行政中心区位、迁移与城市商圈空间分布——基于动态模糊算法仿真和经验数据的研究

我国城市发展的实践揭示,绝大多数城市的行政中心所在区域不仅是政治中心,也是商业中心;行政中心迁移往往带来迁入地零售商业的爆发式增长,行政中心 区位和迁移与城市商圈空间分布之间有着显著关联.文章通过动态模糊算法仿真分析发现:行政中心对其空间所在区域的商圈发展有积极的正向影响;行政中心空间区位迁移与城市商圈空间结构演化存在显著的空间耦合互动,即迁入区域的商圈发展将显著加速,特别是区域内新商圈成形将明显加速,对迁出区域商圈的影响则相对不明显;城市商圈空间分布发展显著变化.最后,以长沙市的经验数据验证了仿真模型的可靠性.     

基于二进制细菌群算法的基因选择和优化方法

基因表达数据的显著特点是数据维数高,样本数量小,针对这些特点该论文汲取了二进制细菌群算法和遗传选择算法的优点,提出了基于二进制细菌群算法的基因选择和优化方法。通过在标准数据集的实验表明,该算法的分类准确率有较大提高。     

黄土丘陵区生态迁移农户不同生计模式与收入水平关系比较研究——基于陕北各县400户迁移农户的随机调查

陕北黄土丘陵区农户生态迁移之后的生计模式发生了较大变化,其生计模式选择直接影响着农户收入水平,而提升不同生计模式农户收入水平又直接关系着农户的根本利益。在对400户陕北黄土丘陵区生态迁移农户生计模式及其收入水平进行调研和描述性统计分析的基础上,运用单因素方差分析法研究不同生计模式对于收入水平的影响是否存在或者显著,并运用多重检验分析法比较不同生计模式之间差异的显著性,得到本地农业生计模式农户收入水平与其他3种生计模式农户收入水平具有显著性差异的结论;运用随机森林回归算法揭示影响不同生计模式农户收入水平的主要因素,并在此基础上分析陕北黄土丘陵区迁移农户不同生计模式之间的关系、结构及其特征,进一步提出陕北生态迁移农户生计模式选择及提高收入水平的对策。     

基于加权案例推理模型族的软件成本SVR组合估算

精确地估算软件成本是软件项目成功开发的一个重要保证,直接影响着软件的风险控制和质量保证.为了更好地解决单一估算模型的不足,提出了集成多案例推理(CBR)模型的软件成本组合估算模型.首先,采用六种距离计算公式刻画新旧项目相似度,构建了六种CBR模型,并运用粒子群算法(PSO)来优化CBR模型族中的属性权重.其次,在CBR模型族的基础上,运用支持向量回归机(SVR)模型将不同CBR模型的估算结果进行集成,提高软件成本估算结果的精度.利用Deshamais数据库对模型有效性进行检验,实证结果表明,在六种CBR模型中Euc-CBR、Min-CBR、Gau-CBR和Mah-CBR模型估算结果没有明显差异,Gre-CBR和Man-CBR模型略优;提出的SVR组合估算模型估算精度明显优于单CBR模型和其他线性组合估算模型,能有效提高软件成本的估算精度.     

关联规则挖掘中查找频繁项集的改进算法

针对关联规则挖掘中Apriori算法在生成频繁项集时的不足,文章在对原始数据集预处理的基础上,提出了进一步修剪频繁项集修剪优化策略,减少了频繁项集的数目,提高了连接速度;另外通过增加项数统计字段和对不再使用的子项在数据库中标记或删除等方法使数据库数据规模不断减少,从而缩小搜索范围,提高扫描速度。     

人工鱼群算法优化SVR的预测模型

文章针对参数选择关系着支持向量回归机的性能进而影响GDP预测效果这一问题,引入人工鱼群算法将支持向量回归机的参数选择转化为组合优化问题,得到应用人工鱼群算法优化支持向量回归机的短期GDP预测模型。以辽宁省的GDP数据为例,将该模型的预测结果与同为智能算法的BP神经网路和单纯的支持向量机进行对比,结果表明该模型的预测效果优于其余两个,具有更好的学习能力和推广能力。     

基于Rough集的属性约简的算法分析

研究了粗集理论中基于差别矩阵,关联矩阵的属性约简算法,分析了各种算法和原理,指出了优缺点,对以后的研究方向提出了建议.     

汉语方言自动聚类与分区及相关计算方法

本文回顾了学界对汉语方言之间相互关系的三种计量方法：特征统计、词源统计和词汇相似度计量,指出这三种计量方法采用的是非整体的、语音和词汇上受限的考察方法。文章阐述了一种更适用的计算模型,即Levenshtein Distance算法(莱文斯坦距离,或称编辑距离),该方法对语言或方言之间线性字符串的语音相似性和词汇对应性具有协调功能,并蕴含特征比对和词源概率效用。本文自动分区实验汇集了南方吴、闽、粤、湘、客、赣、徽、淮8个分区的78个方言,官话方言有东北、北京、冀鲁、胶辽、中原、兰银、西南108个方言,共计186个汉语方言点。每个方言收集了斯瓦迪士100个基本词,并对方言之间展开相似性计算。计算结果与传统分区基本一致,但更为精准。     

基于矩阵打分值和化学位移值预测酶蛋白质中β-发夹模体

酶是一类具有催化功能的蛋白质,对其结构和功能的研究是非常有必要的。特殊模体β-发夹是一种简单的超二级结构,它们包含了丰富的折叠信息,对酶中β-发夹的预测有助于酶结构和功能的预测。本文建立了非冗余的β-发夹模体数据集,包含1080条酶蛋白质链,2818个β-发夹模体,1098个非β-发夹。提取位点亲疏水组分及位点亲疏水紧邻关联组分作为参数,运用矩阵打分算法得到的预测结果不理想。将位点亲疏水、位点亲疏水紧邻关联组分为参数得到的打分值和平均化学位移值共同作为特征参数,输入支持向量机算法对模体进行预测,5交叉检验预测总精度是81.8%,相关系数达到了0.636。