北京市电动汽车普及问题研究

众所周知,新能源汽车是未来的发展方向,特别是其中的纯电动汽车省去了油箱、发动机、变速器、冷却系统和排气系统,相比传统汽车的内燃汽油发动机动力系统,电动机和控制器而言成本更低,且纯电动车能量转换效率更高,这已经成为各国政府和各大汽车公司的共识,但由于技术、政策、经济性使用习惯等各个问题,在消费者中普及以及如何普及成为难题。     

基于蚁群聚集信息素的半监督文本分类算法

半监督文本分类中已标记数据与未标记数据分布不一致,可能导致分类器性能较低。为此,提出一种利用蚁群聚集信息素浓度的半监督文本分类算法。将聚集信息素与传统的文本相似度计算相融合,利用Top-k策略选取出未标记蚂蚁可能归属的种群,依据判断规则判定未标记蚂蚁的置信度,采用随机选择策略,把置信度高的未标记蚂蚁加入到对其最有吸引力的训练种群中。在标准数据集上与朴素贝叶斯算法和EM算法进行对比实验,结果表明,该算法在精确率、召回率以及F1度量方面都取得了更好的效果。     

基于仿生群智能优化RBF神经网络的机械手滑模控制方法研究

为了提高机械手滑模控制的准确度，采用RBF神经网络来完成机械手滑模控制，并借助群体智能算法中的混合蛙跳算法来实现模型参数的优化。在机械手滑模控制及机械手运动轨迹跟踪过程中，将RBF神经网络权重和阈值作为蛙跳算法的青蛙个体，随机产生的多个权重和阈值组合个体构成蛙群，并对蛙群进行分组，通过不断重新分组和组内迭代的方法来获取全局最优个体，得到最优权重和阈值，确定最优机械手滑模控制模型。经过实验证明，采用基于仿生群智能优化RBF神经网络的机械手滑模控制，跟踪准确度高。     

基于专利计量的奶牛饲养业技术现状研究

我国奶牛养殖业发展迅速,取得了显著成效。奶牛饲养相关技术,如饲料、疾病防控、奶牛管理等近年来发展很快。通过对奶牛养殖相关专利的分析,了解我国奶牛养殖业的相关技术发展态势及分布情况。研究发现,我国奶牛养殖业技术处在快速发展阶段,研发力量以企业和个人为主,黑龙江、天津、北京等地研发实力较强,相关技术研究重点集中在奶牛饲料研发和奶牛疾病防治技术两个方面。     

在农电中应用DSM的研究

综合资源规划（IRP）和需求侧管理（DSM）是电力规划的一种新思路，是国际上迫于能源短缺、供电成本上涨和环保压力而发展起来的新方法，在我国尚处于起步阶段。需求例管理是作为一个新概念纳入综合资源规划（IRP）的，是其中一项关键内容。需求侧管理是电力公司采取有效的激励、指导措施及适宜的运作方式，与用户共同协力采用各种有效的节电技术和负荷管理措施，即在保持能源服务水平的前提下，降低能源消费量，改善负荷特性，改善电力公司的运行环境，以便避免和延缓新增峰荷电厂的建设。由于它以节电方式提供一种供电资源，因此又把…     

大有前途的新糖源——果葡糖浆

果葡糖浆(HFCS)又称高果糖浆或异构糖,它是以淀粉为原料,经过淀粉酶和葡萄糖异构酶的作用而制成的一种含有果糖和葡萄糖的液态混合糖浆。由于它具有化学稳定性,味道纯正,甜度高,溶解度大,防腐性强,以及在应用中可减少加工程序,节     

产业融合视角下数字经济发展评估实证研究——以合肥市为例

从产业融合视角构建数字经济发展水平评估指标,对合肥市三次产业与数字经济融合水平进行实证评估,并从一个维度综合描述当前合肥市数字经济的发展水平。运用主成分分析方法对所获得的指标原始数据进行处理,获得产业融合成熟度和产业融合潜力两个主成分指标,分析合肥市数字经济在发展过程中的特点以及得失,并探讨区域数字经济的发展和努力方向。     

基于特征选择技术的情感词权重计算

在文本情感分析中,情感词典的构建至关重要,然而目前这方面的研究大多集中在简单的词语极性判别上,有关情感词的权重赋值研究较少,且已有的权重赋值方法基本上都需要人工辅助来选取基准词,这给实际应用带来很大的困难. 针对此问题,提出了一种自动的基于特征选择技术的情感词权重计算方法. 首先提出了词语情感权重与文本情感倾向的相关假设;然后针对情感分类,结合二元分类的特性改进了信息增益( information gain, IG)和卡方统计量( chi-square,CHI) ,将特征选择技术应用于情感词权重计算. 实验结果表明:将计算所得的带情感权重的情感词库用于文本情感分类能够提升分类精度.     

基于类别加权和方差统计的特征选择方法

为提高不均衡文本分类的准确率和稳定性,提出了一种基于类别加权和方差统计的联合特征选择方法.首先,基于类别文档数大小对特征选择的影响,给出了一种类别加权策略以强化小类别的特征;其次,在探究特征类别区分能力的基础上,设计了类别方差统计策略来凸显含有丰富类别信息的特征;最后,将2种策略相融合,实现了一种联合特征选择的新算法.在Reuters-21578和复旦大学语料这2个不均衡语料上的实验都表明:该算法有效,特别是在小类别的分类效果上远远好于IG、CHI和DFICF等流行的通用算法.