浅谈本科毕业论文的“去”与“留”

主要针对近几年来备受关注的本科毕业论文是否取消的问题进行了讨论,从本科毕业论文的重要性、现存的问题和解决途径三个方面进行了详细的论述,最终得出结论,本科毕业论文是不可或缺的,是无法被替代的。     

用时间序列模型预测深层地下水位

研究地下水水位下降规律,预测未来变化趋势,对地下水合理开发利用和水源规划具有重要意义.此文介绍了用时间序列分析方法建立地下水水位埋深预测模型的方法,并对模型进行了评定和检验,结果表明,该模型具有较高的拟合精度和预测精度.     

应用双支持向量回归机的风速预测模型

风速对风电场功率输出起着十分重要的作用,但由于风速具有很强的随机性,使得对其预测的精度不高。针对上述问题,以双支持向量回归机为主要工具,结合风电场的实测风速数据建立了风速预测模型;给出了模型的特征以及相关参数的,并与标准支持向量回归机的预测结果进行了比较。实验结果表明:双支持向量回归机在预测精度上优于标准支持向量回归机,为风电场的风速预测提供了参考。     

特种粘土固化浆液在军山水库除险加固中的应用

本文介绍江西省于都县军山水库大坝坝体防渗所采用的特种粘土固化浆液灌浆技术的施工工艺和技术要求.     

基于Rescaled Hinge损失函数的多子支持向量机

针对多分类学习模型性能会受异常值影响的问题,提出基于Rescaled Hinge损失函数的多子支持向量机（RHMBSVM）。首先,该方法通过引入有界、非凸的Rescaled Hinge损失函数来构建相应的优化问题;然后,利用共轭函数理论将优化问题作等价变换;最后,使用变量交替策略形成一个迭代算法来求解非凸优化问题,该方法在求解的过程中可自动调节每个样本点的惩罚权重,从而削弱了异常值对K个超平面的影响,增强了鲁棒性。使用5折交叉验证的方法进行数值实验,实验结果表明,在数据集无异常值的情况下,该方法的正确率比多子支持向量机（MBSVM）提升了1.11个百分点,比基于Rescaled Hinge损失函数的鲁棒支持向量机（RSVM-RHHQ）提升了0.74个百分点;在数据集有异常值的情况下,该方法的正确率比MBSVM提升了2.10个百分点,比RSVM-RHHQ提升了1.47个百分点。实验结果证明了所提方法在解决有异常值的多分类问题上的鲁棒性。     

基于回归测试模型的用例集的优化方法研究

软件回归测试中不仅重用原有的测试用例,还要补充生成新的用例来满足系统的新功能和特征.本文针对回归测试模型,在合并原有用例集和新增用例集的基础上,根据测试需求的关系优化测试需求,然后采用启发式算法优化用例集.实例分析证明,该方法可以有效的缩减回归测试用例集的规模,大幅度降低了回归测试的费用.     

河北省平原区地表水资源量评价方法及对比

影响平原区产流的主要因素有两方面,即降水和下垫面条件.流域下垫面情况包括流域的地形、地貌、植被和表层土壤的性质及地下水埋深,其中最易受人类活动影响的因素是地下水埋深.河北省在第二次水资源评价工作中,针对北方平原区地下水埋深逐年下降的实际情况采用了两种方法对平原区水资源量进行计算.笔者现对这两种方法略述如下,并加以比较.     

河北省平原区水资源评价模型研制及应用

根据水循环及水均衡原理,研制了河北省平原区水资源评价模型.根据小流域代表站的资料对模型参数进行了率定.并应用此模型及各分区的降水、蒸发、地下水埋深、开采、灌溉等资料,计算了现状条件河北省平原区年径流量及降水入渗补给量,成果达到了较高精度.