基于利益相关者视角的旅游景区管理研究

<正>一、利益相关者理论利益相关者一词的英文为"stakeholders",也有人译作相关利益者、利益关系人、利害关系人或利害相关者等。利益相关者理论是一个来自于管理学中的公司治理理论,其思想起源于19世纪一种协作或合作的观念,     

工业遗产再利用满意度评价方法——基于利益相关者理论

工业遗产再利用是城市存量更新的重要方式,综合各利益相关者的评价方法能更科学地反映其实际使用效果。基于再利用项目与使用者的互动机制,将政府部门、开发商、设计师、经营者、游客及周边居民作为利益相关者,构建多维度、多指标的满意度评价指标体系,运用模糊综合评价法对原兰州石化机械厂研究所进行评价。研究表明：政府、开发商、游客的满意度高于综合评价值3.817 5;而设计师、经营者、周边居民的满意度则低于3.817 5,其原因是租金管理费用、原风貌保留程度、对周边环境的影响等因素对评价造成负面影响,并基于此提出了相应的优化建议。该评价方法能科学、合理地反映各利益相关主体关注问题的满意度,为优化措施及决策提供重要依据。     

基于分层聚类的k-means算法

为了更好地实现聚类,在分析分层聚类和k-means算法优缺点的基础上提出了一种改进的聚类算法.改进算法将分层聚类和k-means聚类算法的优点相结合,首先采用分层聚类,得到一个初始的聚类结果,然后应用k-means聚类算法继续聚类.实验结果表明,改进算法较原先传统的聚类算法,不但算法执行速度快、效率高,而且聚类效果也比较好。     

基于改进K均值聚类的银行客户分类算法

为了提高银行客户分类的正确率,使银行的收益最大化,提出一种基于改进K均值聚类的银行客户分类算法.算法定义了类间最大相似度均值(AMS),并根据该定义确定最佳聚类数.当计算出的当下AMS值比前一次的AMS值小时,根据距离原则选择初始聚类中心;当计算出的当下AMS值比前一次的AMS值大时,把该最小AMS值相匹配的聚类中心看作初始聚类中心.利用最佳聚类数和初始聚类中心实现银行客户的细分.仿真结果表明,提出的算法能够跳出局部最优,并提高客户分类的正确率.     

福建省闽清黄楮林国家级自然保护区管理中利益相关者的博弈分析

福建省闽清黄楮林国家级自然保护区的管理工作涉及众多的利益相关者,因此,要做好黄楮林国家级自然保护区的管理工作,就必须处理好保护区利益相关者的利益关切与利益诉求.文章通过介绍黄楮林国家级自然保护区利益相关者的类型与利益诉求,并通过博弈模型对黄楮林国家级自然保护区利益相关者进行博弈分析.最后,对黄楮林国家级自然保护区的管理工作提出一些建议.     

基于K均值聚类算法提取CT图像的肺部肿瘤

为自动提取CT肺部肿瘤,辅助医生对患病部位进行诊断和治疗,利用K均值聚类算法自动提取肺部肿瘤和剩余肺部图像,并分别和影像医生手工分割的肺部肿瘤和剩余肺部图像作对比。结果表明,自动提取的肺部肿瘤图像与专业医学影像医生手工提取的肺部肿瘤图像在外形、灰度和方差方面非常接近,说明利用K均值聚类算法自动提取肺部肿瘤的方法是有效的、可行的。     

基于利益相关者控制观的施工项目成本控制机制

<正>强化成本控制不仅是施工项目管理的核心内容,也是施工项目固化财务管理的重心地位、提高资金运行效率的重要路径之一。因此,以施工项目科学理财观为指导,构筑一套基于施工项目利益相关者团体福利最大化的成本控制机制,以此强化施工项目成本控制,提高成     

基于局部密度估计的聚类个数确定研究

随着人工智能和数据挖掘技术的兴起,聚类分析已被广泛应用于通信、文本数据统计、生物信息学和图像处理中。对于非监督聚类分析,聚类的分类数目是决定聚类质量的关键因素。通常聚类个数事先无法确定,随即选择的初始聚类中心容易使聚类结果不稳定。针对此,基于聚类中心具有高局部密度且距高局部密度聚类中心距离较远的特点,提出一种基于局部密度估计的聚类个数的估计方法。经过仿真实验,验证了该算法具有良好的有效性和鲁棒性。     

基于语义的Ontology聚类研究

提出了一种基于语义的Ontology相似性计算方法,该方法不仅考虑概念本身的相似性,还考虑了属性集合和相关概念集合的相似性,通过概念基本相似性极限控制属性集合相似性计算的范围,通过语义半径控制相关概念的范围.以基于语义的Ontology相似性方法计算Ontology聚类的相似性矩阵,采用凝聚层次聚类算法实现Ontology聚类.实验表明:基于语义的Ontology聚类能够获得满意的效果,在性能上优于使用oMAP相似性方法的Ontology聚类.     

