老年人医疗保障满意度影响因素分析——基于中国社会状况综合调查(CSS2017)数据

本文基于中国社会科学院"中国社会状况综合调查"(CSS2017)数据,运用Logistic回归分析老年人医疗保障满意度影响因素.结果显示:老年人对医疗保障满意度处于中等偏上水平(x?=6.21),45.5％的老年人表示医疗支出压力大;社会支持变量显著影响老年人医疗保障满意度,家庭经济状况好、家庭关系状况好、社交生活状况好、居住环境好、医疗支出压力小会显著提高老年人对医疗保障的满意度;政策保障变量显著影响老年人医疗保障满意度,无养老保险、无医疗保险、无城乡最低生活保障、医疗就诊满意度低、医院信任度低、医疗保障公平度低会显著降低老年人对医疗保障的满意度.得出结论:社会支持与政策保障是影响老年人医疗保障满意度的重要因素.因此,为了更好地提高老年人医疗保障满意度,政府应提高老年人医疗保障政策水平,发挥老年人社会支持的作用.     

基于双目标优化遗传算法和支持向量机的旋转机械退化状态识别

退化特征提取是机械健康状态监测的重要组成部分,伴随旋转机械长时间连续运转,退化特征出现性能波动甚至下降,给退化特征提取和选择造成了困难.首先利用一个特征映射算法库对振动信号提取特征,并基于Kolnogorov-Smirnov (KS)检验和Benjamini-Yekutieli过程对原始特征集进行过滤,然后利用双目标优化遗传算法(Bi-objective Optimization Genetic Algorithm,BOGA)结合支持向量机分类器(Support Vector Classifier,SVC),在有监督的环境下搜索出最佳特征子集,其中BOGA设置了SVC分类精确度和特征子集维数两个目标函数,前者进行最大化,后者进行最小化.通过在液压泵退化状态数据集上进行实验和在凯斯西楚大学轴承数据集与FRESH_PCAa、ReliefF、JMIM三种方法进行对比,验证了该方法在退化状态识别上的较好性能.     

书介: 财税支持视域下促进能源结构转型的政策和建议研究

<正>能源结构转型既要适应能源绿色低碳转型的要求,也需满足生态文明建设,它是维护全人类共同利益的必然选择。新时期,我国能源结构转型和能源安全进入稳步前行的阶段,可再生能源发展也进入大规模、高比例、市场化和高质量发展的新阶段。在能源发展方面,我们要立足已有的优势,提高能源安全的保护,实现能源结构的合理布局,这些实施的前提是需要有全方位的支持和保障;再者是财税政策,它可以从中发挥激励的作用。在促进能源结构顺利转型和维护能源安全方面,世界各国尤其是经济发达国家拥有相对成熟的财税政策,其根本是将政策作为支持与激励的手段,促进市场经济的发展和引导能源结构转型,从而推动可再生能源的发展,这些经验是值得我国借鉴的。在此基础上,我们需要结合我国的基本国情,形成具有针对性的可再生能源财税支持激励政策,促进我国的可再生能源高效的发展。《能源结构转型、能源安全与财税激励机制—主要发达经济体能源财税政策的比较与借鉴》由李向军著,2021年1月由经济科学出版社出版。     

2020年水泥行业经济运行形势分析

2020年,面对国际形势复杂、国内市场需求结构调整,特别是年初新冠肺炎疫情的重大冲击,在党中央、国务院英明决策和正确领导下,水泥行业攻坚克难、积极应对,实现了疫情防控和复工复产的统筹推进,从二季度开始行业经济运行形势稳定恢复,全年经济运行实现总体稳定,产品生产略有增长,主要经济效益指标保持稳健。     

建筑工程技术的经济预测及决策探究

现如今,随着人们生活水平的逐渐提升,对建筑类型、结构、外观及质量等条件的要求越来越高.而建筑工程本身具有周期长、技术类型丰富及施工复杂的特点,除考虑质量因素外,还需对其施工技术成本进行明确的预测和决策及核算,一方面要保障成本在预算范围之内,保质保量地完成施工计划;另一方面通过有效的经济预测和决策,也有利于强化技术优势,进而为提升建筑工程的建设水平提供坚实可靠的保障.主要研究建筑工程技术经济预测和决策的意义与方法.     

基于张量计算的卷积神经网络语义表示学习

卷积神经网络已在多个领域取得了优异的性能表现,然而由于其不透明的内部状态,其可解释性依然面临很大的挑战.其中一个原因是卷积神经网络以像素级特征为输入,逐层地抽取高级别特征,然而这些高层特征依然十分抽象,人类不能直观理解.为了解决这一问题,我们需要表征出网络中隐藏的人类可理解的语义概念.本文通过预先定义语义概念数据集(例如红色、条纹、斑点、狗),得到这些语义在网络某一层的特征图,将这些特征图作为数据,训练一个张量分类器.我们将与分界面正交的张量称为语义激活张量(Semantic Activation Tensors,SATs),每个SAT都指向对应的语义概念.相对于向量分类器,张量分类器可以保留张量数据的原始结构.在卷积网络中,每个特征图中都包含了位置信息和通道信息,如果将其简单地展开成向量形式,这会破坏其结构信息,导致最终分类精度的降低.本文使用SAT与网络梯度的内积来量化语义对分类结果的重要程度,此方法称为TSAT(Testing with SATs).例如,条纹对斑马的预测结果有多大影响.本文以图像分类网络作为解释对象,数据集选取Image Net,在Res Net50和Incep...     

基于ISVD多级降噪和SVM的轴承故障诊断研究

在强噪声背景下难以提取出滚动轴承的故障特征，导致对轴承的故障诊断准确率不高，针对这一问题，提出了一种基于小波变换、改进奇异值分解多级降噪算法与支持向量机模型的轴承故障诊断方法。首先，采用小波降噪对滚动轴承的原始信号进行了初始降噪，消除了部分的随机噪声；然后，主要通过改进相空间矩阵重构方式，对该信号进行了改进奇异值分解二次降噪，并提出了新的奇异值有效秩阶次确定方法，利用峭度对一维信号提取方案进行了优化，并对其完成了降噪；最后，通过提取了10个有效特征，结合支持向量机在MATLAB中进行了仿真实验，分析了不同特征对轴承的故障诊断结果的影响，并将方法与其他方法进行了对比分析。研究结果表明：采用多级降噪算法降低了轴承工作状态下的背景噪声，使其故障特征频率更为明显；支持向量机分类诊断器的故障识别准确率达到98.3%,能够有效地识别轴承故障发生的位置和严重程度。