基于支持向量回归和小波包的供热负荷预测

通过分析影响热网负荷变化的各种因素,对热负荷数据进行预处理,运用小波包变换对负荷序列进行分解,对各子序列分别建立支持向量回归预测模型,最后通过序列重构,得出预测结果。仿真结果表明,该方法比传统BP神经网络和未作小波包分解的支持向量回归法具有更高的预测精度。     

基于支持向量回归和小波包的供热负荷预澳

通过分析影响热网负荷变化的各种因素，对热负荷数据进行预处理，运用小波包变换对负荷序列进行分解，对各子序列分别建立支持向量回归预测模型，最后通过序列重构，得出预测结果。仿真结果表明，该方法比传统BP神经网络和未作小波包分解的支持向量回归法具有更高的预测精度。     

“显性—隐性”众包地理信息在多尺度景观感知研究中 的应用

景观感知已成为风景园林、城乡规划 等学科领域重要的研究方向,而众包技术的产 生与应用降低了景观感知的研究困难程度,以大 样本量的用户产生内容为景观感知研究提供了 新的方法与思路。本文简要阐述了景观感知的 发展历程与发展现状,以“显性—隐性”数据的 适用为切入点论述了众包技术在景观感知研究 中的数据类型及技术类型,通过对不同研究主 题与不同研究尺度下多个案例的对比分析,阐述 了众包技术在景观感知与偏好研究中的具体抓 取与应用方式。文末总结并提出了众包技术在 景观感知研究应用中存在数据力度、数据精确 度和技术操作等方面的不足,对数据获取和技 术平台搭建的应用前景进行了展望。     

众创、众包、众扶、众筹

<正>近日发布的《国务院关于加快构建大众创业万众创新支撑平台的指导意见》,鼓励支持"四众"(众创、众包、众扶、众筹)发展。众创,汇众智搞创新,通过创业创新服务平台聚集全社会各类创新资源,大幅降低创业创新成本,使每一个具有科学思维和创新能力的人都可参与创新,形成大众创造、释放众智的新局面。众包,汇众力增就业,借助互联网等手段,将传统由特定企业     

AEM 2009-2012年度行业预测报告

2009年年底,AEM(设备制造商协会)公布了对2009-2012年美国、加拿大及全球其他地区工程机械市场的行业预测调查报告。该报告的数据以AEM向其全球会员发布调查问卷获取,每个会员只对其生产经营的产品做出预测,反馈结果经过综合平均后,作为整个行业的预测予以公布。     

基于众包数据的杭州余杭西部片区乡村 风景道选线研究

乡村风景道是在风景道的基础上,将乡村旅游发展要素与风景道相结合,而大多现有的乡村风景道规划缺少对游客兴趣偏好与旅游资源整合方面的认知,导致乡村旅游资源无法得到充分利用。以杭州余杭西部片区为例,基于众包数据与GIS空间分析技术,从公众参与角度出发,通过大数据选出代表游客兴趣分布的17处重要风景节点,再从乡村旅游资源整合角度出发,构建风景道选线适宜性评价体系,将风景节点、选线适宜区及交通路网叠加分析,筛选得出1条主线、3条副线和多条支线的风景道路网结构。研究结果表明,运用众包数据进行分析有助于完善风景道选线科学性、合理性的工作机制,为乡村风景道的选线和规划提供理论指导与数据支持。     

在城市轨道交通类项目群建设周期内业主方总控咨询的应用探讨

在整个建设寿命期中,城市轨道交通类项目群的管控目标值始终处于变化状态,而对于决策性战略层级的落地管控,在应用技术上尚存空白。研究城市轨道交通类项目群目标管控的决策应用,对促进相关领域的经济性、环境性、社会性具有重要价值。从城市轨道交通类项目群管控需求中剖析出进度目标的核心地位,提出了大数据信息管控方案。通过对近200亿市域铁路项目总控管理长达3年的跟踪评价,编制网络计划技术任务包,获取其形象进度的投资值;通过进度预测排序,梳理出任务包的困难优先级。研究结果表明,项目群进度预测取得低于6%的偏差率,可节约大量资源和资金,具有广阔的应用前景。     

水泥稳定碎石干缩应变BP网络预测模型

采用三层BP神经网络对水泥稳定碎石和聚丙烯纤维水泥稳定碎石的累计干缩应变建立了预测模型,通过对干缩性能试验数据进行网络训练,得出BP网络模型训练效果较好;为了检验网络的推广能力,采用测试样本对网络进行了测试,并分析了目标值与仿真值的线性相关性,结果表明网络预测效果较好,用BP网络模型预测水泥稳定碎石的累计干缩应变是可行的。     

基于众包平台的猪八戒网络公司盈利模式研究

猪八戒网络公司是以提供服务交易平台而闻名的众包网络公司,其盈利模式一直是值得深入研究和系统分析的课题。本文分别介绍众包平台及其盈利模式、猪八戒网络"众包"有限公司基本情况和其盈利模式的发展历程,系统分析当前猪八戒网络公司的主要盈利模式,最后得出结论并给出相关建议。期望能对理解和学习猪八戒网络公司的盈利模式提供一些参考和借鉴。     

BP神经网络在五爱隧道地表变形预测中的应用

针对五爱隧道地表变形预测问题,采用BP神经网络方法利用已有观测点变形数据进行网络训练,结果表明BP神经网络的隐层节点数目对预测精度有较大影响,通过分析得出采用BP人工神经网方法可以较为准确地预测建筑物沉降量,并在一定程度上能够指导施工顺利进行。