非平衡样本集下公私合作(PPP)可融资性评价——基于改进边界样本自适应算法

可融资性难问题持续制约PPP健康发展,社会资本往往从项目本身和地方政府两个维度评价项目的可融资性.通过综合比较主流样本合成算法在合成样本的精细度以及分类器算法对非平衡样本集少数类样本的识别能力,针对我国财政部政府和社会资本合作中心库中PPP案例样本数据存在非平衡性及高噪声异质性问题,提出Borderline-SMOTE...     

科技创新领域PPP可融资性提升路径研究——基于fsQCA方法

通过选取国内科技创新领域100个典型PPP项目作为案例,应用模糊集定性比较方法(fsQCA)进行组态分析,研究影响PPP可融资性必要条件,探索不同付费模式下科技创新PPP项目可融资性提升路径。研究结果表明:(1)合理的物有所值评价(VfM)和财政承受能力评价是影响融资交割的必要条件,印证了PPP项目"两评一案"的重要性;(2)存在6条提升科技创新PPP项目可融资性路径,利益分配机制、风险分担机制和运行合理性是这6条路径的关键因素,科技创新PPP项目对社会资本实力要求最低;(3)可通过提高利益分配机制合理性及政府管理水平提升政府付费项目的可融资性,通过提高PPP项目运行机制合理性和市场需求稳定性提升使用者付费项目可融资性,通过提高PPP项目利益分配机制合理性提高可行性缺口补助项目可融资性。     

中国政府与社会资本合作(PPP)项目可融资性影响因素研究

运用结构方程模型(SEM)构建我国PPP项目可融资性影响因素理论模型,使用1,010份调查问卷获取数据,利用SPSS22.0、AMOS17.0等量化工具实证研究了中国政府与社会资本合作(PPP)项目可融资性的影响因素。实证结果显示：公司融资能力相适性、项目可实现性和财务可持续性对PPP项目可融资性具有显著正向影响;财务可持续性分别在公司融资能力相适性、项目可实现性、政府履约保障可靠性、增信措施有效性与PPP项目可融资性之间具有中介作用,而在金融生态环境稳定性与PPP项目可融资性之间不具有中介作用。最后,分别从政府方、社会资本方和银行的角度提出政策建议。     

中国PPP项目可融资性差吗?——基于集成LightGBM-Blending算法

可融资性是PPP可持续发展的前提和基础.针对PPP项目可融资性存在行业差异性高及评价类别型字段过多问题,为防止评估过程出现严重过拟合现象和因二次加工产生的误差,提出集成LightGBM-Blending算法.基于社会资本视角构建可融资性评估体系,借鉴集成思想按行业划分训练集,构建以LightGBM算法为基础的多基分类器...     

科技创新领域PPP可融资性影响因素获取与提升路径研究

通过选取国内科技创新领域100个典型PPP项目作为案例,应用模糊集定性比较方法（fsQCA）进行组态分析,研究影响PPP可融资性必要条件,探索不同付费模式下科技创新PPP项目可融资性提升路径。研究结果表明：（1）合理的物有所值评价（VfM）和财政承受能力评价是影响融资交割的必要条件,印证了PPP项目“两评一案”的重要性;（2）存在6条提升科技创新PPP可融资性路径,利益分配机制、风险分担机制和运行合理性是这6条路径的关键因素,科技创新PPP项目对社会资本实力要求最低;（3）可通过提高利益分配机制合理性及政府管理水平提升政府付费项目的可融资性,通过提高PPP项目运行机制合理性和市场需求稳定性提升使用者付费项目可融资性,通过提高PPP项目利益分配机制合理性提高可行性缺口补助项目可融资性。     

基于邻近样本类别判断的不平衡数据分类算法

数据类间分布不均衡是不平衡数据集分类效果不好的主要原因,为了克服类间分布的不均衡,本文提出了一种基于邻近样本类别判断的不平衡数据分类算法。首先,对待判定样本,计算它的k个最邻近样本,然后将待判定样本的类别指派到它的k个最邻近中的多数类。由于本文所提出的不平衡数据分类算法在类别决策时,只考虑少量的邻近样本的类别,而不是考虑所有的训练样本,因此可以较好地克服类间不平衡对少数类分类结果的影响。在客户流失数据集上的仿真实验充分证明了本文算法能较好地处理不平衡数据分类问题。     

平衡损失下一般随机效应模型中线性估计的可容许性

主要研究了一般随机效应模型中线性估计可容许性的问题.在平衡损失下,引入了齐次与非齐次线性估计类中线性估计可容许的概念,分别得到了齐次线性估计(非齐次线性估计)在齐次线性估计类(非齐次线性估计类)中可容许性的充分必要条件.     

