农业机械化投资行为及其不平衡性的研究

本文综述了农业机械化投资行为的一般理论,探讨了影响农业机械化投资行为的内外部环境因素,研究了农业机械化投资行为的形成机制及其演变过程,并结合实际情况提出了农业机械化投资行为不平衡性的一般规律。     

The Design of Behavior Management Institution Based on Special Symbols and Measure Optimizing-Taking the Design of the Institution of Controlling the Pollution Behavior of Enterprises as an Example

Taking the institution design of controlling the pollution behavior of enterprises as an example, the symbol system specialized for the design and analysis of behavior management institution is put forward, which predigests the institution design greatly and make the process of institution design much like the engineering design. The measure combination method for improving the parameters of the institution, the arithmetic for calculating the validity of the institution and the arithmetic for calculating the behavior probability of the irrational managed are also put forward, which make the design and analysis technology of behavior management institution more practical.     

语文新课程与教师角色的转换

我国新一轮基础教育改革已全面启动,2005年全国所有地区都将实施新课程。语文新课程理念的更新热切呼唤语文教师角色作出相应的转换,语文教师要在新课程环境下重塑自己。本文着重从三大方面阐述了中学语文教师要在反思传统教师角色的基础上,为适应和实施新课程而应该有的角色转换。     

改革高校经济学教育的思考

为强化素质教育,培养全球性经济背景下的科技人才,高校的经济学教育应通过组织新的经济学教材和改革教学方法,培养学生获得知识、应用知识并创造新知识等五种基本技能,达到经济学教育的基本目标.     

凡勃伦与马克思制度经济学思想比较

从理论来源、分析方法等方面比较了凡勃伦与马克思制度经济思想，指出二者虽然在理论来源、分析方法等方面有较大的区别，但也有一些相互融通的地方，同时，马克思经济思想给早期的制度经济学的发展开辟了更广的出路与领域。     

最优受教育年限选择的模型分析

为进一步定量分析个人教育投资现象,构建了一般性地反映人们在就学和就业之间进行选择的最优化模型,并对影响人们教育投资决策行为的因素进行了分析.在简单的假定前提下运用数学语言再现了教育经济和劳动经济研究中的相关结论.     

预应力混凝土结构的抗震问题

借助国内外的研究成果，阐述了预应力混凝土结构的抗震性能、震害表现及抗震设计要求，并提出预应力混凝土结构的阻尼比及水平地震作用取值的建议，可供工程技术人员参考。     

二阶非线性微分方程解的振动性与渐近性

讨论了一类二阶非线性微分方程解的振动性与渐近性,得到了该方程有界解的振动性与渐近性的新的充分条件,改进并推广了已有的结果。     

基于多维行为分析的窃电高风险客户精准定位方法

窃电行为对国家电力系统及供电公司造成了极大的损失,故反窃电技术是电力行业的重要研究方向之一。传统的窃电用户定位方法存在定位不准确、查处效率低等问题,为了解决上述问题,提出基于多维行为分析的窃电高风险客户精准定位方法。首先通过相关矩阵R及特征值谱熵正则化完成用户数据去噪,其次在UFS-MI模型内提取用户数据特征,分析用户用电的多维行为,最后根据逻辑回归算法完成窃电高风险客户的精确定位。实验结果表明,所提方法的窃电高风险客户定位精准度较高,误判率较低,整体定位效果较好。     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...