安徽省城镇化水平预测———基于IOWHA算子的组合预测

以1990-2011年安徽省城镇化水平为样本区间,在指数平滑、灰色预测与回归预测三种单项预测方法的基础上,以预测倒数误差平方和最小为准则,建立IOWHA算子组合预测模型;对该模型的预测有效度的评价结果表明该组合预测模型能有效提高预测精度;根据该组合模型预测出安徽省2012-2015年城镇化水平将分别达到46.35％、47.89％、49.44％、50.98％.     

贵州省城镇化水平分析与预测

通过对贵州省1949年以来总人口、城镇人口、城镇化水平的定量分析,对贵州省近期(2010年)和远期(2020年)的城镇化水平发展目标进行多方法的预测,从而找准贵州城镇化发展的定位,提出城镇化发展策略的建议.     

天津蓟县城镇化的驱动机制与城镇化水平预测

首先介绍了天津市蓟县的概况,随后从区域内部环境和外部环境两个方面分析了蓟县城镇化的驱动机制,揭示了蓟县城镇化发展的原因.定性分析之后,文中运用人口比重指标法对蓟县的城镇化水平进行了测算,得出了定量的结果,并进行了结果的分析以及预测.最后根据定性和定量的分析,对蓟县城镇化中的问题利未来的发展方向进行了探讨.     

基于灰色GM(1,1)模型的河南省城镇化水平预测

首先根据河南省人口城镇化数据的特点,将2008—2012年的城镇化水平作为原始数据,建立河南省人口城镇化水平灰色预测模型;其次采用残差估计进行模型检验,结果表明该模型的预测结果较好;最后,根据GM(1,1)模型预计2020年河南省城镇化水平将达到58%左右.     

安徽省新型城镇化发展水平的区域差异研究

通过对新型城镇化内涵的科学界定,从人口城镇化、经济城镇化、城乡统筹、四化同步、基础设施建设、居民生活环境6个方面构建了新型城镇化评价指标体系.运用熵权法对安徽省2012年16个市的新型城镇化综合发展水平进行了测度,结果表明:安徽省新型城镇化综合发展水平分为4个等级:最高(合肥),较高(芜湖、铜陵、淮北、马鞍山、淮南、黄山),中等(池州、宣城、滁州、蚌埠),较低(六安、安庆、亳州、宿州),最低(阜阳).不同城市之间新型城镇化发展水平差异较大,同一城市不同准则层之间的发展水平也存在较大差异,发展不均衡现象突出.     

区域道路交通安全水平综合评价和预测方法

对国内外道路交通安全水平的评价和预测方法进行了对比和分析 ,提出了适合目前国内现阶段管理体制的以模糊数学综合评价模型为基础的评价和预测方法 .该方法采用模糊评价综合模式计算评价目标区各评价指标最大概率所对应的等级 ,通过层次分析计算各指标间的权重系数 ,在此基础上计算得到区域道路交通安全的综合评价指标———道路安全指数IRS.实际应用证明该方法合理可行 .     

改进的Logistic模型在中国城镇化水平预测中的应用

依据中国城镇化水平曲线变化的特点,在经典的Logistic模型基础上,设计相对增长率函数,建立改进的Logistic模型应用于中国城镇化水平的预测.研究结果表明,预测结果同经典Logistic模型和双S曲线模型相比,拟合程度更高,其预测值可为相应决策部门制定政策提供参考.     

一种基于水平集的肺部血管快速分割方法

肺部血管结构微小,CT片有噪音、血管边界模糊等原因的影响,使分割肺部血管成为肺部分割的难点.针对此问题,提出了应用基于阈值的水平集三维分割肺部血管的方法.水平集分割方法是基于几何形变模型而不是参数形变模型,因此方法可根据肺部解剖结构确定肺部血管不同部位的阈值范围和肺部血管的分布范围,从而解决由于边界模糊产生肺部血管分割不准确的问题,并在此基础上,提出并描述基于水平集肺部血管树枝杈点的判定方案.     

一种基于边缘和区域信息的变分水平集图像分割方法

分析了两种已有变分水平集图像分割模型,并由它们提出了一种新的基于图像边缘梯度信息和区域全局信息的变分水平集方法.该方法既克服了所述两种模型的缺点,又继承了各自的优点.同时,采用隐式迭代数值解法,在保证模型稳定性的基础上,加快了收敛速度.实验表明所提方法对于不同类型的图像均能够达到快速、稳定、准确、鲁棒的分割效果.     

城镇化水平测量指标体系的建构及其应用

城镇化水平是目前国际上通行的衡量一个国家或地区城镇化程度的重要指标.城镇化水平的测量,通常以居住在城镇的人口占总人口的比例来表示.但随着城镇社会的快速变化发展,城乡人口流动日益加快,计划经济体制下的户籍管理制度已不能真实地反映现在的城镇人口,故单用城镇人口这一单一指标来测量城镇化的水平,无论在理论上还是在实践中都是有失偏僻.因此,本文试图构建一个能比较全面反映城镇社会各方面情况的指标体系,并将其应用于测量广西城镇化发展的真实水平.     

