国有建筑企业PPP项目运营能力评价研究

本文从财务、满意度、项目管理能力、企业核心能力、外部环境5个维度构建了国有建筑企业PPP项目运营能力评估指标体系,采用AHP–熵权法对指标赋权,运用模糊综合评价法构建了国有建筑企业PPP项目运营能力综合评价模型,结合某全民健身中心项目进行了实证分析,并就改善项目运营水平提出建议。     

非线性Gilson-Pickering方程的移动最小二乘近似无网格法

【目的】利用适定移动最小二乘近似和预测校正迭代算法等技术,建立数值分析Gilson-Pickering方程的移动最小二乘近似无网格方法。【方法】首先采用差分格式离散时间导数,然后利用适定移动最小二乘近似离散空间导数,最后使用配点技术得到了非线性代数方程组。【结果】数值算例表明该方法能有效地求解具有三阶偏导数且依赖于时间变量的非线性Gilson-Pickering方程。【结论】该方法比有限元方法的精度更高。     

双论域多粒度模糊粗糙集近似的并交关系

模糊粗糙集是一种强健的不确定性处理模型,其拓展及相关性质具有重要意义.针对双论域多粒度模糊粗糙集,研究并交近似与近似并交的关系,得到悲观双近似算子与乐观双近似算子对于并交运算的保持性或拓展性,最后用一个医疗实例进行性质说明与有效验证.对于并交系统性质,其中的悲观模型与乐观模型分别具有与经典粗糙集模型的一致性与差异性,所得结果揭示出双论域多粒度模糊粗糙集的扩张特性.     

基于t分布变异的自适应黏菌优化算法

黏菌算法是一种新型的智能优化算法,针对其全局搜索速度慢,陷入局部最优的风险较大,为提高其全局搜索能力及搜索精度,提出了一种基于t分布变异的自适应黏菌优化算法．其思想是在黏菌算法中引入自适应t分布变异算子,使用算法的迭代次数作为t分布的自由度参数来增强黏菌搜索多样性,避免算法陷入局部最优。通过对12个基准函数测试及寻找图像的多阈值分割点工程问题进行测试,结果表明,基于t分布的黏菌优化算法寻优精度,收敛速度,鲁棒性高于基本黏菌优化算法。     

基于博弈论与TOPSIS法煤与瓦斯突出危险性评价研究

为准确判断煤与瓦斯的突出危险性,根据煤与瓦斯突出影响因素建立煤与瓦斯突出危险性评价指标体系,引入博弈论思想优化组合主客观权重,构建TOPSIS法煤与瓦斯突出危险性评价模型,并对贵州某矿5#、9#、16#煤层进行评价分析.结果表明:基于博弈论优化组合主客观权重的赋权方法,避免了权重确定中的主观性和不确定性;综合考虑煤层与...     

重庆三峡库区高质量发展水平的测度及空间差异影响因素分析

[目的]考察重庆三峡库区(以下简称库区)高质量发展现状及有关影响因素.[方法]在阐述高质量发展内涵的基础上,从经济绩效、经济结构、开放创新、绿色环保、社会共享等5个方面构建了库区高质量发展水平的评价指标体系,基于2018年库区有关数据,运用熵权TOPSIS、地理探测器等方法对库区高质量发展水平进行测度并对有关库区高质量...     

神经网络参数对地震类型识别的影响

由于震源识别模型判据选取不当或关键参数设置不合理,现有地震辨识模型的性能受到一定制约。为了改善地震类型识别效果,优化反向传播(back propagation, BP)神经网络参数设置,提出了一种经验模态分解(empirical mode decomposition, EMD)多尺度近似熵(multi-scale approximate entropy)判据,并讨论训练函数、激活函数、隐藏层神经元数目与学习速率等网络参数对地震辨识的影响。首先,针对多组天然地震事件及人工爆破事件波形进行关键信息提取与归一化,利用EMD算法提取6个本征模态函数(intrinsic mode function, IMF)和1个剩余分量(residual),然后分别计算近似熵得到EMD多尺度近似熵向量;再次,设计一系列BP神经网络调参实验,研究BP神经网络参数对地震类型识别的影响。结果表明,训练函数、激活函数、隐藏层数目等参数对地震辨识产生了明显的影响,辨识效果较好的参数组合为：训练函数采用共轭梯度法,输出层激励函数为purelin函数,隐层激励函数为logsig函数,隐层节点数和学习率分别设置为10和0.0...     

基于语料库的名词短语识别方法

名词短语识别是自然语言处理领域的非常重要的子任务。利用最大熵法（ME）、支持向量机法（SVM）和隐马尔可夫模型（HMM）3种有代表性的统计方法对汉语文本进行名词短语识别,并对实验结果进行比较分析。结果表明HMM法在封闭测试中优势明显,SYM法在小样本模式的开放测试中表现良好,而最大熵方法在两种测试中的识别结果均比较理想。分析表明,HMM方法侧重应用在与线性序列相关的现象上;SVM方法适用于有限的汉语带标信息的分类问题;而最大熵方法特别适用于把不受限的文本特征加入统计模型中的情况。     

基于改进最大熵法的复杂背景肤色检测

肤色检测是人脸检测的重要组成部分,特别是在复杂背景下,快速准确找到肤色是一个难点.在做肤色检测中首先通过对彩色图片进行自适应光照补偿,再采用改进的YCbCr色彩空间,建立肤色高斯模型,然后利用基于改进最大熵算法进行人脸肤色检测,之后进行形态学去噪处理.实验证明,该方法能有效地从复杂背景中检测出人脸肤色.