区域科技创新发展能力的调研与思考

分析了晋中市榆次区科技创新发展能力的现状以及在科技创新中存在的问题,提出了相应的对策及建议。     

高职院校开设《个人理财》公选课的探索

高职学生普遍地存在着理财知识缺乏、理财意识淡薄、消费心理不成熟的状况,在高职院校开设《个人理财》公选课对于帮助高职学生掌握理财知识,形成理财习惯,提高理财能力具有现实意义。高职院校应合理设计《个人理财》课程的教学模块内容,选择合适的教学方法。     

成团泛菌产微生物絮凝剂的絮凝特性研究

以淀粉生产废水作为培养基,利用从活性污泥中筛选得到的一株成团泛菌生产微生物絮凝剂。试验结果表明：发酵液中具有絮凝能力的物质绝大部分存在于离心后的上清液中;该絮凝剂溶液在100℃下保持60min后絮凝率为93.23%;高岭土悬浊液pH值为4-9时,该絮凝剂的絮凝率均在90%以上;絮凝剂溶液在4℃和20℃存放120h后,絮凝率分别为92.70%和92.21%。这些说明该絮凝剂具有较好的热稳定性、pH稳定性和时间稳定性。经显色反应、紫外光谱分析可确定该絮凝剂主要含多糖,通过硫酸-苯酚比色法测得该絮凝剂中多糖含量为75.60%。     

高职院校商务英语专业竞争力SWOT分析

应用SWOT分析法，对高职院校商务英语专业的外部环境和内部资源进行了分析，并据此构建了高职院校商务英语专业的发展战略模型，系统论述了SO战略、WO战略、ST战略和WT战略。     

基于随机占优关系的ELECTRE Ⅲ方法

针对多属性决策问题中评价属性的特点将其分为确定型评价属性和随机型评价属性，并将随机占优关系运用到级别高于关系方法ELECTREⅢ中，得到方案之间的赋值级别高于关系。进一步利用赋值级别高于关系得到方案的排序指数并按照该指数对方案进行优劣排序。本文给出了该方法的计算步骤并通过一个算例对本方法进行了说明。     

基于深度极限学习机的高光谱遥感影像分类研究

高光谱遥感数据越来越普及并为人们广泛使用,基于高光谱遥感数据的地面物体精确分类是高光谱遥感技术的核心应用之一.针对高光谱遥感影像的分类问题,提出一种基于深度极限学习机(D-ELM)的分类方法.该方法利用一种新的深度学习模型——深度极限学习机对高光谱遥感影像进行分类,并与基于极限学习机(ELM)、支持向量机(SVM)、核极限学习机(ELMK)分类方法进行了比较分析.研究结果表明:相对于ELM、SVM、ELMK分类方法,D-ELM分类方法能够更加准确地挖掘高光谱遥感影像的空间分布规律,提高分类的准确度.     

基于神经网络的建筑行业投标报价研究

在建筑行业的投标报价过程中，如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题．论文针对这两大难题提出了基于神经网络技术的解决方法．首先根据贡献变量分析理论确定出影响报价结果的9个报价因素，从而建立起基于神经网络的报价模型，然后在所确定模型的基础上改进传统的BP算法，进一步提高网络的泛化能力．从实际应用的结果可以看出，经过变量选择后所确定的报价因素是合理的，改进学习算法后的网络的泛化能力也有了很大的提高．     

一种用于模式识别的动态RBF神经网络算法

对径向基函数（RBF）神经网络在数据分类中的应用进行了研究．提出一种应用于模式识别的动态RBF训练算法，该算法使用区域映射误差函数并结合资源分配网络（RAN）的“新性”（novelty）条件动态调整网络的隐层节点数，从而可以更加有效地进行模式识别．二分类样本和建筑材料CaO-Al2O3-SiO2系统仿真表明，该改进算法使误差下降更快，减少了训练次数，可以获得精简的网络结构，从而使网络具有较高的泛化能力．     

EKF在多变量混沌序列辨识中的应用

运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识。利用典型混沌方程与所观测时间序列的吸引子特性比较，较准确地确定系统初始状态。对理想Roessler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较，结果表明该方法的有效性。