基于系统聚类的各省市高考难度现状分析

针对高考难度的地区差异问题,搜集各省市的高考数据,采用系统聚类中的类平均法将其划分为6种难度不同的类,观察各类所包含单位的现实特征.以应用统计学的视角,对各省市高考难度现状和产生差异的原因进行了分析.     

基于加权特征的无监督模糊聚类入侵检测研究

鉴于网络入侵检测数据样本特征属性的异构性及贡献率不同,提出一种加权特征的异构数据相似性度量法来反应网络数据样本间的相似程度.针对基于模糊C-均值聚类的网络入侵检测算法聚类数目难以确定的问题,提出了一种自动确定最佳聚类数的无监督模糊聚类入侵检测算法.通过KDDcup1999数据集的仿真对比实验,结果表明本文算法能找到最佳...     

基于层次聚类法的Entropy-KNN算法

KNN算法通过近邻样本的个数分类,Entropy-KNN算法给出新的相似度定义,而且投票时综合待测样本与近邻样本的个数和各类近邻的平均距离,但两种算法均未考虑近邻样本间的相似.提出的基于层次聚类法的Entropy-KNN算法,首先对训练集按类别进行层次聚类,接着在与待测样本最相似的子类中选取近邻样本,使得近邻样本具有较高的相似度,最后结合Entropy-KNN算法进行分类.在蘑菇数据集上的实验结果表明,该算法的分类准确率高于Entropy-KNN算法.     

图形聚类算法的代谢网络模块化分析

代谢网络的研究是当今生物学研究中的新热点,使用图形聚类算法对代谢网络进行分析研究是一个有力的手段.文中提出了用图形聚类方法挖掘复杂代谢网络中蕴含的功能信息并进行模块相似性分析的方法,从系统生物学角度揭示光合作用的进化.介绍了马尔可夫聚类算法和模拟退火聚类算法两种图形聚类方法;给出了两种方法对叶绿体和蓝细菌的代谢网络进行聚类的结果;定义了模块相似度评价指标,挖掘叶绿体和蓝细菌间保守的功能模块,并对其网络结构进行了比较分析.     

基于聚类和粗糙集的智能邮件过滤系统研究

粗糙集理论是一种新的处理不精确、不完全与不相客知识的数学工具，随着Internet的发展，以及电子邮件的广泛应用，将有大量的邮件以待阅读和处理，介绍了一种基于聚类和粗糙集对邮件进行过滤的系统，实战证明，这是一种可行有效的过滤方法。     

大数据环境下基于K均值聚类的 网络伪舆情分类研究

为了解决网络伪舆情事件分类过于主观以及分类标准模糊的问题该文基于网络大数据建立一个全新的伪舆情识别指标体系,在此基础上,收集过去一年中网络伪舆情事件的相关指标数据,基于Python软件利用经典的K均值聚类算法对网络伪舆情事件进行聚类分析,得到三个类别的网络伪舆情事件集,分析总结各类伪舆情事件本身的特点该文为网络伪舆情的识别与分类提供了一种全新的方法,为相关部门利用网络大数据准确控制各类伪舆情提供参考     

基于熵权和有序聚类的房地产周期分析

房地产的周期波动历来都是关系国计民生的重要课题,本文采用中国2000-2013年房地产行业和相关经济指标数据,首先利用时序分析对缺失值进行修补,然后利用熵法对诸多指标进行降维,得到各指标的熵权,再计算各年度的房地产发展综合得分,最后利用有序样本分割进行顺序聚类,获知最近十几年房地产发展的短期波动规律和周期性。     

基于计算智能的化学类实验室教学管理实证研究

提出了基于计算智能的化学类实验室教学管理模式(TMC-CI),给出了TMC-CI的三大优化层次:(1)基于计算智能的教师实体优化,实现了教师层次结构优化分级和任课调度优化分级;(2)基于计算智能的学生实体优化,实现了学生的能力结构优化分级和认知适应素养优化分级;(3)基于计算智能的资源实体优化,实现了教师教学资源优化和学生学习资源优化.通过试用课堂和对比课堂完成了对比实证研究,研究表明TMC-CI提高了课堂教学效果及教学管理过程的效率,得到教师和学生一致认可,具有较高的推广应用价值.     

基于聚类融合的不平衡数据分类方法

列举了有关基于聚类融合的不平衡数据分类的办法,可以解决少数类的识别率很低,利用传统分类手段予以解决.利用此种方法能够发现,引入少数类边界区域与在多数类核心当中的样本聚类一致性系数,并且分别对欠抽样方法对少数类与多数类的训练集.     

基于色度直方图的颜色聚类算法

提取目标背景的主色是迷彩设计中的重要步骤,通常采用的颜色聚类算法具有监督性的缺陷. 为此,提出一种基于色度直方图的、无监督的颜色聚类算法. 该算法采用CIE 1931色度系统建立色度直方图,根据像素点在该坐标系的分布规律自动生成聚类中心. 逐一计算像素点与各聚类中心的色度的欧氏距离,将像素点与最近的聚类中心归于一类. 实验结果表明,采用该聚类算法能够准确提取主色,自动分割彩色图像,且比普通聚类算法的时间效率更优.