基于自组织神经网络与主成分分析的多维度网络成瘾研究

应用陈淑惠编制的中文网络成瘾量表对分别座落于我国东部和西部的2所高校的420名学生进行了问卷调查,采用自组织神经网络与主成分分析技术,对测试样本的网络成瘾总分进行聚类分析,并探求了网络成瘾的主要影响因素.结果表明:(1)上述方法能有效利用样本数据之间的相似性,发现其内在本质联系;(2)能够对测试样本进行更为有效的分类;(3)发现时间管理能力与强迫性上网行为等是造成网络成瘾的决定性因素.自组织神经网络对网络成瘾程度有更好的区分度,可以在宏观和微观2个层面对网络成瘾提出针对性的防范措施.     

基于BP神经网络与多分类支持向量机的水质识别与分类

介绍BP神经网络与多分类支持向量机等分类模型的基本原理,并基于这两种方法对水质识别与分类的准确度进行实例比较研究,随机抽取了南昌市内2010-2013年水域水质的300组数据为样本,选取了pH,氨氮,Cl-,SO2-3,总硬度,硝酸盐氮为评价的主要特征。通过把训练后的模型在测试集中进行的检验对得到的模型进行评估,表明了BP神经网络和多分类支持向量机均可以较好地解决水质识别与分类过程中存在的复杂性,多变量,非线性等问题,相比较而言多分类支持向量机有较强的鲁棒性,预测结果更为精确稳定,将其应用到水质评价中具有一定的可行性。更多还原     

融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测,基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型,集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力,提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照,以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证,结果表明,Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模,注意力机制有助于减缓多步预测中的预测精度衰减,提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。     

基于神经网络集合预报的台风路径预报优化

针对目前台风路径预报研究中存在的预报精度不高、预报时次高耦合等缺陷,提出了一种基于神经网络集合预报的台风路径预报优化模型。运用混合模式集合预报思想和反向传播的多层前馈训练机制,充分挖掘数据特征,解决了单集合预报的固化性问题和单神经网络预报模型的随机性问题,为现有台风数值预报方法和人工智能技术的结合提供了新思路。以2018年活动在西北太平洋、南海地区的台风为样本进行对比实验,结果表明,60 h内的预报精度均得到了提高,一定程度上反映了该模型的实际应用价值。     

基于参数优化元学习和困难样本挖掘的小样本恶意软件分类方法

在恶意软件分类中,针对新出现的恶意软件样本数量少导致分类准确性低的问题,提出了一种基于参数优化元学习和困难样本挖掘的方法.首先,将恶意软件反编译得到二进制文件,进而转化为灰度图.然后,使用参数优化元学习在多个任务上训练模型,获得浅层神经网络的初始化参数,并在此基础上,根据测试集中的少量任务来微调模型.同时,结合困难样本...     

基于EEMD能量矩和改进量子粒子群神经网络的滚动轴承故障诊断

针对滚动轴承故障振动信号的非线性和周期性冲击特征, 提出一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)能量矩和改进量子粒子群神经网络的特征提取方法. 基于小波去噪对滚动轴承原始信号进行预处理, 对重构的故障信号进行EEMD并得到多个本征模态函数分量. 利用能量矩方法计算出所需分量的能量矩并归一化, 将归一化后的能量特征参数作为量子粒子群BP神经网络的参数输入, 根据加速度传感器信号实现滚动轴承故障诊断. 分别在不同转速(载荷)下采集驱动端轴承的振动信号, 获取200个训练样本和80个测试样本, 并建立故障诊断模型. 基于文中模型对实际滚动轴承数据进行诊断, 实验结果表明, 不同转速(载荷)下测试的80个样本故障诊断准确率达到100%.     

外包软件项目风险决策树智能分析模型

软件项目外包已成为主要的软件开发方式,但风险却很高.本文提出了外包软件项目风险的决策树智能分析实证模型,并用此模型对项目风险进行评估和控制.建立了基于客户方和承包方双视角的风险识别概念模型,收集了外包软件项目真实样本用于决策树风险智能分析模型的训练和验证.实验结果表明,本文所采用的方法在准确率方面优于神经网络、朴素贝叶斯算法.决策树模型所发现的管理规则与软件工程理论相吻合,能很好地指导项目风险评估分析.     

