党政机构微博在突发事件中传播效果的影响因素及策略

党政机构微博作为政务微博的重要组成部分,在突发事件的信息传播中发挥了重要作用。其在突发事件中的传播效果主要受传播主体、传播内容、讯息载体、传播技巧和传播对象等因素的影响。提高党政机构微博对突发事件信息传播效果的策略有：提高传播主体的公信力;重视传播内容的陈述方式;借力多种媒介联动传播;加强传播技巧的培训和学习等。     

基于国民经济大系统下的铁路货物运输量预测方法的研究

铁路运输是一个复杂的系统 ,国民经济对其有巨大影响。本文在国民经济对铁路运输影响的定性分析基础上 ,选取了国内生产总值指数、第二产业比重、原煤产量、钢产量、港口货物吞吐量、基本建设投资、铁路市场份额、铁路货运量 8个指标作为影响因素指标 ,运用BP神经网络模型建立它们与货运量之间的联系 ,并依此对铁路的货运量进行预测 ,取得了满意的结果     

突发事件传播中媒体微博的价值与功能

对突发事件的关注与研究是新闻学的一个热点问题,在突发事件传播中媒体微博的社会责任和传播模式的建构逐渐成为业界学者关注的焦点问题。就突发事件传播中媒体微博的价值与功能进行解析和探讨,旨在强调媒体微博要发挥更大的作用,必须掌握微博传播之道。     

基于神经网络的天津市城市化水平分析及预测

针对一般城市化水平分析只侧重人口指标测定的不足,在比较了灰色预测与神经网络预测优劣的基础上,以天津市为例,采用误差逆传播人工神经网络(简称BP神经网络)方法对人口、产业以及人居环境三项城市化水平指标做出短期预测,在与北京、上海等城市的同一指标的比较后得出天津市当前及未来的城市化综合发展指标,并据此提出了相关建议。     

基于BP神经网络的建设工程造价预测方法

阐述了神经网络的基本概念、基本结构和算法原理,建立了基于BP神经网络的工程造价预测模型,并根据模型结合MATLAB神经网络工具箱对程序进行设计,最后通过案例分析对其具体应用作了详尽阐述。研究表明使用BP神经网络来进行工程造价预测是完全可行的。     

优化汽车故障诊断神经网络的改进遗传算法

为了优化汽车故障诊断神经网络的权值和网络结构,改进并设计了遗传算法.在保证种群多样性的条件下,将种群规模降低到最小;引入BP算子,与交叉和变异算子共同竞争,自适应调整运算概率;引入个体间的广义海明距离用于保持种群的多样性,引入连接权的敏感度用于优化网络结构.算法对比测试表明,改进后的遗传算法能够在优化权值的同时优化网络结构,减少了内存占用量,保证了种群的多样性,提高了算法的运行速度和收敛效果.     

基于BP神经网络的组合预测及在电力负荷的应用

分析了电力负荷预测的意义及预测原理，并以传统方法证明了组合预测的优越性．在经典预测方法线性回归和现代预测方法灰色模型的基础上，通过BP神经网络进行组合预测，分别应用单一模型和以计算机为工具的组合模型对上海市年电荷用量进行预测．通过分析和比较验证了该组合算法的有效性，     

一种改进BP神经网络算法的编程及应用

采用附加动量并结合动态调整学习率改进BP算法,用MATLAB语言完成该算法程序的编写,并将其应用于处理光催化降解直接橙S水溶液的数据.该程序对训练集和预测集计算结果的相关系数R分别为0.972 3和0.945 2,处理效果良好.     

基于机器深度学习算法的城际铁路大直径盾构施工地表沉降预测

依托河南新郑机场至郑州南站城际铁路大直径盾构隧道施工实践,应用提出的遗传算法优化BP神经网络模型的机器深度学习算法,研究大直径盾构隧道施工中地表沉降预测规律。在盾构隧道中心线地表选取76个监测点,获取地表最大沉降数据,以前30组数据为训练数据组,对后46个测点地表最大沉降进行动态预测,并和实测值进行比较。结果表明,在46个地表最大沉降预测结果中有38个点的误差绝对值小于2 mm。应用后验差法评价动态预测结果,获得了小误差概率P值为0.87,后验差比值C值为0.59,说明提出的机器深度学习算法能够较好地实现对盾构隧道地表沉降的动态预测。     

