基于SVM与FCE模型的城市水资源管理评价研究:以北京市为例

加强水资源管理评价能够为缺水地区水资源精细化管理提供科学决策支撑.本研究建立了由12个指标构成的北京市水资源管理评价指标体系,应用可以优势互补的支持向量机(SVM)和模糊综合评价(FCE)模型,对2016—2019年北京市水资源管理水平进行评价分析.结果表明:利用SVM和FCE评价模型得出的综合评价结果一致,评价结果均...     

建筑施工项目安全风险评价体系构建及应用

为了更加科学地引导建筑施工项目实现安全生产,提出一种基于结构效应的风险评价指标体系。以建筑施工项目为研究对象,分析以“人-机-环”为主导思想的现有评价指标体系的不足,然后应用结构效应的概念理论,从项目管理行为风险和项目施工状态风险两个方面,构建基于结构效应的风险评价模型,提出建筑施工项目安全风险评价指标体系,包括2个一级指标,12个二级指标,18个三级指标,最后构建基于AHP－DEMATEL的评价模型并进行实例应用。结果表明：一级指标中项目管理行为的综合影响度最高;二级指标中施工单位管理行为和高处作业及防护综合影响度较高,评价结果与实际情况下建筑施工项目安全风险管理情况相符。     

基于SVM的函数模拟

支持向量机在高维空间中表示复杂函数是一种有效的通用方法, 提出了采用基于支持向量机的非线性回归法求解函数模拟问题.     

基于SVM的驾驶员面部朝向检测

驾驶员精神状态监测对于交通事故控制具有重要作用．基于支持向量机(SVM)建立信息融合的面部朝向检测模型,在驾驶员面部图像视觉特征(眼睛、嘴部及面部轮廓)检测基础上,通过分析头部运动过程中各特征的空间位置变化规律,利用SVM对驾驶员面部朝向进行多信息融合估计．结果表明,特征检测方法可实现面部各视觉特征的可靠检测,分析得出的各特征运动变化规律可用于对面部朝向的有效估计,从而为驾驶员驾车精神状态监测提供技术支持．     

基于SVM的个人房贷信用评估数据分析

采用SVM的序列最小最优化算法（SMO）作为训练算法对商业银行个人房贷信用评估数据进行分析,着重探讨了在个人房贷信用评估中分别应用径向基核函数参数和SMO训练算法中的参数调整对准确度的影响;通过银行实际数据集将该算法与C4．5和神经网络进行了比较,支持向量机对个人信用评估的总精度高于其他两种算法;支持向量机对实际的住房抵押贷款数据进行信用评估效果较好,且参数调整对试验结果有影响。     

基于SVM的我国创业企业风险评价研究

随着经济转型的深入,创业企业已成为我国社会经济发展中一支重要的新生力量。如何通过有效地风险评价增强创业企业的风险管理水平,进而提高其成活率,已成为一个不可回避的现实问题。本文将支持向量机（SVM）原理应用于我国创业企业风险评价中,并依据建立的风险评价指标体系,通过对选取的样本数据进行SVM分类训练,检验并确定了我国部分创业企业风险等级水平。     

基于PSR和SVM方法的化工过程单变量故障诊断

基于相空间重构(SPR)和支持向量机(SVM)算法本文提出了一种利用单一变量进行化工过程故障诊断的方法。首先进行变量筛选,然后对筛选出的关键变量进行相空间重构,再利用SVM对重构后的数据进行故障分类。通过对TE(Tennessee Eastman)过程几类故障进行仿真测试,结果表明在单一故障和多故障情况下,本方法均可实现化工过程的单变量故障诊断;与传统SVW方法相比,相空间重构可有效提高诊断正确率。此方法可为建立简单而有效的单变量故障诊断系统提供理论依据。     

基于SVM和CRF的双层模型中文机构名识别

提出了一种基于支持向量机(SVM)和条件随机场(CRF)的双层模型进行中文机构名识别的方法.第一层模型采用CRF识别简单机构名,并将识别结果传至第二层辅助下一步的识别;第二层采用基于驱动的方法,将SVM和CRF结合进行复杂机构名的识别;最后将两层的识别结果合并,并通过一个后续处理对置信度较低的识别结果进行修正.大规模真实语料的开放测试表明,精确率达到94.83%,召回率达到95.02%,证明了该方法的有效性.     

基于SVM和CRF的双层模型中文机构名识别

提出了一种基于支持向量机(SVM)和条件随机场(CRF)的双层模型进行中文机构名识别的方法．第一层模型采用CRF识别简单机构名,并将识别结果传至第二层辅助下一步的识别;第二层采用基于驱动的方法,将SVM和CRF结合进行复杂机构名的识别;最后将两层的识别结果合并,并通过一个后续处理对置信度较低的识别结果进行修正．大规模真实语料的开放测试表明,精确率达到94.83 %,召回率达到95.02%,证明了该方法的有效性．     

基于双混沌系统和SVM的鲁棒性数字水印算法

支持向量机(SVM)由于其良好的分类和回归特性,在信号处理等领域有较好的应用.该文将Arnold变换和SVM回归算法结合应用在版权保护的数字水印算法中.首先将宿主图像划分为大小相等的块,用Arnold变换选取SVM的训练图像块(TB)和水印的嵌入图像块(EB),然后将Logistic混沌系统调制过的水印图像通过修改EB中心像素值将其嵌入.实验结果显示,该算法水印的具有较高的安全性和良好的视觉特性,而且可以有效抵抗噪声,剪切,JPEG等常规的攻击.     

