争力进行数量评价并排序。最后,得出结论,说明影响汽车企业竞争力的主要因素是财务状况和成长能力。     

基于舒适性与运动感的车内声品质多维度评价

为全面评价车内声品质,针对舒适性、运动感两个听觉感受,建立车内声品质多维度评价模型。首先,采集匀速和加速工况下的车内噪声样本,用成对比较法分别进行舒适性和运动感两个维度的主观评价。然后,对两个维度下的主、客观评价结果做相关分析,并基于相关性较高的响度、尖锐度、粗糙度分别建立了两个维度下的声品质多元线性回归模型和GA-BP神经网络模型,对两个模型的预测误差进行比较,结果表明:多元线性回归模型对稳态工况下的预测效果较好,而对非稳态工况下的预测误差较大;而GA-BP神经网络模型对两个维度下的预测误差都在5%左右。     

系统协调度模型的稳健性研究

文章从指标选取角度来探究系统协调度模型的稳健性能,采用Euclid距离函数建立协调度模型稳健性能的客观评价方法。选取四种协调度模型并采集全国经济-能源-环境系统的相关数据进行实证,每个子系统各采集10个指标的数据;通过随机选取指标的子集反复测试,对比分析不同指标选取时协调度模型实证结果的波动性。实证表明：无论是协调度走势图形的主观分析,还是稳健性的客观量化评价结果,都表明了不同协调度模型的稳健性能存在较大的差异。     

基于随机森林的循环水养殖氨氮预测模型研究

分析和建立深井海水工厂化循环水氨氮含量与养殖对象的数量、均重、饲料投喂量之间的非线性关系。利用离差归一化方法对样本数据进行预处理,并利用Bootstrap方法随机有放回采样生成多个训练集;提出一种基于随机森林回归算法的集成式机器学习方法构建预测模型,对养殖水体中的氨氮含量进行预测,并与支持向量机回归和最小二乘线性回归模型进行对比分析。通过5折交叉验证和8折交叉验证实验表明,以均方根误差和平均绝对误差作为评价指标,以绝对均值误差作为评价函数,所提方法的绝对均值误差为0.135 5,与最小二乘线性回归、支持向量机回归方法进行比较,其误差分别减少62.66%和39.85%。所提方法在进行小样本预测应用中具有较高的预测精度及泛化能力,可为海水工厂化循环水养殖水体中氨氮含量精准预测提供理论依据和参数支持。     

基于支持向量机的中国省域循环经济评价研究

文章构建了多层次、多指标的省域循环经济评价指标体系,涵盖了自然资源、环境质量、经济发展和社会发展四个子系统,并在建立初始指标体系的基础上,运用主成分分析法对指标体系进行约简,选取7个包含指标大部分信息的主成分,计算主成分得分以代表原始数据进行SVM建模,利用便于处理小样本分类和泛化性强的支持向量机方法,构建基于支持向量机的我国省域循环经济评价模型,给出了各地循环经济的发展评价得分,并基于熵值法计算了我国循环经济发展综合指数。