临空经济的制约因素与加快发展我国临空产业的建议

临空经济作为一种新型的经济形态,在世界各地蓬勃发展,展现出强大的生命力。作为区域经济发展的增长极,国内57个城市提出了58个临空经济区发展规划,但发展水平不尽相同。本文分析了我国临空经济的发展状况及其制约因素,在此基础上提出我国大力发展临空经济的对策与建议,以期为临空经济的发展提供理论基础和参考建议。     

相关向量机理论在大坝变形监测模型中的方法研究

建立有效的大坝变形监测模型可以反映大坝运行情况.相关向量机(RVM)具有良好的泛化能力,且适于解决非线性问题,尤其是高维数情况.在RVM理论的基础上,建立大坝变形监测模型,并以此研究其优化改进模型.改进思路如下:利用马尔科夫链适于解决监测数据波动大的优势处理模型残差;同时如何选择核参数会严重影响RVM模型的精度,采用一种改进的粒子群算法寻优核参数.通过实例比较多种优化模型发现,基于RVM理论建立模型的优化方法可大大提高预测的泛化能力及精度.     

安徽省区域科技投入与科技产出的典型相关分析

以安徽省各地市为研究对象,通过典型相关分析方法来探讨科技投入与科技产出的关系.研究结果表明,安徽省各地市的科技投入中人员投入起到主导作用,科技产出中科技基础研究产出和科技经济效益产出起到主导作用;人员投入是影响安徽省各地市科技产出的最重要因素,对科技基础研究产出和科技经济效益产出均起到重要的促进作用.据此,安徽省各地市应注重培养和吸引科技人才,尤其是高科技人才;应重视基础研究和应用基础研究的质量,强化科技论文发表管理;应重视将科技成果转化为生产力,真正转化为新产品尤其是高科技新产品,从而提高经济效益.     

注塑模具冷却系统分析

通过对注塑模具的冷却系统的分析,为模具的实际设计和生产提供借鉴。模具冷却系统设计的好坏直接关系到产品的质量以及塑件的生产周期,这对强调节拍生产的现代化工厂,至关重要。     

基于多尺度相关向量机的城市日用水量预测

为提高日用水量预测精度,提出一种基于多尺度相关向量机的预测模型。通过静态小波分解将用水量非平稳时间序列分解为不同尺度的平稳时间序列,然后在分解后的各子序列分别建立相关向量机回归模型进行预测,最后通过小波逆变换将各子序列预测结果整合得出原始用水量时间序列的预测值。在实例分析中分别利用多尺度关联向量机模型和单尺度相关向量机预测模型对实际用水量进行预测分析。结果表明,前者具有更高的预测精度,可应用于城市日用水量的预测。     

服装产业集群品牌的影响因素及评价研究

在现代品牌经济环境下,服装产业集群品牌化的发展成为必然趋势.本文在综合集群品牌的概念、内涵及影响因素的基础上,站在企业能动性的角度,探讨产业集群品牌发展的影响因素,结合市场调研,构造了由2个层次组成的集群品牌影响因素的评价指标体系,并运用模糊数学方法确定各层指标影响因素的权重分布,使服装集群品牌影响因素的评价指标体系更加客观.总结了企业创新因素已成为集群品牌发展最重要的方面,其次为企业网络因素、企业品牌因素、企业产品因素和企业形象因素.     

动态网络中行业因素与股市波动性研究

股票市场的波动性一直是金融领域的一个研究重点,行业因素对股市波动性的影响也是投资者关注的一个焦点.从复杂网络视角出发,以行业内股票相关性强弱(RIL)为指标实证研究了行业因素与股票波动性之间的联系.研究发现不同行业的RIL指标有不同的参考标准,于是对原有的RIL指标进行了改进得到新指标RIL*.在以沪深300样本股为例的实证研究中发现采矿业、金融业和房地产业内的股票受行业因素影响最强.研究还发现股票网络结构变化和股市波动性之间存在联系,当行业因素影响急剧降低时,行业内的股票走势会猛烈上升或下降.     

火驱燃烧前缘位置预测与影响因素研究

及时掌握火驱过程中火线的位置,有助于进行生产调控,通过调研现场预测火线位置的方法,得出一套针对不同特征油藏的适用方法:红外照相法适用于浅层油藏;用测温元件直接测试法适用于观察井和生产井密集的油藏;生产动态和物质平衡相结合的方法适用于均质性好且井网形式规范的油藏;示踪剂监测和生产动态相结合的方法适用于非均质性严重或井网形式不规范的油藏;压降试井法由于计算复杂,有待进一步研究。最后指出应在前期地质筛选的基础上,做到"少注气、多采油",并结合生产动态分析加强对油井的管理,引导燃烧前缘均匀稳定的推进。     

应用型本科高校学生评教影响因素的实证分析

对学生评教影响因素的正确认识是提高高校学生评教结果信度和效度的有力保障。以应用型本科高校为例,从学生评教态度、教师基本特征、教师课堂表现等方面设计了调查问卷并在南昌工程学院进行发放,对获取的有效调查问卷进行主成分分析,获得影响应用型本科高校学生评教的4个主要因素,最后针对主要因素,给出了提高教学质量的建议。     

基于相关向量机的高光谱图像解混方法

针对传统的高光谱数据解混方法中存在的解混精度不高、丰度图模糊的缺陷,提出一种基于相关向量机的高光谱图像解混方法(unmixing algorithm based on relevance vector machine,UARVM)。其核心思想是采用改进的一对余型的相关向量机将多分类问题转化为多个二分类的问题,且求取出每个样本所对应的归属类别的概率值,即丰度值来完成图像的解混。理论研究和仿真结果表明:相对于传统解混方法,UARVM解混精度高,丰度分布图效果好。