风因素对林火蔓延实时变化影响的研究

以黑龙江省火灾多发地区大兴安岭呼中区为研究区域,通过该地区呼中嘎啦河气象站点2年内6、7月份的天气实测数据,以数学建模的方法对该地区火蔓延情况进行研究。通过计算机模拟出火蔓延区域进行预测,进而作为该地区火灾预防、抢险工作的参考。     

应用线性回归方法预测航材的订货数量

线性回归法是一项重要的预测技术,它在相关分析中有着重要的应用。航材的订货数量如果能应用该技术进行预测就可以避免大量的浪费,从而既能保证正常的飞行训练,又能节约大量的经费。     

试论民营企业的经济预测——以新湖集团股份有限公司为例

结合新湖集团股份有限公司的案例,研究民营企业对经济动向进行预测的意义、方法与思维特点,认为对经济动向进行预测是民营企业迅速发展和健康成长的关键。     

黑龙江省人均GDP时间序列模型及预测

采用伯克斯—詹金斯(Box-Jenkins)模型对黑龙江省人均GDP时间序列进行建模,找出人均GDP序列的变化规律,并对2008～2012年人均GDP进行短期预测.     

基于BP神经网络的港口吞吐量预测模型

港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab 6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。     

多策略中文微博细粒度情绪分析研究

针对中文微博用户的情绪分析问题, 提出一种基于多策略融合的细粒度情绪分析方法。首先采用朴素贝叶斯算法对微博的有无情绪分类问题进行研究, 然后构建有情绪微博的21维特征向量, 最后采用SVM和KNN算法对微博进行细粒度情绪分析。以新浪微博作为实验对象, 结果表明多策略集成方法好于单一分类 算法。在多策略集成方法中, “NB+SVM”方法略优于“NB+KNN”方法。     

一种邻帧匹配与卡尔曼滤波相结合的多目标跟踪算法

传统目标跟踪算法很难在户外视频中进行行人实时跟踪及人流量统计,针对该问题,提出一种联合邻帧匹配与卡尔曼滤波器的多目标跟踪算法。该算法首先以方向梯度直方图(HOG)为特征的自适应推进(Adaboost)分类器进行行人人头检测,进而采用卡尔曼滤波进行行人轨迹预测,并应用邻帧匹配算法对该目标运动轨迹进行校正。在邻帧匹配法中,本文新颖的将跟踪过程中的目标匹配问题转化为基于匈牙利算法的指派问题。因邻帧匹配法能更好地区分不同待匹配目标的特征,较传统跟踪算法,能更好的避免误匹配、漏匹配等问题,提高了目标跟踪的准确率,实验证明,该监控系统准确率高,且能满足扶梯监控系统应用场景下的鲁棒性、实时性要求。     

黄山市2000年工农业产值与结构的灰色预测研究

本文应用灰色系统理论的GM(1.1)预测模型,对黄山市2000年工农业产值和农业部门产值结构进行了预测研究,揭示了黄山市90年代工农业发展的方向和途径。     

环境化学的回顾与展望

环境化学是化学和环境科学的重要分支。文中简要回顾了20年来环境化学的发展历程、主要成就和我国环境化学研究取得的成绩并对未来环境化学的发展作了简要讨论。     

Kuo(1965,1974)和Anthes(1977)对流参数化方案对降水影响的数值研究

本文应用11层原始方程模式和一次实际降水个例对 Kuo(1965)、Kuo(1974)以及Anthes(1977)对流参数化方案进行了初步试验,结果表明:考虑对流参数化后降水强度增加,但对降水落区影响很小,其中 Anthes(1977)方案对降水的增加最多,Kuo(1965)方案增加最少.在三种参数化方案中,Kuo(1974)方案模拟出的对流降水比重最高,Anthes(1977)方案的对流降水比重最低,但是 Anthes(1977)方案的反馈作用却最大,其影响的大尺度降水比不考虑对流作用时高出近10倍.由于模式还不够完善,降水的模拟与实况相比还有一定差距,但初步的结论是 Anthes(1977)对流参数化方案效果较好,Kuo(1974)方案次之,不考虑对流作用时模拟的降水强度与实际相比太小。