基于KPCA-PSO-SVM的径流预测研究

为提高径流预测模型的准确性与稳定性,对KPCA-PSO-SVM的径流预测方法进行了研究。在分析径流影响因素的基础上,利用核主成分分析(KPCA)法对径流影响因子进行非线性特征提取,获得主成分作为支持向量机(SVM)的输入变量,建立了径流预测SVM模型,其中模型参数通过粒子群算法(PSO)进行优化。模型建立后,以新疆伊犁河雅马渡站中长期径流预测为例进行分析。预测分析结果表明,在拟合和检验阶段模型的平均相对误差分别为0.77%和7.64%,与其他预测模型比较,基于KPCA-PSO-SVM方法建立的径流预测模型有较好的预测和泛化能力,是一种行之有效的中长期径流预测方法。     

基于Zigbee技术的穿戴式脉搏波检测模块的研制

介绍了一种新型的基于Zigbee技术的穿戴式脉搏波检测模块.利用压力传感器提取出脉搏波信号,经过预处理后,送至CC2430进行模数转换,对数据进行判断和处理,再利用Zigbee技术组成的无线传感器网络把数据打包发送到PC机,然后由监护软件对数据进行处理、分析和显示.该模块实现了脉搏波的无线实时检测,具有微型化、低功耗等特点,适用于家庭的便携式移动监护.     

发展PPP模式对促进重庆城镇化建设的思考

加快城镇化建设是重庆市政府目前的重要课题,在建设过程中,资金无疑是重中之重,PPP模式的发展正是建设资金的重要来源。本文从发展PPP模式的必要性入手,通过分析重庆PPP模式发展的现状及存在的问题,提出了发展PPP模式,促进重庆城镇化发展的几点建议。