基于PCA-LLE组合的优化RBF神经网络降水预测模型

提出了主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合的优化RBF神经网络降水预测模型,首先利用主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合对众多气象物理因子降维提取有效因子,再将这些综合有效因子组成的特征空间矩阵作为优化的RBF神经网络的输入矩阵,从而建立网络模型.以此对广西5月三个不同区域平均日降水量进行预报实验,结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报、PCA预报、LLE预报,预报稳定性好,预报准确率较高,具有一定的普遍适用性.     

基于灰色神经网络组合模型的电力消费量预测——以河北省为例

在分析灰色预测模型GM(1,1)以及BP神经网络预测模型2种单一模型在电力消费量预测方面不足的基础上,提出灰色神经网络组合预测模型。以河北省电力消费量为基础,分别用3种模型进行预测,并加以比较分析。结果表明,灰色神经网络组合模型提高了关于河北省中长期电力消费量的预测精度,对河北省未来电力系统及能源需求规划具有一定参考价值。     

回归分析与学生进步程度的评价

本文讨论一元回归分析方法在成绩评价中的应用.给出了学生进步程度的定义、成绩预测和综合成绩评价的公式,将自变量取值中心化后简化了学生进步程度的计算公式.     

时间序列模型在山西省能源需求预测中的应用

通过对山西省1991-2013年能源消费时间序列进行分析,建立了ARIMA(1,1,1)模型,并对2014-2018年山西省能源消费进行预测,结果显示模型拟合度高,预测误差小。     

大学生完美主义与网瘾

采用问卷调查法对853名按分层抽样原则所抽取的大学生被试进行调查,测量工具分别为中文网络成瘾量表(CIAS)与大学生完美主义问卷(PSCCS)。数据分析的结果表明:(1)完美主义人格是大学生网瘾的重要预测因子,尤其网瘾的强迫性上网与网瘾所致的人际关系健康指标受其影响最大;(2)其非适应性成分担心出错与父母期望对网瘾具有显著的正向预测作用,而适应性成分条件性对网瘾具有显著的负向预测作用;(3)完美主义适应性成分个人标准对大学生网瘾并无实质性影响。     

教育部:“十三五”是我国基本实现教育现代化的决定性阶段

日前,教育部公布《关于做好教育事业发展"十三五"规划编制工作的通知》。《通知》指出,"十三五"时期是我国全面建成小康社会的关键时期,也是我国基本实现教育现代化的决定性阶段,要以改革创新的精神切实做好教育"十三五"规划编制工作。要对关系到教育改革发展全局和人民群众切身利益的重大问题进行深入研究,科学预测分析本地区"十三五"期间人口结构变化、产业结构变化和新型城镇化发展     

基于灰色模型的建筑物沉降预测方法

针对灰色模型在建筑物沉降预测中存在的不足,对传统的灰色模型进行改进,提出利用时间差法和Newton插值法将非等间距的原始数据序列转换为等间距数据序列,然后采用GM（1,1）模型和两种加权法对等间距数据进行建模的预测方法。并通过实例进行精度分析,实例证明利用Newton插值法构造等间距数据,采用基于时间加权的模型对沉降进行预测具有较高的精度。采用该模型对建筑物沉降趋势进行预测,为施工决策起到良好的参考作用。     

基于模糊时间序列模型预测三亚旅游总收入

提出模糊时间序列预测的一种改进方法,重新研究杭州宋城主题公园旅游收入预测问题,历史数据的模拟预测时的AFER比应用GM(1,1)灰色模型预测时更小,因此就杭州宋城主题公园旅游收入预测问题的案例而言,模糊时间序列预测的一种改进方法比GM(1,1)灰色模型的预测精度要高。应用该方法研究三亚市旅游总收入预测问题,不仅进行历史数据模拟预测研究,还进行未知年数据的预测研究。该方法预测公式结果简洁,计算方便,历史模拟预测误差率较小,是一种可行的短期预测方法。     

立足"预测"策略,发展阅读能力

统编版三年级上册第四单元的编排以"预测"为人文主题,让学生以课文为载体,"一边读一边预测,顺着故事情节去猜想",继而学习预测的基本方法,提高阅读能力.自三年级起,每一年段均加入阅读策略单元,而"预测"则作为首要阅读策略,最先出现于统编教材.文章以统编版上册第四单元为例,对文本进行分析,形成教学心得,努力践行从"教语文"过渡到"习策略".     

基于组件GIS的矿区沉陷灾害预测预报系统的开发

本文针对矿区开采沉陷,利用组件GIS,MapX开发了矿区沉陷灾害的预测预报系统。组件式软件开发已经成为当今软件技术的潮流之一,基于组件式GIS开发技术近些年来广泛应用于GIS工程中。矿区沉陷灾害预测预报系统是GIS信息技术在煤矿生产中的应用。本文就矿区沉陷灾害预测预报系统(MSPS)的开发过程中对组件GIS的开发与集成进行探讨。结果表明:利用组件MapX开发本系统具有强大的GIS功能,开发简捷、周期短、开发费用低。