基于灰色关联法的德约科维奇三种场地制胜因素对比分析

本文旨在探究德约科维奇在三种类型的场地上各技术指标与得失分的关联,运用文献资料法、录像观察法、数理统计法对德约科维奇2010-2021年共280场比赛(硬地140场、红土70场、草地各70场),并运用灰色关联法计算出每种场地各技术指标与得失分的关联度,对关联度大小进行排序并分析三种场地的异同,对我国优秀网球运动员应对不同场地进行针对性训练提供参考和建议。通过研究发现发球速度对于德约科维奇在草地的比赛中贡献度较高,在红土比赛中一发得分率、破发成功率对比赛得失分影响较大,而一发得分率、一发成功率对于硬地比赛得失分有着至关重要的作用。硬地比赛更考验的是球员攻守能力的均衡性,红土场地较强调防守能力和稳定性,而草地比赛更注重球员的进攻能力。     

基于ANP—灰色模糊的群体性突发事件舆情风险预警研究

[目的/意义]面对群体性突发事件网络舆情应急管理需求,预测舆情风险级别,为监管部门进行舆情导控提供有力的依据.[方法/过程]基于群体性突发事件舆情自身特点及其风险预警相关主体确立预警指标,综合运用网络层次分析法与灰色模糊评价法构建群体性突发事件舆情风险预警模型,然后以"浙江温岭槽罐车爆炸事故"为例进行实证分析.[结果/...     

基于体测健康大数据的灰色案例推理与个性化知识服务方法

【目的/意义】我国自1979年开始以五年为一周期对全国学生进行体质健康检测,积累了丰富的数据。但长 期以来对这些数据资源的分析和利用严重不足,难以满足个性化健康服务的需求。如何利用体测大数据进行知识 组织与挖掘,实现个性化健康促进服务已经成为信息资源管理领域的重要问题。【方法/过程】提出了外部知识库增 强的多模异构体测案例知识组织方法,建立了基于灰色案例推理的健康知识推理架构和案例自适应知识更新机 制,以及“监（健康监测）—评（体质评估）—防（预防为主）—知（知识推荐）—保（健康保障）”的一体化闭环学生体质 健康促进知识服务方法。【结果/结论】该方法为学生健康体测大数据管理和主动健康服务提供了重要的知识工具 支撑。【创新/局限】创建了外部知识库增强的多模异构体测案例知识组织方法,提出了人机协同和群体智能的案例 学习机制;体测健康大数据知识服务的信息安全和用户隐私保护机制尚需进一步研究和构建。     

基于社会网络分析的灰色文献领域研究热点及内容分析

文章从文献计量与内容挖掘的角度,以CNKI数据库中2001年1月1日至2022年11月1日的以“灰色文献”为主题的相关文献为研究对象,借助Ucinet和SATI等工具,利用社会网络分析方法和可视化技术,对我国“灰色文献”的相关论文的关键词进行分析,得出灰色文献领域中的研究内容与热点问题。     

谈信息时代高等院校灰色文献资源建设

本文介绍了灰色文献的由来,分析了高校灰色文献的特点、类型,阐述了信息时代高等院校灰色文献资源建设的必要性及意义,并提出建设方法及途径.     

双循环背景下农村电商发展规模预测

为了探究在双循环背景下农村电子商务产业的发展规模,利用2016—2022年时间序列数据,采用灰色关联分析方法和灰色GM(1,5)预测模型分析方法,研究了影响农村电子商务发展的因素并作出预测。研究发现,乡村居民人均消费支出、乡村居民可支配收入和城镇居民可支配收入和出口对农村电商产业发展具有关键作用,且农村电子商务产业发展规模越来越大。所以,新时代要继续坚持扩大对外开放,提升城乡居民收入水平,挖掘乡村居民消费潜力,促进农村电子商务产业的发展。     

影响IT企业参与高校科技成果转化的关键因素研究

近年来,国家出台了一系列推动企业加强科技成果转化应用的方针政策,以加快高校科技成果的市场化、产业化进程。然而,在实践过程中出现了企业积极性不高、高校科技成果难以转化等复杂状况。为探究其中的关键影响因素,文章利用扎根理论及相关研究方法,构建了“IT企业参与高校科技成果转化影响因素”的理论模型,归纳出企业感知收益、感知风险、政府政策、行业环境、企业资源能力和高校资源6个影响因素。根据影响因素间的相互关系,运用专家评分法,结合模糊认知图和灰色关联度的数据分析,得出最关键的影响因素是企业感知收益和高校资源,而更深层次的影响因素则分别为利润获取和高校专业实力。     

长株潭城市群科技创新效率研究

基于超效率DEA、Malmquist模型和灰色关联分析方法对2011～2021年长株潭城市群科技创新效率进行测算和影响分析,并与合肥都市圈和郑州都市圈进行比较分析。得出结论：（1）长株潭城市群科技创新全要素生产率的不断提升得益于技术进步的推动,科技创新效率为三个城市群中最优;（2）规模以上工业R&D人员全时当量、新产品销售收入和R&D经费内部支出是与长株潭城市群科技创新效率灰色关联度最高的三个影响因素。基于此,建议长株潭城市群从人才优先发展、深化企业创新主体作用、加速金融发展和加大财政投入方面共同发力提高科技创新效率。     

基于省域尺度工业固废产量预测模型研究

为提高BP神经网络算法在固体废物预测中的精度,提出了一种SSA-BP工业固废预测模型,并选取了GDP、常住人口、工业生产总值、能源生产总量、R&D内部支出、财政支出、人均GDP、第二产业贡献率、能源消费总量等作为影响因素,用灰色关联分析方法分别对4种情景下安徽省固废产量进行了预测.结果表明,R&D内部支出、能源生产总量、生产总值、灰色关联度携带有效信息高;SSA-BP模型的MAE、MAPE、R²值分别为375.81、0.04、0.99,均高于其他机器学习回归模型;在不同情境下,安徽省未来一段时间内工业固废产量整体呈现增长趋势,到2035年产生量变化区间为18254.36～30831.54万t.