基于整体网模型的区域产业结构的升级比较与动态演变——以东部沿海综合经济区为例

本文从关系的视角研究区域产业结构升级以及变化,用社会网络的方法,针对核心产业、产业升级、产业结构演变以及影响产业结构的因素,以东部沿海经济区为例进行实证研究.对于核心产业,使用产业中心性、产业影响力以及结构洞与中间人评价指标,运用模糊数学与向量夹角余弦组合评价模型来评价核心产业.对于产业升级,使用可视化与对比分析来对不同年份的核心产业进行评估,得出东部沿海经济区2007年至2012年产业升级幅度较大,核心产业变化较大.对于产业结构,使用块模型分析,得出结果为东部沿海经济区可以分为四大板块,不同年份产业的结构之间联系有变化.对影响产业结构的因素使用QAP相关分析以及QAP回归分析,QAP方法解决了一般统计方法不能处理的关系数据回归,得出了东部沿海经济区的产业结构受产业在经济区外的流出、原先的产业结构以及我国三大产业划分的影响.     

特征AHP在高校教师教学质量评定中的应用

本文针对高校教师教学质量的评定提出了一种特征层次分析法。首先通过分析教学质量的影响因素,建立三层层次分析模型。在其基础上引入特征法,选取特征群并确定特征群中个体的权重,利用反算法根据组合权重及方案层权重,求取准则层评定指标权重,避免了不同质指标间对比的不确定性,摒除了专家直接给出评定指标对比矩阵的主观性,减少了对教师评定过程的不一致性和不完备性。     

工业取用水监测奇异数据挖掘与重构方法

提高工业取用水监测数据质量是目前国家水资源监控能力建设的重要内容,而奇异值问题已成为影响监测数据质量的关键短板。本文在解析现阶段工业取用水监测数据奇异值主要类型基础上,以国家水资源管理系统数据库中工业取用水监测数据为样本,利用小波变换模极大值模型提取工业取用水监测数据时频变化特征,并利用傅里叶函数对其残差序列进行修正,进而运用相对误差控制方法挖掘监测数据奇异值。在此基础上,采用混沌粒子群优化的最小二乘支持向量机模型重构填补奇异值数据。研究结果表明：小波变换模极大值模型能够较好地提取工业取用水监测数据序列的时频变化特征,但是同时容易导致监测数据的信息损失,利用傅里叶函数对小波变换进行残差修正则可进一步提升取用水监测数据序列的特征提取效果;以小波变换模极大值特征序列为基础,通过相对误差控制可实现对监测数据奇异值的高效挖掘;对于挖掘出的奇异值重构填补问题,可选取混沌粒子群优化的最小二乘支持向量机模型,其重构精度要优于多项式曲线拟合等传统统计学方法和普通最小二乘支持向量机模型。上述工业取用水监测数据奇异值挖掘重构策略为现阶段国家水资源监控能力建设的推进提供了重要技术方法支持。     

一种基于小波变换和PCA的人脸识别改进方法

针对主成分分析PCA算法中存在的问题,提出了利用小波变换对人脸图像进行预处理,PCA提取图像特征,最近邻法分类的人脸识别改进方法.基于ORL、YALE数据库的相关实验表明,这样的系统能够降低数据维数和克服角度、位移变化对算法的影响,能够取得比传统PCA更好的识别性能。     

基于遗传算法的进化支持向量机研究

支持向量机是最近发展起来的一种新的通用的机器学习方法 ,其理论基础是统计学习理论 ,支持向量机无论在模式识别还是在函数拟合方面均显示了其优越性 ,并越来越受到国内外研究者的广泛关注 .但是 ,对支持向量机的推广预测能力具有很大影响的核函数和参数C一直没有一个很好的确定方法 ,针对这一问题 ,将遗传算法和支持向量机结合 ,提出了一种自动选择支持向量机参数的方法 ,结果表明 ,这种方法是科学有效的 .     

具有延误休假的一个基本可修系统的可靠性分析

本文讨论了由两个同型部件和一个修理工组成的可修系统。假定修理工空闲时进行延误休假。部件的修理时间和修理工的假期均服从一般分布，休假前的延误期为指数分布。我们求得了这个系统的可用度、可靠度和故障频度。作为特例，我们还讨论了修理工进行不延误休假的情况。     

一种基于超混沌的水印算法

提出了一种基于超混沌的小波域数字图像水印算法.首先利用改进的Arnold变换,对二值原始水印图像进行置乱,再产生一超混沌序列对其加密,然后将水印信息嵌入原始图像小波域的低频系数,使得水印方案具有双重安全性.实验结果表明,该算法对JPEG压缩、图像加噪、剪切等攻击方式具有较强的鲁棒性,并且实现了盲检.     

中国科技投入与经济增长的动态关系的实证研究

运用广义脉冲响应函数法与方差分解法,考察了1990—2009年间我国财政科技投入、科技活动经费内部支出总额与经济增长之间的动态关系。研究结果表明:三者之间存在长期均衡关系;财政科技投入拉动了经济增长,经济增长又激励政府增加对科技活动的财政投入;政府财政科技投入对经济增长的影响明显高于科技活动活动经费内部支出总额的影响。     

SVM、PLS方法解析光度法多组分同时测定数据的比较研究

对分光光度同时测定润滑油中的Ca,Ba,原油中的Fe,Ni,V,润滑油中的Fe,Cu,zn和铝合金中的Fe,Mn,Cu,Zn的光谱数据分别采用偏最小二乘(PLS)和ε-支持向量机(ε-SVM)两种方法进行解析,结果表明PLS和ε-SVM都能利用校正样建立有效的校正模型对合成样进行合理预测,但从预测结果的绝对误差和平均相对误差的比较看,ε-SVM的预测准确率要比PLS方法高,表明ε-SVM在紫外光谱数据解析方面有着比PLS更好的回归能力,适合用来处理多元校正问题.