基于神经网络的股票收益率预测研究

在金融领域的资产定价模型修正过程中,股市的非线性现象往往被选择性忽视,未纳入模型框架,现有模型亦无法刻画因子之间的非线性定价结构。为解决上述问题,引入了机器学习领域中的神经网络模型,以捕获市场组合收益率、市值、账面市值比三因子间的非线性定价结构,并对股票收益率进行预测。将该模型与经典Fama-French三因子模型在样本外拟合优度、多空策略业绩表现上做了对比,结果表明：神经网络模型能精准捕获市场组合收益率、市值、账面市值比3个因子之间的非线性关系,且在样本外拟合优度、多空策略业绩表现上均要优于传统三因子线性定价模型。     

基于神经网络的股票收益率预测研究

在金融领域的资产定价模型修正过程中,股市的非线性现象往往被选择性忽视,未纳入模型框架,现有模型亦无法刻画因子之间的非线性定价结构。为解决上述问题,引入了机器学习领域中的神经网络模型,以捕获市场组合收益率、市值、账面市值比三因子间的非线性定价结构,并对股票收益率进行预测。将该模型与经典Fama-French三因子模型在样本外拟合优度、多空策略业绩表现上做了对比,结果表明：神经网络模型能精准捕获市场组合收益率、市值、账面市值比3个因子之间的非线性关系,且在样本外拟合优度、多空策略业绩表现上均要优于传统三因子线性定价模型。     

龙须菜与缢蛏单养或混养对对虾集约化养殖尾水净化的效果

为了降低对虾集约化养殖尾水的富营养化程度以及对水域环境的影响, 采用龙须菜和缢蛏单养和混养方式来研究对海水养殖尾水中营养物质的去除效率及处理过程中的浮游植物群落动态变化. 结果表明, 应用大型藻类龙须菜以及龙须菜和滤食性贝类缢蛏混养处理海水对虾养殖尾水均能取得明显效果, 其中龙须菜和缢蛏混养24h对水体中氨氮、硝态氮、亚硝态氮、磷酸盐、总氮和总磷的去除率可分别达到76.92%、77.97%、77.88%、80.00%、71.67%和71.95%. 缢蛏对水体浮游植物和总磷也有明显的去除效果, 但在实验时间内未能观察到对其他营养盐含量的明显去除效果; 且实验期间浮游植物种类没有发生显著变化, 但进行过程中混养组浮游植物丰度不断增大.     

厌氧接触氧化池／垂直流人工湿地处理农村生活污水

针对农村地区的实际情况,探讨了农村生活污水处理工艺,采用厌氧接触氧化池／人工湿地处理农村生活污水,结果表明,N、P去除率较高．该处理方法克服了人工湿地容易堵塞等缺点,具有运行效果稳定,操作简单,费用低廉的优点．     

融入再审核的PPP项目动态绩效激励机制研究

基于政府角度探讨了针对PPP项目社会资本方的动态绩效激励机制,运用委托代理理论构建PPP项目绩效激励模型,包括静态绩效激励模型和融入再审核的两阶段动态绩效激励模型.同时,对社会资本方最优努力水平、政府效益最优化、再审核周期,以及绩效标准、奖罚系数、政府补贴等激励参数进行了分析,解释了政府的社会、经济、综合效益的影响因素,提出了优化建议.最后,通过案例展开数值分析,证明融入再审核的动态绩效激励机制能够实现综合效益的最大化.旨在为政府科学确定PPP项目运营阶段的绩效激励机制及再审核周期提供理论依据和决策支持.     

基于BP神经网络模型模拟塔里木河下游潜水埋深变化——以英苏断面C5井为例

本文以塔里木河下游英苏断面350m处C5井为研究对象,分析了影响下游英苏断面的潜水埋深影响因素,通过三层BP神经网络模型模拟了潜水埋深变化．以Matlab7．0为工作平台,将2000．7-2008．12期间的英苏C5井的步长为3个月数据资料作为一个样本,选取每个样本的输水量、输水持续天数、上季度该井的潜水埋深平均值作为模型输入量,输出量为相应的C5井的本季度的潜水埋深平均值,建立3—11-1的BP神经网络模型,模拟了C5井潜水埋深．结果表明,网络模拟相对误差小于5％,模型具有较高的精度．通过BP模型模拟潜水埋深,为塔河下游生态恢复和水资源决策提供一定的依据．     

交叉口黄色信号灯和全红时间的改进计算

在道路交叉口正确设置左转车辆的黄色信号灯和全红(所有方向信号灯均为红色，在必要时设置)的时间长度，能够提高交叉口的效率和安全．本文分析了影响2种信号周期设置的各种因素，以及2种信号时间的计算机理，在计算模型中引入了更多的影响因素，使得模型更加合理和符合交叉口的实际情况．同时，对于一些难以量化的人为因素，例如驾驶员的驾驶特性，引入了3个参数，并且根据大量实验数据，给出了这些参数在各种交叉口环境下的参考值．经过这些研究，黄色信号灯和全红时长的计算模型得到了改进，提高了交叉口交通的通行效率和安全．     

