基于TOPSIS法的土壤重金属污染评价分析

污染评价可以确定土壤质量状况并为污染治理等工作提供科学依据。以南京玄武区藤子村表层土壤中6种重金属元素为评价因子,分别采用主成分分析法、相关系数法以及灰色关联度法定权,通过区分度比较了评价结果的稳定性,并选择较可靠的结果进行空间插值生成污染情况专题图。评价结果表明:采用GRA-TOPSIS法的评价结果更可靠,得到的土壤污染情况与实际相符; 在土壤重金属污染评价中,TOPSIS法有较高的适用性。     

渭河宝鸡-咸阳段水质评价及污染控制对策

根据1995-2010年渭河宝鸡-咸阳6个断面水质监测资料,对主要污染因子DO,BOD5,CODMn,NH3-N进行了分析。结果表明：宝鸡段虢镇桥和咸阳段兴平NH3-N污染较为严重,咸阳铁桥CODMn污染最严重,远远高于宝鸡段;1995年之后渭河水质受到严重污染,其中以1995年和1996年最为严重;2002-2004年水质污染程度仅次于1996年,2004年之后水质有明显改善趋势,特别在2008年之后。分析其污染产生的主要原因,提出了相应的控制对策。     

变分贝叶斯Kriging模型预测混沌时间序列

基于变分贝叶斯及Kriging数学思想,提出了一种含噪混沌时间序列的相空间域预测模型。在相空间域中利用变分贝叶斯推断方法估计模型中的回归系数,采用Kriging数学方法估计模型中的随机部分,将该模型对含加性高斯噪声的Lorenz及Mackey-Glass混沌时间序列进行了预测研究;结果表明该文方法能够有效地预测含噪混沌时间序列,且具有较强的抗噪能力以及有效地克服了过拟和现象;同时预测精度对重构相空间的嵌入维数和时间延迟的变化不敏感。     

非稳定生产过程的Bayes质量控制模型

本文首次提出了非稳定生产过程质量报警的Ｂａｙｅｓ模型，文中被考察的质量指标Ｘ视作概率空间上的随机变量，而视θ为概率空间上的随机变量，λ∈∧为未参参数，π∈П，П为某一已知的参数分布族。采用经验的Ｂａｙｅｓ方法，依据历史样本Ｘ１，Ｘ２，．．．，Ｘｎ及当前本Ｘ０θ的函数α（θ）＝Ｐθ的估计α（θ）＝α（Ｘ１，．．．Ｘｎ，Ｘ０）其中ｘ０为相应的质量标准，θ０为当前参数θ的真值。     

考虑变权的桥梁模糊综合评定方法研究

以中小跨径钢筋混凝土桥梁为研究对象,以层次分析法为基础,构造桥梁评定层次结构模型并确定层次指标权重;引入模糊数学原理,用等级隶属向量代替打分法确定指标状态;引入均衡函数变权原理,用指标状态对指标权重进行惩罚和修正,使评定过程更接近专家评定的思维模式.通过实例应用,对层次分析评定法、模糊综合评定法和考虑变权的模糊综合评定法3种评定模式进行比较,分析结果表明,考虑变权的桥梁模糊综合评定方法,层次结构清晰,原理科学实用,评定结果更能反映桥梁的客观安全状态.     

冬季上海市城区河道中浮游植物群落结构及水质的生物评价

2007年11月-2008年1月间,调查了上海市城区四条不同生态类型河道的浮游植物种类组成和群落结构,结合同步测定的水质理化指标,对河道中浮游植物多样性与水体污染程度的相互关系进行了分析和评价.结果表明,四条河道中共鉴得藻类7门150种,其中绿藻门61种、蓝藻门27种、硅藻门24种、裸藻门23种、黄藻门11种、隐藻门3种和甲藻门1种.从整个冬季来看,四条河道的藻类种类数差异不大,种类组成分布状况呈现为朝阳河(78种)＞午潮港(76种)＞横港河(74种)＞曹杨环浜(72种),其中优势种均属于蓝、绿和硅藻门;从细胞密度和生物量上来看,四条河道所含浮游藻类密度为朝阳河>曹杨环浜>午潮港>横港河,且藻类密度较大的均为绿藻门、蓝藻门和硅藻门;其生物量为曹杨环浜>朝阳河>午潮港>横港河,两者虽略有不同,但是上述两项指标的大体趋势相同,均显示为富营养型.四条河道中的氮、磷含量均超过富营养化发生的浓度,两者的含量与藻类的密度和生物量均存在明显的相关性,其中藻类密度与水体中的磷呈显著负相关,与氮呈显著正相关.应用多样性指数对四条河道营养状况进行评价,其中朝阳河的水质最差,其次为横港河和午潮港,曹杨环浜的水质较好;研究发现运用生物多样性参数对小型河道的水质进行评价其结果偏于理想,与浮游植物的种类、密度和生物量的评价标准不一致.建议对城市河道中的水环境进行评估时,运用生物多样性参数时应持谨慎态度.     

推进高校管理科学化建设的关键──兼论建立、完善高校的自我发展和自我约束机制

我国高等学校在建设面向社会自主办学的新体制和运行机制方面，仍然是步履艰难，收效不大。本文把推进我国高校管理科学化建设的主要内容概括为“明确一个方向，完善两种机制，健全三维体系，落实于四个方面”。深化高校改革，应明确以完善自主办学为方向。在建设自我发展机制时应以健全激励体系为重点和先导，建设自我约束机制时应以健全评估体系为主要手段。抓住这两个建设重点，才能促进高校管理自我发展、自我约束机制的良性运行，保证高校改革的健康发展。     

基于贝叶斯正则化BP神经网络的股票指数预测

提出了利用贝叶斯正则化BP神经网络对股票指数进行预测.通过对比实验表明,贝叶斯正则化的BP神经网络比相同条件下采用其他改进算法有较好的泛化能力,对股票指数预测有很好的效果.     

科学评价体系中的引文分析方法

阐述引文分析方法的产生和发展历程,通过对其在应用中出现的一些问题进行分析与探讨,使我们清楚地认识到在科学评价中合理的使用引文分析是科学的、可行的．     

融合机器学习算法的期权定价

设计了融合参数模型和非参数机器学习模型进行训练的算法,利用非参数模型拟合参数模型,将其作为先验分布,然后采用贝叶斯学习方法进行优化,并在训练中实现分布的动态调整。该方法在训练过程中有助于避免模型参数过度波动,提升模型泛化能力。针对期权定价,在BS、Heston等参数模型及神经网络等机器学习模型基础上,构建了相应的融合模型BS＿BR和HS＿BR,并利用市场数据进行了实证分析。研究表明,融合模型可以较好地发挥两类模型的优势,无论是在样本内拟合效率,还是样本外预测能力方面都具有更好的表现。