非单谷Feigenbaum映射拟极限集的可乘积性

p（p=3,4）阶Feigenbaum映射可以产生混沌。本文讨论了P阶非单谷Feigenbaum乘积映射的分形拟极限集,证明Feigenbaum乘积映射的拟极限集不但存在,而且就等于每个因子映射拟极限集的乘积。     

非支配集下变异蜂群指导的智能交通控制方法

非支配集下的变异蜂群指导算法具有更加优越的自适应能力。传统的交通控制方法采用变时隙策略,无法将交通的动态信息实时的融合起来。提出了一种非支配集下基于变异蜂群指导的智能交通控制方法,采用变异蜂群指导算法,通过搜寻者不断搜寻最佳交通控制的逼近方案,通过检测者不断更新最佳交通控制的区域,通过观察者实时反馈交通调整控制信息,三者协同工作,提高了智能交通控制的效率。最后通过Sphere函数,Rastrigin函数和Rosenbrock函数分别进行测试,仿真结果显示,50种群和20种群下的蜂群指导算法均对交通具有很好的指导作用。     

可计量的开放科学数据集影响力评价指标体系构建研究

【目的/意义】开放科学迈入全球共识新阶段,构建可计量的开放科学数据影响力评价指标体系,将为我国科学数据共享成效量化评价提供参考方案,对完善数据战略、释放科学数据价值和增加国际科技话语权具有重要意义。【方法/过程】基于文献调研法和国家科学数据中心工作实践,设置可计量的开放科学数据集影响力评价指标,采用专家打分法筛选指标;运用层次分析法对具有科学性、代表性和全面性的样本和指标进行量化研究,实现指标体系所涵盖的所有指标项可计量和各指标的权重可计量。【结果/结论】本文构建可计量的开放科学数据集影响力评价指标体系,涵盖学术影响力、决策影响力、社会影响力、国际影响力和经济影响力5个一级指标及24个二级指标。结论表明：开放科学数据集支撑的学术成果、社会影响、政府决策和国际合作等是其影响力评价指标体系的重要组成,科学数据的经济价值得到广泛认同。【创新/局限】基于调研和实践,本文依据多领域科学数据权威专家数据构建了可计量的开放科学数据集评价指标体系。受限于篇幅,实证研究有待进一步展开。     

一种基于同义词扩展的不平衡文本分类方法*

针对传统文本分类方法的性能,尤其是其中少数类的分类性能会随着文本不平衡程度的加重而迅速恶化的现象,提出了一种基于同义词扩展的不平衡文本分类改进方法。该方法通过建立同义词词典、确定扩展规则和调整“特征保持因子冶等几个步骤,实现了少数类中的特征项的丰富和补偿,同时对扩展带来的原文档特征变化予以了补偿。实验结果表明,该方法可以从很大程度上改善少数类的分类性能,并且随着少数类中文本数量的减少,性能的提升会越发显著。与此同时,分类器的总体分类性能也得到了一定程度的提升。     

PPP:一种新型的项目融资方式

PPP（Public-Private Partnership)，即公共部门与私人企业合作模式，是公共基础设施的一种项目融资模式。在该模式下，鼓励私人企业与政府进行合作，参与公共基础设施的建设。本文对该模式的产生背景、概念特征、优势和应用实例进行了简要地介绍，并就其在中国公共基础设施建设中的应用进行了展望。     

基于扎根理论的农业PPP作用机制探究

农业基础薄弱、发展后劲不足是制约现代农业发展的重要瓶颈,PPP模式提供新的思路,PPP不仅是一种融资手段,而且是一次体制机制变革,涉及行政体制改革、财政体制改革、投融资体制改革.农业PPP是将PPP应用于农业领域,基于扎根理论对农业PPP作用机制进行探索,分析其影响效应,并找出存在的问题,对于完善PPP模式理论框架,缓...     

PPP项目融资模式风险分担研究

在分析PPP融资模式结构的基础上,详细介绍了PPP项目包含的三类风险:宏观水平风险、中观水平风险和微观水平风险。同时对风险分担机理进行了讨论。重点应用博弈论的方法,基于PPP项目各参与方风险偏好系数的不同,将所有的风险都分配给最适合承担它的一方,使项目整体满意度达到最大。     

基于PPP明晰科技资源产权提升科技创新

在国内外学者对PPP模式对科技资源配置效率作用研究的基础上,通过分析我国科技资源产权中现存的问题,提出在科技资源配置中引入PPP模式明晰科技资源产权,优化科技资源配置效率,促进科技创新。PPP模式在科技资源配置中通过“实置”科技资源产权主体、扩展产权客体、界定产权结构、整合科技资源收益权-控制权及剩余索取权-剩余控制权,实现科技资源组织形式上“量”与“质”的统一,“公”控“私”管相结合,规范科技资源市场化行为、降低交易费用、加速科技资源共享,激发科技创新。     

基于加速遗传算法的组合预测方法研究

应用加速遗传算法解决组合预测问题，可以克服传统遗传算法的缺点：对搜索空间（优化变量空间）的大小变化适应能力差，计算最大，易出现早熟收敛，控制参数的设置技术无明确准则指导等，与已有结果相比，对预测误差信息矩阵无正定性要求，目标函数可以推广到规模庞大，能提高预测精度等优点。     

基于Zigbee网络的路由算法研究

本文针对基于Zigbee网络的路由算法进行相关研究,并分析其优缺点。     

基于灰色马尔科夫预测的PPP项目特许期调整模型研究

针对已投入运营的污水处理PPP项目,构建基于对未来现金流分析的特许期长度调整模型。为确定项目未来现金流中关键因素污水处理量的取值,采用灰色预测模型进行预测,并使用经过修改的马尔科夫模型对预测结果进行修正,进而与净现值特许期决策模型结合,计算得出建议调整的特许期长度。基于对某污水处理厂的实证研究表明,当污水处理PPP项目的实际污水处理量出现明显偏差时,本文建立的特许期调整模型能够克服概率统计依据历史经验而产生的不足,根据实际污水处理量变化提出合理的特许期变更建议。