基于样本差异性的多标记特征选择算法

在多标记学习中,特征空间的高维性是多标记学习研究的主要问题。文章通过聚类构建由代表性样本组成新多标记数据,定义了多标记决策系统中样本的分类间隔及样本的差异性概念,在此基础上定义了特征权重,提出一种基于样本差异性的多标记特征选择算法,并用4个指标对4个多标记数据集进行实验评价,对比一些当前流行的特征选择算法,验证了本文所提算法的有效性。     

启运港退税政策实施中的港口选择模型

在保税港区对周边内陆干港与内贸港口实施启运港退税政策的背景下,基于用户均衡货流分配理论,构建实施启运港退税政策的港口(启运港)选择模型.模型可在既定总投资额的约束下,以区域社会经济效益最大为目标,确定启运港的数量与位置.设计嵌入Frank-Wolfe算法的遗传算法求解模型,并使用大连港腹地的出口数据进行实例分析.结果表明:依托大连保税港区实施启运港退税政策后,哈尔滨等七地被选为启运港,价值388.6亿美元的出口货物所在企业每年能够提前10～25天获得退税款46.7亿美元.上述模型和算法可为政府制定、实施启运港退税政策提供必要的决策支持.     

橱窗诱惑着你

在圣诞节和各种节日前夕，人们总会为购买商品而忙碌。不知你是否想过自己为什么会购买某些特定的商品而不选择其他的呢?专家们认为，商品的颜色、橱窗的氛围以及商品在橱窗中的摆放位置等等数不胜数的情感因素都会影响人们在购物时的选择。     

LDCQ的选择区域更新策略

提出在位置相关连续查询(LDOQ)中保证满足误差限制的选择区域更新策略。通过给予不同区域内固定大小的偏差限来减少移动对象的更新次数和对计算容量的占用;同时通过延迟广播来减少广播信息数量。从而进一步优化了系统结构,减轻了系统负荷。     

逐步后退选择法预测低渗透油藏水井吸水量

利用低渗透油田注水井的地质和动态统计资料,建立多元回归统计数学模型,采用逐步选择因素的后退法,求解最优化回归预测方程,对影响吸水量的各因素按作用效果显著程度进行了排序,利用水井资料对所得到的最优化回归方程进行了检验。结果表明,水井连通度是影响水井吸水量最主要因素,储层渗透率次之。     

中译日的词汇选择问题

从一种语言翻译到另一种语言,并不是简单的字词的一一对应,甚至也会出现无法找到对应词这样的情况。本论文对中译日过程中引起词汇选择错误的原因,主要从以下三方面进行分析研究：第一,是中日同形汉语词汇的选择。第二,是汉语中特有词汇的翻译问题。第三,是汉语中的专有名词的选择问题。在翻译过程中,我们容易理所当然地认为两者是一一对应的关系,其实则不然。通过中日例文从以上三方面的分析,我们可以提出一些解决方法。     

浅议营业税税收筹划

税收筹划是纳税人在不违反现行税法的前提下,在对税法进行精细比较后,对纳税支出最小化和资本收益最大化综合方案的纳税优化选择,它是涉及法律、财务、经营、组织、交易等方面的综合经济行为。     

试论家族企业职业经理人选择与激励中存在的问题

本文分析了职业经理人市场的基本现状及成因,以及职业经理人选择与激励中存在的问题,对如何解决这些问题做了有益的探索.     

含隐变量和选择偏差的图模型中的因果推断

Bayes网络常用于多变量间的因果推断,但当存在未观测的隐变量和选择变量时,这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构,并提出了具体的实现算法,从而可由观测数据来推断这类不完全观测下的部分因果关系。