基于PSO算法优化RBF神经网络的基金净值预测研究

为了更精确地对基金净值进行预测,针对基金净值变化具有非线性和随机性等特点,提出基于粒子群优化RBF神经网络的基金净值预测模型。利用具有全局寻优的PSO算法对RBF神经网络的参数进行优化,并用经PSO算法优化的RBF神经网络对基金净值进行预测分析。仿真实验结果表明:与使用BP神经网络和RBF神经网络的基金价格预测方法相比较,PSO算法优化的RBF神经网络能够准确地预测基金价格的变化趋势,具有较高的预测精度,对于用户选择基金有着非常重要的意义。     

影响口译记忆的因素及改善记忆效果的策略

记忆是口译过程中的关键步骤,对口译的效果有决定性的影响。影响口译记忆的因素包括译者的健康状况和语言水平、口译现场环境、译者的工作动机、记忆方式、待记忆材料的特性、对待记忆材料的处理水平及译者的相关的背景知识等。译员应采取意象记忆法、句子主体记忆法、篇章结构程式化记忆法等策略,来提高口译记忆效果。     

基于网络搜索指数和EMD-ARIMA-BP组合模型的游客量预测——以张家界为例

科学的客流量预测有利于完善旅游安全预警体系和优化旅游资源配置体系。为进一步提高游客量预测的准确度,提出一种基于网络搜索指数的EMD-ARIMA-BP组合模型,以探究互联网时代旅游消费者出行行为规律。该模型首先对网络搜索行为数据进行指数合成,其次利用EMD算法对游客量和网络搜索数据进行去噪处理,最后将ARIMA模型和BP神经网络进行组合,对游客量进行预测。实证分析以张家界为例。研究发现：（1）运用网络搜索数据预测旅游消费者出行行为切实可行,接近于实时的网络数据可以大幅提升预测的时效性;（2）经过EMD去噪算法对游客量与网络搜索行为数据进行去噪处理后,游客量的预测精度有较大程度提高;（3）基于网络搜索指数和EMD-ARIMA-BP组合模型的预测误差显著低于ARIMA模型和BP神经网络等基准模型。     

广告中的语言文化因素及翻译策略

汉、英广告各自依托和反映的语言、文化存在巨大差异。该文结合大量中、英文广告案例,分析研究了语音、语义、字形、修辞等语言因素及文化因素对广告创作及翻译的影响,并据此对广告翻译策略进行了一定的研究,提出广告英译必须了解广告内涵及商品特性、了解广告受众国的文化传统以及消费心理,并在此基础上进行创新的翻译。     

论教师课程实施取向的顺应与改善策略

新课程实施要求照顾教师课程实施的现实取向,采取顺应策略,并通过实践学习、专业协作和营造课程实施环境等策略改善教师课程实施取向.     

来华留学生教育质量的影响因素及提升策略

提高来华留学生教育质量是提升中国高等教育在国际上的公信力和声望的核心举措,留学生群体特有的复杂性是造成留学生培养质量较差的主要原因。此复杂性的来源主要有文化背景差异、前期基础教育水平差异、英语水平差异及学习习惯和思维方式差异等几个方面。提高来华留学生教育质量需要构建多元文化教育空间、加强具有跨文化交际能力的师资队伍建设、进行教学内容和方法改革等。     

深基坑变形影响因子分析及预测方法研究

影响基坑变形的因子有很多,有主要因子和次要因子。根据实际工程经验以及相关资料,在较为全面地总结所有影响基坑变形因子的基础上,结合层次分析法,筛选出主要影响因子,建立一定的量化标准。将影响因子作为输入层,构建基于主要影响因子的BP神经网络。结合天津市中国铁建国际城1D地块深基坑工程,选出围护结构发生明显变形的各时间段,建立17×106的训练数据,采用黄金分割法对隐含层的节点数进行筛选,以4 m,8 m,12 m,16 m处的变形数据为目标层进行训练和仿真。最后,对其它测斜点的变形进行预测,精度满足要求,验证了这种影响因子选择和样本选择方法的有效性,对基坑变形预测有一定的应用指导意义。     

实践社区沟通模式及其影响因素研究

在访谈和开放式问卷的基础上,通过自编《实践社区沟通模式问卷》和《实践社区沟通影响因素问卷》,对重庆、银川、上海和北京等15个企业的331名实践社区成员进行整群抽样调查,以了解我国企业实践社区沟通模式的现状,并探索影响实践社区沟通的因素。结果表明：（1）实践社区中存在四种常见的沟通模式,按使用频率依次是面对面沟通、电话沟通、网络沟通和书面沟通,并在使用频率上两两之间都存在着显著差异。（2）开放性、互动、满意感、信任和接纳等5个因素对实践社区的沟通存在显著的影响。（3）不同的沟通模式,影响因素的权重不同。