基于VAR模型下产业结构调整与区域经济关系分析——以江西省高安市为例

以1987—2008年江西省高安市的三大产业产值和人均GDP为统计分析数据,基于向量自回归（VAR）模型分析三大产业产值对区域经济的影响.结果表明：第二产业、第三产业是形成区域经济增长的关键因素,从长期看,第二产业产值对区域经济增长有促进作用,第三产业产值对区域经济增长有阻碍作用,但第二产业产值对区域经济的贡献仅为24.35%,排在第三产业产值（41.66%）的后面.因此,第二产业是未来产业结构调整的重点,而建筑陶瓷产业是第二产业支柱之一,高安市应加大对建筑陶瓷产业的投入力度.     

基于相关向量机的大豆生长发育阶段预测

精确地预测大豆的生长发育阶段对于农业生产和研究都具有重要的意义,采用相关向量机方法为大豆的生长发育阶段预测建模,通过优化建模参数,所建相关向量机模型具有较高的拟合能力,且预测误差小,稳健性好。实验结果表明,相关向量机建立的模型优于神经网络。     

A three-phase method for patent classification

An automatic patent categorization system would be invaluable to individual inventors and patent attorneys, saving them time and effort by quickly identifying conflicts with existing patents. In recent years, it has become more and more common to classify all patent documents using the International Patent Classification (IPC), a complex hierarchical classification system comprised of eight sections, 128 classes, 648 subclasses, about 7200 main groups, and approximately 72,000 subgroups. So far, however, no patent categorization method has been developed that can classify patents down to the subgroup level (the bottom level of the IPC). Therefore, this paper presents a novel categorization method, the three phase categorization (TPC) algorithm, which classifies patents down to the subgroup level with reasonable accuracy. The experimental results for the TPC algorithm, using the WIPO-alpha collection, indicate that our classification method can achieve 36.07% accuracy at the subgroup level. This is approximately a 25,764-fold improvement over a random guess.     

支持向量机在图像去噪处理中的初步研究

图像去噪是图像分割等操作的关键预处理环节,是从图像处理过度到图像分析和理解的重要手段之一,是图像处理中研究的重点内容.现有典型的一些图像去噪方法大多采用平滑滤波机理,在保护图像边缘信息等方面存在一定的局限性. 本文在对现有典型的图像去噪方法总结的基础上,提出了一种图像去噪的新方法--利用支持向量机(SVM)技术构建图像去噪滤波器,并在实现算法和实验仿真方面做了初步探讨.     

基于RBF和PSO的双喉道气动矢量喷管优化设计

本文探索了一种能多变量综合优化的方法,即对喷管进行参数化设计后,用均匀试验设计(UED)将试验样本均匀散布在设计区间内,求出各性能参数后,利用径向基神经网络(RBF)对试验样本进行拟合,再用粒子群算法(PSO)对训练好的神经网络进行寻优,找出了更好的双喉道气动矢量喷管设计参数组合。数值模拟结果显示,优化后的双喉道气动矢量喷管的矢量角有了明显提高。试验表明这种优化方法具有很好的优化能力,可以用来对喷管几何外形进行参数优化。      

不同条件下汇流交叉口控制方式的选取方法

汇流交叉路口在实际的道路交通网中是大量存在的,其控制方式具体包括无交通控制、停车标志控制以及交通信号控制几种,其中交通信号控制的主要功能是在车道相交叉处分配车辆通行权,使各类、各向交通流有秩序、高效率地通行.然而,在交叉路口盲目设置交通控制方武,不但不能增加交叉路口的通行能力,减少车辆延误,反而会导致交通事故率上升.因此,本文引入支持向量机方法并将其作为设置交通控制的依据,然后给出算例仿真.仿真结果表明,该方法能取得较好的控制效果.     

中国股票市场与干散货航运市场的动态相关性——基于DCC-MGARCH和VAR模型的实证分析

为探求中国股票市场与干散货航运市场的动态相关性,运用DCC-MGARCH模型和向量自回归(Vector Auto-Regressive,VAR)模型对上证综指和波罗的海干散货指数(Baltic Dry Index,BDI)进行分析,发现这两个市场之间存在信息溢出现象,具有较强的动态相关性.作为重要纽带的上证综指与BDI之间的动态相关性是制定海运运价不可或缺的因素,也可以作为金融资产定价的重要因素.     

面向对象的武汉市街区公共遥感影像分类研究

面向对象的遥感影像分类方法克服了传统基于像元分类方法的弊端,将对象光谱、空间纹理等特征一并加入分类依据中,有效避免了“同谱异物”或“异物同谱”的问题,适合于高分辨率的遥感影像分类。以武汉市某街区公共遥感影像为例,采用上述方法,结合支持向量机分类方法进行地物分类识别,结果显示,分类总体精度达到了89．9913％,取得了良好的分类效果。     

一种未知信源数目的声矢量阵DOA估计算法

针对声矢量DOA估计问题,根据声矢量阵的特点,结合MVDR算法的思想,本文提出了一种声矢量阵DOA估计新算法。该算法将声矢量阵振速通道的数据协方差矩阵相加得到新的协方差矩阵,然后结合声矢量阵声压通道的数据协方差矩阵,通过类似于V-MVDR算法的角度扫描过程实现目标的DOA估计,该算法无需已知信源数目且不需要特征值分解运算,具有良好的DOA方位估计和分辨性能,计算机仿真结果验证了本文算法的有效性。     

Applying regression models to query-focused multi-document summarization

Most existing research on applying machine learning techniques to document summarization explores either classification models or learning-to-rank models. This paper presents our recent study on how to apply a different kind of learning models, namely regression models, to query-focused multi-document summarization. We choose to use Support Vector Regression (SVR) to estimate the importance of a sentence in a document set to be summarized through a set of pre-defined features. In order to learn the regression models, we propose several methods to construct the “pseudo” training data by assigning each sentence with a “nearly true” importance score calculated with the human summaries that have been provided for the corresponding document set. A series of evaluations on the DUC data sets are conducted to examine the efficiency and the robustness of the proposed approaches. When compared with classification models and ranking models, regression models are consistently preferable.