福建省“专精特新”企业发展现状与对策研究

基于深入推进建设制造业强省的背景,以福建省为研究对象,从“专精特新”企业的特质出发,运用数据信息对“专精特新”企业发展现状进行梳理剖析。研究表明,当前福建省“专精特新”企业发展强调基础与沉淀,底蕴厚实、稳健向好,但与先进省份存在一定差距,在专业化、精细化方面面临新挑战。对此,提出更多支持创新投资,实施差异化培育,提升协同创新能力和培育技术型人才推动“万众创新”等建议。     

协同治理视阈下近邻党建路径探析——基于云霄县创新实践分析

近邻党建是基层党建的升级迭代,与协同治理理念高度契合。福建云霄县融入协同治理理念形成“云霄模式”近邻党建品牌。这一模式需要在主体引领、党建效能共享等方面进一步优化、提升和改进。基于对云霄近邻党建模式创新实践的分析,提出协同治理视阈下进一步推进近邻党建的路径：优化主体引领作用、优化行动机制构建、优化党建队伍素质、优化党建工作保障。     

基于数字岩心模拟的深层页岩气储层可压性评价模型

首先构建深层页岩气储层典型的三维数字岩心模型,再采用有限元分析模拟岩石弹性参数,然后利用摩尔斯分类法确定弹性参数控制因素敏感性相对大小,最终建立基于层次分析法的深层页岩气储层可压性评价模型。结果表明：经过与理论值与实验测试值误差分析,数字岩心模拟值可靠;经微地震监测和压裂施工曲线验证,基于数字岩心模拟建立的可压性评价指数与储层改造体积和压裂曲线取得较好的一致性,可为深层页岩气储层靶点层位选取和压裂工艺优化提供指导。     

基于自组织映射网络的流量分类算法

网络流量分类在QoS、流量控制及网络安全等领域发挥了重要作用. 有监督型的机器学习方法对新流量的识别往往依赖于先前的人工分析;自组织映射网络算法模拟生物神经元,通过自组织行为对数据进行分类学习;实验表明,该无监督型算法能够对新流量进行自动识别,提高了流量识别的准确率.     

基于属性聚类的贝叶斯分类算法

在数据挖掘的过程中,由于贝叶斯分类算法要求条件属性必须独立,因此具有一定的局限性.考虑该缺陷,提出用数据挖掘中另一种常用聚类算法对原始数据的条件属性进行数据预处理后,再使用贝叶斯算法.实验表明该算法提高了分类的准确率.     

基于决策树的DDoS攻击检测方法研究

采用决策树中的ID3算法,提出一种基于数据挖掘技术的DDoS攻击检测方法.该方法从被监控网络采集的数据中提取网络流量特征设计检测系统,较好地解决了网络流量分析中数值属性特征的分类问题.实验结果表明该系统能有效检测网络中发生的DDoS攻击行为.     

低信噪比神经元锋电位信号的分类方法

基于离散序列小波变换和主元分析，对低信噪比的神经元锋电位信号提出了新的分类方法。通过对原始信号进行尖峰检测，获得尖峰信号样本，对每个样本进行离散序列小波变换之后，再对小波变换系数进行主元分析，选取主元进行聚类，实现对原始信号的分类。将该方法应用于多电极细胞外记录的小鸡视网膜神经节细胞电活动信号分析，并据此推断出某电极附近的神经节细胞的个数。仿真结果表明，在低信噪比情况下，该方法比单纯通过小波变换进行分类的方法更有效。     

在MapInfo中实现数字化地图"非监督分类"

利用MapBasic语言,引入遥感图象处理中"非监督分类"的概念,在MapInfo平台下将同一图层中的不同要素按照他们的颜色、线宽等特征信息进行分类提取,然后进行批量编辑.实现了数字化地形图中的"非监督分类",为实现大量的数据更新提供了简单、快速、智能的解决方案.提高了生产效率,在实际生产中得到了检验.     

利用RAPD标记技术对刺槐属（Robinia）种间亲缘关系的分析

用随机扩增多态性DNA(RAPD)技术对刺槐属(Robina)内5种植物进行基因组DNA多态性分析.共选用22个10 bp随机引物扩增出212个DNA片段,进行种间遗传关系分析.片段大小在100～2 200 bp之间,其中多态性谱带为183条,多态率为86.3%;利用UPGMA进行遗传距离计算的结果表明,刺槐、毛刺槐和香花槐分属刺槐属的三个种,红花刺槐和龙槐是刺槐的变型.首次在DNA水平上证明香花槐为刺槐属的一个独立种,且与毛刺槐的亲缘关系较近.为刺槐属植物亲缘关系和系统分类建立了新的分子学证据.     

多类分类模式识别系统一致性信度的研究与应用

运用模式识别和数理统计的基本原理。研究了多类分类模式识别系统识别的K指标评鉴标准．通过构造一个分类结果的统计量,分析了K指标的点估计、区间估计的计算方法。给出由指标K的点估计值、区间估计优化分类参数的算法,提出一种优化过程的统计学习方法．