基于合作的工程项目风险动态模糊评价

工程项目风险产生的主要来源是工程项目信息的不完全性和不确定性.在项目管理过程中,项目参与方合作性的好坏直接影响信息的交流,从而对工程项目的风险产生影响.在传统风险评价模型的基础上,建立了基于合作的工程项目风险动态模糊评价模型,确定了项目合作性评价指标的层次结构;利用修正模糊AHP方法确定了各个指标的权重,并利用模糊推理方法,对工程项目风险进行了定量研究.这种方法考虑了项目参与方的合作性对工程项目风险大小的影响及项目风险随时间变化的动态性,从而使得风险的评价更合理.     

基于GA-ANN的建筑工程质量评价模型研究

综述建筑工程质量评价的研究现状,建立建筑工程质量评价指标体系.在此基础上,利用人工神经网络强大的非线性函数逼近能力,实现对建筑工程质量水平的评价.针对人工神经网络的不足,本研究将遗传算法引入神经网络,实现两种算法的优势互补.最后,通过实例验证该方法的可行性与有效性.     

基于多层次模糊优选的水电工程评标

针对水利水电工程建设中的评标问题,建立了多层次模糊评标群决策模型,模型充分考虑到评标过程中的模糊性,以及评标专家对于水电工程建设的经验知识,采用定性分析和定量分析相结合的方法来解决评标决策问题,由此建立了评标指标体系,采用基于互补原理的二元对比法确定指标体系的权重向量,用群决策集结方法去综合各位评标专家的判断结果。实例以大型引水工程建设来说明模型的可行性,结果表明,多层次模糊决策方法适合于解决水电建设工程的评标决策问题。     

基于SVM与GA的银行贷款风险评估研究

进行基于支持向量机的贷款风险评估研究,在训练向量空间中找到一个分类超平面,使向量分类具有较小的错误率,并获得较强的可扩展能力。从理论分析与实验对比可知,采用遗传算法可使其收敛到全局最优参数,确保支持向量机的分类和扩展的性能达到最优。在平均执行时间小于1s内获得的高于94．3％正确率的实验结果验证了本算法的正确性与有效性,同时也表明支持向量机在小样本特征空间分类中所具有的优良性能。     

建筑工程项目信息化绩效评价研究

以平衡计分卡的基本构架为基础,同时考虑建筑工程项目信息化的特点,构建了建筑工程项目信息化绩效评价指标体系.并利用层次分析和模糊综合评价方法对某工程项目信息化缋效进行评价,证明了该评价体系的有效性.     

建筑工程项目信息化绩效评价研究

以平衡计分卡的基本构架为基础,同时考虑建筑工程项目信息化的特点,构建了建筑工程项目信息化绩效评价指标体系。并利用层次分析和模糊综合评价方法对某工程项目信息化绩效进行评价,证明了该评价体系的有效性。     

建筑施工项目进度控制的综合评价

为提高项目管理效率,解决项目工期拖延、成本增加的问题,基于现场调研和编码分析方法,构建了施工现场影响项目进度的评价指标体系指标包括施工现场中所涉及人、材、机、环境和管理系统5个维度共44个评价指标采取模糊综合评价的方法对其进行评价,在求解的过程中运用灰色关联分析方法来确定指标的权重通过对现场项目进度管理进行科学合理地评价,明确项目自身在进度管理方面具备的优势和不足,为制定合理的策略,加强项目的进度管理提供理论依据     

工程项目评标模糊综合评判法实证分析

为建立科学、实用和可操作性的评标模型,通过工程实例验证,在分析常用建设工程项目评标方法利弊的基础上,运用模糊综合评判法对非定量的评标因素用隶属度和权重来合理定量分析,以达到对评标结果的公正性、公平性与合法性．模糊综合评判法融合了工程项目评标定性与定量方法的优势,为达到评标初衷提供较为可行的办法,具有较强理论与现实意义．     

高新技术项目投资风险的分析与评价

根据高新技术项目的特点,在分析国内外风险投资项目评价理论与实践的基础上,设计了一种高新技术项目投资风险评价指标体系.论述了层次分析法应用于项目投资风险评价的基本过程.采用模糊数学工具对高新技术项目进行综合评价,并给出了一个运算实证,可为高新技术领域投资决策提供参考.     

基于SVM的Web服务质量评价方法

SVM是一种新型的统计学习方法,在综合评价中采用SVM分类方法,可以减少主观因素的作用,提高评价结果的客观性.针对Web服务质量问题,本文中提出基于SVM的评价模型.首先从学习样本中选择支持向量,然后通过训练获取最优分类超平面,对新的样本和数据进行分类.与多层模糊综合评价(MPFS)、FCM等方法相比,SVM方法可以取得更客观和准确的评价结果.