养虾废水经贝类滤食净化后池塘主要水环境因子的变化分析

2001-2002年浙江省宁海县采用封闭式内循环养殖模式养殖南美白对虾，每公顷对虾养殖产量达到12090kg，取得了显著的经济效益，为对虾的成功养殖开辟了一条有效途径．该模式在对虾养殖过程中会产生大量的养殖废水，而养殖废水主要是富营养化问题．结合养殖新模式的运行，从COD、磷酸盐、亚硝酸盐、硝酸盐、氨氮和悬浮物几项理化因子指标的变化情况，对贝类的净化能力作出分析评价，为海水围塘虾贝的综合养殖提供理论依据．     

利用柴油车车载排放测试对IVE模型的修正及模型应用

IVE模型是国内外应用较为广泛的机动车排放模型之一,为了使该模型在计算机动车排放时更为符合当地实际情况,本文首先将13辆我国道路上典型柴油车的车载排放测试数据与IVE模型基本排放因子进行了对比研究,获得了模型基本排放因子的修正系数,然后将修正后的IVE模型应用于宁波市机动车污染物排放因子的计算,获得宁波市各类型车辆的排放因子.结果表明,模型基本排放因子与排放测试结果相接近的污染物顺序依次为CO、NOX、HC;宁波市机动车CO的启动排放因子远远高于其他污染物,相当于HC和NOX启动排放因子的20倍左右;宁波市机动车运行排放因子中,公交车污染物排放因子最大,其次是重型货车和乘用车,最后是轻型货车.     

象山港水交换能力研究

为深入研究象山港水交换现状,并为港区生态模型等后续研究提供数据,运用Delft3D软件运行了一个已校准的水动力模型,用模型输出的水位和流速数据分析象山港纳潮量和水流特征,并用模型输出的盐度和示踪剂数据求得基于箱式模型的水更新时间和基于Delft3D示踪剂模型的水更新时间.结果表明:港区平均纳潮量为1.32×109 m3,大潮纳潮量为1.82×109 m3,小潮纳潮量为0.82×109 m3.箱式模型得出滞留系数为0.9,水更新时间约13~21 d.Delft3D示踪剂对流-扩散模型得出水更新时间约4个月,置换35%的水体需5d,置换65%的水体需125d,置换90%的水体需305 d;示踪剂垂直混合充分,水平差异显著,口门区示踪剂平均滞留时间少于10 d,港中区约170d,港顶区超过250d.因此象山港是口门水交换强烈,但中顶部水交换很弱的港湾,其排污口应设在西泽码头以东,港顶应养殖大型海藻,并控制鱼虾养殖规模以减轻富营养化.     

基于因素分析和SVM模型的江海联运运量预测方法

鉴于江海联运运量受众多因素的影响, 为了解决江海联运运量预测问题, 先对江海联运运量影响因素进行分析, 再用灰色关联度分析筛选出其中的典型因素. 在此基础上应用粒子群算法优化的支持向量机建立江海联运运量预测模型, 应用于宁波港域江海联运量的预测. 结果表明, 该模型与传统时间序列预测方法相比具有较高的拟合度和预测精度, 为解决江海联运运量等多因素非线性系统预测提供了一条新的途径.     

南美白对虾池塘养殖生产状况的调查与分析

通过对2009年度南美白对虾池塘养殖生产抽样调查,采用统计学的方法对生产状况进行了研究,并对饲料、苗种、用电量等投入因素与产量进行回归分析,建立起饲料投入量与产量之间的回归方程：Y=23.55＋0.62X.采用虚拟回归的方法,对近年来推出的鱼塘标准化改造、底充氧技术、大棚二茬养殖等定性变量进行分析评价,建立虚拟回归方程：Y=20.65＋0.60X＋44.32D2＋82.26D3作定量分析.     

中国独角兽企业空间分布特征及驱动要素研究

独角兽企业是新经济发展的重要推动力, 是衡量区域创新发展的重要指标, 但当前其发展存在空间分布失衡的问题. 借助空间计量模型, 分析2014~2018年中国独角兽企业的空间分布特征, 并采用Logit面板回归模型对独角兽企业空间分布的驱动要素进行实证研究. 研究结果表明: (1)中国独角兽企业主要分布在东部地区, 由沿海向内陆独角兽企业数量逐渐递减; (2)中国独角兽企业在空间分布上不断向外扩张, 影响范围逐渐扩大, 总体上呈向“南”发展的趋势; (3)城市经济变量和城市社会化变量对独角兽企业空间分布的影响程度最大, 在岗职工平均工资是影响全国独角兽企业空间分布的主要驱动要素; (4)不同城市群独角兽企业的驱动要素存在差异, 人才资源和教育水平是各城市群独角兽企业发展的共同驱动要素.