基于径向基神经网络的专利申请数量预测研究

利用径向基神经网络,对国内外近年来专利申请数量进行了预测。预测结果同用时间序列ARMA模型预测的结果进行了比较。预测结果表明：良好训练的径向基神经网络的输出数据能与实际专利申请数较好地吻合,而且比ARMA预测方法更为有效,可作为专利预测的一种新手段。     

基于改进的SVM文本分类建模

SVM是一种新的分类工具,可是其核函数在数学上必须满足Mercer条件,使得具有良好全局分类性能的Sigmoid函数在SVM中应用受到限制。本文将Sigmoid核函数与云模型相结合,提出一种简单的核函数的实现方法。此方法不仅提高了SVM文本分类能力,而且明显地减少了平均的CPU执行时间。     

基于综合难度系数模型的数学高考试题比较研究

基于综合难度系数模型,对广东省参与实施的“3+1+2”新高考模式改革前后的2020年数学高考理科I卷和2021、2022年数学新高考I卷的综合难度进行纵向比较研究．结果表明,新高考I卷的试题“综合难度”和“运算水平”、“推理能力”、“知识含量”、“认知水平”这4项难度系数都明显高于2020年高考理科I卷,同时新高考I卷的解答题更注重小问之间的联系.针对以上研究结果,建议教师在教学中要重视提高数学运算能力,培养学生的逻辑推理素养;重视培养解决多知识点交叉问题的能力,提高学生的深度认知水平.     

基于奇异谱分析的多模型融合空气污染物质量浓度预测方法

提出一种基于奇异谱分析的多模型融合空气污染物质量浓度预测方法,它基于奇异谱分析的时间序列分解特性,对差分整合移动平均自回归模型和灰度模型进行模型融合.采用模型融合方法对沈阳市京沈街区空气污染物质量浓度监测站点2020年9月18日-2021年3月11日空气污染物质量浓度监测数据进行预测分析.结果表明,相较于单独使用差分整...     

基于RBF神经网络模型的在线旅游供应商客户分类研究

采用某在线旅游供应商提供的客户信息数据作为研究样本,使用SPSS软件建立RBF神经网络模型,针对1016名会员数据进行径向基函数建模训练。结果表明,得到的模型针对白金会员和钻石会员群体的预测效果良好。运用训练好的模型针对166名非会员客户进行分类预测,筛选出有潜力成为为钻石会员的客户子集共57名,为企业营销提供了指导。     

基于DEA方法的制造型企业生产效率研究——以新能源汽车上市公司为例

生产效率的提高对于企业降低生产成本具有重要意义。本文构建了企业生产效率评价体系和生产效率影响因素指标体系,在考虑企业博弈竞争关系的基础上,运用DEA博弈交叉效率模型测算企业生产效率,运用Tobit模型对其影响因素进行分析,选取2016—2020年九家新能源汽车上市公司的数据,进行实证研究,验证了模型的有效性,并为提高企业生产效率提出建议。     

基于DEA方法的中国众创空间运营效率评价

文章采用DEA-BCC模型,评价国内31个省市地区众创空间的运营效率,并对非DEA有效众创空间的投入产出资源优化进行分析。结果表明:我国众创空间综合效率、纯技术效率以及规模效率的均值较高,众创空间总体发展较好;我国众创空间全面进入规模报酬递减阶段,经营效率开始下降;部分地区的众创空间存在显著的创新创业活动、创业教育培训以及财政补贴资源的投入冗余,急需优化资源的使用效率。基于结论提出了三点建议,为政府以及企业提供参考。     

基于态度的政治隐喻翻译模型研究——以《习近平谈治国理政》英译本为例

政治家通过态度的构建实现沟通和说服的人际意义,而隐喻是重要的表态资源,因此政治语篇中隐喻翻译就显得至关重要.本文从概念隐喻以及评价理论态度系统出发,搭建基于态度的政治隐喻翻译模型.以该模型为基础,提出判定政治隐喻翻译有效性的三种情形:隐喻+态度共同映射、有限映射、映射失效,总结了三种翻译策略:本域映射、换域映射和去域映...