支持向量机模型在统计学上的应用研究

支持向量机的问题本质上是一个经典的二次规划问题.避免了局部最优解.有效地克服了维数局限性,而且可以结合利用最优化理论中许多算法.文章通过对线性支持向量机和非线性支持向量机的分析研究,又进一步研究了其在统计学这个大的领域里的一些具体应用.而且把支持向量机和Boosting算法相结合以提升该学习算法的强度.     

PSO-AHP模型在综合评价中的构建及应用

文章针对AHP在综合评价中确定权重的缺点,基于粒子群优化算法(PSO),构建了PSO-AHP模型,运用此模型求解水运业对南京市武家嘴村新农村建设作用评价的权重,并与AHP求解结果进行了比较。结果表明,PSO-AHP模型求解的权重及指标一致性均优于AHP,克服了AHP法中判断矩阵一旦给定,权重及指标一致性无法改善的缺点。     

基于PSO-SVR的粮食产量预测模型

在粮食产量预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低.文章将支持向量机回归(SVR)与粒子群优化算法(PSO)相结合,提出了适用于小样本量学习的PSO-SVR粮食产量预测模型.实例结果表明,PSO-SVR模型预测误差率优于BP神经网络模型.     

精神价值的多重维度及其重建

理性和精神的概念在哲学史上一直处于核心地位。古希腊的理性精神产生了柏拉图的理念哲学,笛卡尔的理性精神产生了主体的自我意识,其主体意识在德国古典哲学中得到了进一步发展,由此生成了康德的先验统觉和黑格尔的绝对精神。在近代,理性精神被意志和直觉所取代,导致了现代的非理性主义,而舍勒则吸收了多重的元素,把情感和直观与理性和精神结合起来,从而形成了一种全新的精神价值的哲学。     

评周相录的"逻辑"与"利刃"说

是否舍乎逻辑,要考察最终推出的结论是否更合理或更接近真实的面貌.周相录认为"<(长恨)歌>是一把解剖封建制度的利刃",提出了耸人听闻的"利刃"说,无视公元9世纪的社会环境与白居易忠于皇室的主观因素及<长恨歌>"婉丽多情"的文本特征,完全不符合历史发展的逻辑与艺术逻辑.周相录指责<白居易<长恨歌>研究>提出"有情"婉讽主题不合"逻辑",主要指责是,把"<长恨歌传>版本考略"放在综述部分讽谕说后面有问题,综述部分分类不合"逻辑",在介绍讽谕说、爱情说的时候涉及到双重、多重主题说等,本文针时这些指责进行辨析.     

虚实场域交融与人的发展多重矛盾

布迪厄的场域理论引起我国学者重视和关注,场域概念的广泛使用并非是学者们故弄玄虚,而是具有逻辑发展的内在合理性.互联网络的普及和虚拟社会场域的形成,人的发展的社会场域处在现实场域和虚拟场域两种交融之中.人的发展场域的交融必然要求人们适应不同场域的"游戏规则"和"专门的利益",也必然会导致人的发展面临多重矛盾.     

万物互联时代的“算法”崇拜与资源配置变革

随着万物互联时代的来临,人类资源配置将被各种人工智能“算法”①所取代。万物互联产生的数据将成为社会资源的重要形态,也是支撑人工智能“算法”的重要基础。数据资源的安全、所有权归属、开发利用效率以及保密等重要议题,将成为民族学、经济学、社会学和心理学等相关学科关注和研究的新热点。我国是一个统一的多民族国家,如何将丰富的民族多样化资源转化为支持万物互联资源网络协同优化配置人工智能“算法”的数据,需要从民族历史、文化、生物、信息处理技术等相关学科做深入的理论和实证研究。在万物互联时代,因资源配置方式与配置机制发生变革,经济学一般不再直接求解资源最优配置的策略集,更多是从理论和实证方面研究资源配置中人工智能“算法”的构造原理、构造条件与影响因素。万物互联时代,社会和谐秩序的构建,需要政府建立和维护万物互联网络的安全防护体系,并对资源配置中人工智能技术演变路径作规范和指引。     

Sherman-Morrison算法在隐式差分格式求解中的应用

在微分方程数值解法中,出于稳定性的考虑隐式差分格式运用的比较多.但隐式差分格式在计算过程中要解一些大型的线性或非线性的方程组,计算较复杂.本文对对流方程的初边值问题的隐式有限差分格式,利用sherman-Morrison算法对差分格式进行了求解,这样可以将一类方程的求解问题转化为三对角方程,用经典的追赶法求解.     

应用同伦正则化算法反演二维溶质运移模型中的弥散系数

利用同伦正则化算法探讨了二维对流弥散方程的依赖空间变量的弥散系数反演问题.讨论了初始迭代值、数值微分步长、以及收敛精度对算法实现的影响.数值模拟表明,同伦正则化算法对于此类参数反演问题是一种有效的方法.     

基于改进蜂群算法的神经网络及其应用

本文提出一种具有极强全局优化能力的改进蜂群算法,该算法对人工蜂群算法的更新公式进行改进,并对整个搜索策略进行简化.算法对多个高维多极值基准函数进行全局最优化测试,结果表明,改进的蜂群算法收敛精度大大提高;其次,将改进的蜂群算法应用于神经网络的权值训练;最后,作者将这种基于蜂群算法训练的神经网络应用于降水预报,其试验结果显示了这种训练方法的可行性.