基于SVM⁃RF的泥石流窗口坝闭塞度判别研究∗

为了研究野外泥石流防治工程中窗口坝的开口闭塞类别,基于量纲分析理论,以室内水槽试验模拟实际工程,分析模型试验与实际工程的相关物理量及对应的相似准数;引入支持向量机和随机森林分类模型,在开源机器学习工具Scikit-Learn中,采用python编程实现算法;以室内水槽试验数据作为支持向量机和随机森林的训练样本,进行机器学习得到分类模型,提出一种用于判别泥石流窗口坝闭塞类型的新方法;将测试结果与经验公式中闭塞度判别值F的分类结果进行正确率对比,结果表明,F值的分类准确率为88%,而支持向量机为92%,随机森林为94%,随机森林分类效果最好,机器学习理论为泥石流窗口坝在实践中的设计提供了新思路。     

支持向量机回归在臭氧预报中的应用

采用南京工业区2016年5月20日~8月15日这一高臭氧（O₃）期的O₃、O₃前体物和常规气象资料数据,利用支持向量机回归（SVMr）方法分别预报O₃的小时值、日最大值和最大8 h滑动平均值.结果表明,O₃小时值预报的相关系数（R²）为0.84,平均绝对误差（MAE）和平均绝对百分误差（MAPE）分别为3.44×10^-9和24.48,O₃前期浓度、紫外B波段辐射（UVB）和NO₂浓度是关键因子.O₃日最大值预报的主要因子是NO_x在07：00的浓度和UVB.预报O₃ 8 h时UVB和气温起重要作用.加入前体物项能够使O₃的预报精度提升10%~28%.与多元线性回归方法相比,SVMr对O₃浓度的预报有明显优势.     

一种基于改进的一致性算法数据融合技术

在重大工程结构健康监测中,随着研究对象复杂程度的提高,往往需要获得大量观测数据才能对结构进行有效的评估,因此采用多种或多个传感器进行测量已成为必然趋势。数据融合技术就是将多个传感器的测量结果进行综合处理,从而得出比单个传感器更为准确可靠的结果。本文基于一致性算法,提出一种改进的多传感器数据融合技术,该数据融合技术属于数据级融合,它克服了一致性算法中两传感器在测量精度不同时置信距离不同的缺点,并对支持矩阵进行模糊化处理,避免了人为定义阈值而产生的主观误差。文中通过算例,验证了此方法可获得较好的结果,并且能够有效地减小由于扰动因素造成的测量数据的变化。     

基于小波和混沌优化LSSVM的周期来压预测

采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。     

辽宁省清洁生产周转金

正帮助企业解决资金难题背景1998年6月,中国对外贸易经济合作部和欧洲联盟委员会签署了《欧盟—中国辽宁综合环境项目财务协议》,决定由欧盟和辽宁省政府共同建立清洁生产周转金,通过向辽宁省境内的企业提供贷款,支持通过清洁生产审核项目投资,促进清洁生产在辽宁省持续开展。资金支持范围(1)重点支持通过清洁生产审核项目。主要用于审核后产生的中、高费清洁生产方案项目。     

GIS支持下的锡林郭勒盟旱灾救灾区划初探

基于自然灾害系统理论,构建内蒙古锡林郭勒盟的旱灾评价系统模式,表明灾情是致灾因子、孕灾环境和承灾体综合作用的产物。以锡林郭勒盟的旱灾程度、救灾等级、备灾能力（经济水平与社会状况）、应急能力（物资储备及物流通达水平）、恢复能力（恢复与重建）等重要指标为核心,对锡林郭勒盟的旱灾灾前、灾中、灾后三个阶段的响应能力进行评价与地域划分,并与锡林郭勒盟的旱灾等级区划相结合,构建了灾害-响应程度模型。     

基于粗糙集和支持向量机的标准农田地力等级评价

标准农田是耕地的精华,是确保国家粮食安全的关键。科学评价标准农田地力等级对标准农田培肥和土壤改良有着重要意义。将粗糙集(Rough Set,RS)理论和支持向量机(Support Vector Machine,SVM)相结合,提出了基于RS和SVM的标准农田地力等级评价方法,同时,利用遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了GASA优化SVM参数算法。该方法首先在确定标准农田地力等级评价指标的基础上,利用地力调查样本数据及传统的指数和法评价结果构建RS决策表,应用RS穷尽算法对决策表进行约简,剔除冗余的评价指标,然后用约简后的评价指标作为SVM的输入,运用GASA优化SVM参数算法对SVM进行训练,建立标准农田地力等级的RS-SVM评价模型。应用该方法对温州市鹿城区标准农田地力等级进行评价,与未用RS约简的SVM模型和BP神经网络模型评价结果进行对比,SVM模型和BP神经网络模型的输入指标数均为15个,其评价正确率分别为100%和90%;RS-SVM模型的输入指标数为14个,其评价正确率分别为100%,结果表明,该方法通过RS约简评价指标后,SVM评价精度并没有降低,但降低了SVM输入向量维数和计算复杂度,提高了训练效率;SVM 用于标准农田地力等级评价,具有比BP神经网络更高的评价精度,可有效用于标准农田地力等级评价,为耕地地力评价提供了新方法。     

海新区扶持绿色经济最高补贴可达300万

为鼓励辖区单位和企业转变经济增长方式,滨海新区日前出台了《关于鼓励绿色经济,低碳技术发展的财政金融支持方法》,将从新能源及可再生能源的开发利用,培育高新技术企业等20个方面予以支持和鼓励,其中将对年节约量不低于500吨     

融合时空特征的PCA-PSO-SVM臭氧(O3)预测方法研究

针对目前臭氧预测方法未能考虑臭氧污染的区域性和在时间周期内的强自相关性的问题,提出一种融合时空特征的PCA-PSO-SVM臭氧组合预测模型.利用小波分析和系统聚类提取臭氧时间序列波动特征和站点空间分布相似性特征,并通过主成分分析和粒子群算法优化的支持向量机组合模型（PCA-PSO-SVM）对臭氧日最大8h平均浓度进行预测,以2016~2018年杭州市大气污染物观测数据和气象数据进行实验验证.结果表明：融合时空特征的PCA-PSO-SVM模型预测精度有较大提升,与未融合时空特征的PCA-PSO-SVM模型相比,精度提升19%.气象因素中温度对臭氧预测效果影响最大,在气象预报数据存在一定误差的情况下,提出的模型仍得到较高精度的预测效果,具备较好的鲁棒性.     

发展生态金融 建设生态文明

发展生态金融可以为生态经济提供重要的资金助力和市场活力,提高生态文明水平;同时,构建生态金融相关制度是我国当前经济体制改革与生态文明管理体制改革的重要内容。在分析适应中国特色社会主义市场经济体制改革的生态金融的内涵与功能的基础上,论述了发展生态金融对推动生态文明建设的重要意义;指出了加快推进生态金融的基本原则、基本路径和路线。