一种新型的矿井突水分析与预测的支持向量机模型

针对矿井突水样本数少,信息不完整的特点,提出了矿井突水分析的线性核H-SVMs模型。推导模型的理论推广误差公式,设计自顶向下基于SVM最大间隔逐层分类构造H-SVMs的新方法,并应用于实际的矿井突水预测。实验结果表明,线性核H-SVMs模型结构简单、泛化能力强,不仅能很好地预测矿井突水,而且其层次结构能正确反映突水的等级关系,各判别函数的法向量还可以指示各突水影响因素的权重,通过判决函数能有效分析突水影响因素并提取突水预测规则,为矿井突水预测提供了新的方法。     

在专业市场做专做强——访深圳市景阳数码技术有限公司总经理刘向阳

<中国安防>:景阳成立迄今已经11年,企业一直在稳步、高速发展,那么在竞争如此激烈的安防市场中,您认为支持景阳持续发展的核心动力是什么?     

基于空间认知的环境信息系统研究

现有环境信息系统的设计特点主要是从技术角度出发,以知识的形式化为主要目的,而忽视了用户在解决问题时的逻辑思维研究。针对这一问题,从信息科学、认知科学及环境科学的角度出发,将环境信息系统相关认知活动分为对象分层、空间意象和认知水平的具体描述,并在此基础上对EIS的数据组织、推理机制和交互设计方式进行了研究。     

要防止低碳成为新的金融投机的借口

碳减排在欧美已经成了一种生意。在二氧化碳排放的威胁下,可能隐藏着一小撮金融集团的私利。中国可以借低碳发展来加快经济结构转型,但我们也要密切关注碳排放方面其他国家的走向,随时调整政策。对于已经开始尝试的碳交易,一要及时评估它对国内减排产生的效果,二要跟踪国际社会碳交易的发展,防止碳交易演变成新的金融泡沫。     

基于支持向量机的浮游植物密度预测研究

利用支持向量机方法对具有非线性及突发性特点的浮游植物密度进行了预测,同时与人工神经网络方法预测的结果进行了比较.结果表明,无论是拟和能力还是预测能力,支持向量机方法都明显优于人工神经网络方法,支持向量机方法比较适合于具有小样本、非线性特点的浮游植物密度预测研究.     

用金融手段来强化节能减排

目前,如何扎实推进节能减排工作已成为中国政府的头等大事,全国人民也已投入到这场艰巨的战斗中。然而,统计数据显示,当前节能减排形势依然严峻：今年一季度,工业特别是高耗能、高污染行业仍然增长过快,占全国工业能耗和二氧化硫排放近70%的电力、钢铁、有色、建材、石油加工、化工等六大行业增长20.6%……     

构建多元化的循环经济支持推进体系

循环经济是根据生态环境系统客观规律实现物质资源连续利用的现代经济模式,以循环经济取代传统的线型经济模式是保障人类生存环境安全、促进社会经济可持续发展的最优化选择,也是以人为本的价值观的体现,对我国经济可持续发展有重要意义。循环经济的实施必须构建多元化的支持和推进体系。     

基于迭代退火算法的高压变频器功率单元频繁故障诊断方法研究

现有的变压器故障诊断方法较为复杂且计算冗余度较高,在高压变频器的功率单元频繁发生故障时难以高效地检测故障。为此,提出基于迭代退火算法的高压变频器功率单元频繁故障诊断方法。采用小波包分解方法提取高压变频器功率单元的电压信号特征熵,将该特征熵输入到支持向量机模型。使用迭代退火算法优化支持向量机的训练参数,并输出诊断结果。研究结果表明：该方法提取的高压变频器单元故障的平均冗余度最低至3.2%,平均诊断时间为15.1 ms,可实现高压变频器功率单元频繁故障的高效诊断。     

煤矿本质安全管理综合评价的GA-SVC模型及应用

为评价煤矿本质安全管理水平,根据煤矿本质安全管理的内涵,构建了综合评价指标体系。针对以往评价方法主观设置指标权重的缺陷,采用支持向量分类算法对煤矿本质安全管理进行评价。鉴于遗传算法全局搜索最优解的特点,将遗传算法用于获取支持向量分类参数的最优值,建立了煤矿本质安全管理评价的遗传-支持向量分类模型(GA-SVC)。根据以往煤矿本质安全管理评价资料,构建了学习样本。测试结果表明,基于GA-SVC模型的评价方法精度较高,具有较强的泛化能力,且无需人为设置指标权重,避免了人的主观因素对评价结果的影响,能够更客观、准确地得出评价结果。     

中国资源循环利用产业金融支持水平和效率的区域差异

资源循环利用产业对于推动我国经济发展方式转变具有重要战略意义,研究该产业的金融支持水平和效率的区域差异,能为推进该产业全面协调发展提供科学依据。本文以该产业的上市企业为研究对象,运用熵权法和GS-SBM模型测算了2016—2020年东、中、西部企业的金融支持水平和效率,利用Malmquist指数和Dagum基尼系数揭示了金融支持水平和效率的演变情况和区域差异。结果表明：(1)我国资源循环利用产业金融支持水平很低,观测期内均值仅为0.067,中部略高于东部,明显高于西部;金融支持效率较高,观测期内均值为0.86,西部>中部>东部;该产业内各子产业的金融支持水平和效率也存在区域差异。(2)该产业在各区域的金融支持水平与效率均呈现水平上升、效率下降的趋势。不同区域的金融支持水平增长速度与来源存在差异,而效率的下降均来源于技术效率水平的恶化。(3)不同区域该产业的金融支持水平差异较大,但水平差异波动下降;金融支持效率差异相对较小,但效率差异波动上升。区域内差异是金融支持水平和效率差异的主要来源。