ELMs和SVMs在多分类问题上的泛化性能比较

多分类问题是机器学习、数据挖掘领域的重要研究内容。在文本分类、语音识别、图像识别、基因检测等方面有广泛的应用。通过在UCI数据集对极限学习机算法ELMs(ELM,KELM)和支持向量机算法SVMs(SVM,LSSVM)在多分类问题上的表现进行详细比较,得出以下结论:ELMs相较于SVM在多分类问题上有更高的分类准确率,而且随着分类数目的增加,ELMs的泛化能力相较于SVM提高越多,但是ELMs对于LSSVM并没有得到上述结论;ELMs相较于SVMs对数据的类别数目不敏感,分类准确率随类别数目增加下降不明显;ELMs相较于SVMs在多分类问题上所需计算代价更小,且拥有更快的学习和训练速度,适用于多分类问题。     

论三峡水库“蓄清排浑”运用方式及其优化

泥沙问题是三峡工程的关键技术问题之一,在三峡工程论证和初步设计阶段提出水库采取"蓄清排浑"的运用方式,可以解决泥沙问题。2003年水库蓄水运用以来的实践表明,水库基本遵循了"蓄清排浑"调度运用原则,并根据上游来水来沙减少等新情况对水库运用方式进行了优化调整。本文系统分析了三峡水库"蓄清排浑"运行方式及其优化调整的利弊,包括提前5年实施175 m试验性蓄水、汛期水位动态变化、汛末提前蓄水等对水库淤积和坝下游河道演变的影响,提出了进一步优化水库调度方式,形成"蓄清排浑"运用的新模式,保持水库长期使用的建议,试图为三峡水库科学高效安全运用提供科技支撑。     

重介浅槽分选机在哈尔乌素选煤厂的应用

阐述了重介质浅槽分选机的工作原理、工艺流程、主要技术参数及结构特点,介绍了该分选机在哈尔乌素露天矿选煤厂运行中需要重点注意的事项,针对浅槽分选系统常出现的问题,提出了应对措施。     

基于Revit平台的BIM全过程正向设计

文章明确了正向设计从定义到优缺点分析再到发展过程以及发展过程中的阻碍等由浅入深的解读,介绍了Revit等软件在全过程正向设计的前景及功能应用,主要包括正向设计的优势、推行正向设计的最终目的以及收益、实行正向设计过程中对各方的要求、Revit与BIM正向设计之间的关系(展望Revit后续功能)和当下中国BIM正向设计推行所面临的具体问题。     

建设工程造价控制的现状及其问题分析

当前建筑工程项目施工单位所面对的机会与挑战主要来自于社会持续进步发展与城镇化水平不断提升两个方面。在具体开展建筑工程项目时,必须要切实了解人民群众在生活水准得到有效提升的基础之上,对个人居住环境及办公环境所提出的新需求。应在传统建筑中创造性融入符合现代审美及需求的元素,以此来提高建筑单位在市场中所占有的比率。