城镇化对河南区域经济发展的影响研究

从城镇化与区域经济发展的相关理论出发,分析了城镇化对河南经济增长、产业结构、就业结构和居民生活质量的影响,认为城镇化对河南区域经济发展有着显著影响,并对制约城镇化促进河南区域经济发展的因素进行详细分析,提出相应的对策.     

一种考虑时空分布特性的区域风电功率预测方法

为了有效解决风电场数据丢失时直接相加法无法进行区域风电功率预测的问题,提出了一种考虑时空分布特性的区域风电功率预测方法.为降低模型的复杂性,根据风电场及风能信息对子区域进行具体分析.在此基础上,利用相关系数法,选择风电场出力与子区域出力间相关系数绝对值大的风场为基准风电场.以所选基准风电场预测功率为输入,利用神经网络方法,直接预测各子区域功率,整个区域预测结果为各子区域预测值之和.算例结果表明:利用相关系数法选择基准风电场无需大量历史数据支撑,原理简单易于实现;模型与风电场所采用的预测系统无关,易于工程推广应用;模型无需考虑非基准风电场功率预测情况,成本更低、效益更高;采用该模型后子区域预测误差比直接相加的方法降低了5％,整个区域预测误差仅为20.8％.     

一种基于神经网络的学生成绩预测方法

基于M2B学习支持系统提供的数据,针对课程学习活动日志数据特性,提出了一种用双向门控单元网络(Bi-GRU)预测学生学习成绩的方法.将已有的递归神经网络(RNN)方法作为基准线,通过实验比较证实了Bi-GRU用于成绩预测的有效性.     

一种基于区域的图像相似性计算方法

在基于区域的图像检索系统中,图像之间的相似性计算是影响检索结果的关键技术之一。提出了一种基于区域的图像相似性计算方法,该方法首先按照区域的综合特征（颜色、纹理及位置）、直方图特征值及区域的形状特征分别进行相似度的计算,然后,将各自相似度加权乘积作为两区域的相似度,两幅图像的相似度为各区域最大相似度的平均值。在Corel自然图像库上对提出的方法和实现的系统进行了实验,结果表明了提出方法的有效性。     

忻州市经济水平、农民收入与城镇化关系研究——基于VAR模型

本文通过构建VAR模型,运用脉冲响应、方差分解分析了2001年～2017年间忻州市经济水平、农民收入、城镇化三者之间的关系．结果表明:短期内农民收入对经济水平、城镇化对农民收入、经济水平对城镇化有微弱的负向影响,但从长期来看,三者任意两者间都存在正向相关性,而且三者的共同作用均会对单个因素产生促进作用,并在此基础上,对贫困地区的发展提出了相关建议．     

基于县域的山东省城镇化发展水平差异研究

遵循系统性、科学性、可比性及可获得性原则,从经济发展、人口社会发展、城市建设等3个方面选取了15个指标,构建了县域城镇化发展水平评价指标体系.运用主成分分析和聚类分析方法,对山东省140个县域的城镇化发展水平进行了综合评价和系统聚类.结果表明,山东省县域城镇化发展水平差异十分悬殊,空间分异格局特征非常明显,具体表现为:东部地区高于西部地区、沿海高于内陆、沿交通线地带城镇化发展明显高于其他地区.最后从自然条件、区位条件、经济发展水平等方面对影响县域城镇化发展的因素进行了深入探讨.     

基于Logistic模型的青海省农村人口城镇化水平的预测

通过分析青海省农村人口状况与城镇化发展的现状,用Logistic模型对青海省农村人口城镇化发展进行了测度与预测,反映出城乡人口替代过程的内在联系。     

基于主成分与聚类分析的城镇化水平区域差异研究——以山西省11个地级市为例

本文以山西省11个地级市为研究对象,构建了山西省地级市城镇化水平评价指标体系.首先运用主成分分析法和聚类分析法对2011年山西省各地级市城镇化发展水平进行区域差异研究,将山西省城镇化水平分为了四类;其次根据评价结果提出各地的发展建议,并找出11个地级市城镇化发展过程中存在的共性问题.     

基于DEA-Malmquist 方法的城镇化效率水平测度——以福建省为例

以福建省为例,从投入产出视角,构建城镇化效率指标体系,采用DEA模型、Malmquist指数方法,综合测算了2002—2014年福建省城镇化综合效率、纯技术效率、规模效率以及Malmquist效率;基于ARC-Gis空间分析平台,运用空间自相关模型分析福建省城镇化效率的空间格局演化特征.结果表明:从时间演化上看,福建省城镇化Malmquist效率整体上处于不平衡的增长阶段,未达到理想状态,综合效率与规模效率均呈波浪式上升态势,纯技术效率则总体偏高并略微上升;从空间演化上看,福建省城镇化效率存在一定程度的空间集聚,城镇化效率为HH类型的地区主要集中于厦门、泉州等地,面积增加且空间上具有向外部区域扩散的现象,LL类型的地区集中于三明、南平等地,面积略微下降且空间格局保持稳定.文章的研究旨在为福建省资源配置、城镇化规划提供相关依据.