国产YSZ301型邮资机符志的款式

国产YSZ301型高速邮资机由国家邮政局上海研究院于1999年7月开始研制,2001年在上海邮政广告商函局试用,2002年3月通过国家鉴定。其邮件处理速度≥21600件／小时,是一种适用于大宗信函处理的大型邮资机。此系列邮资机至今已发展了五种以上机型,目前已在上海、北京、河北、湖北、重庆、江苏、浙江、山东等十多个省市成功推广使用。YSZ301型是我国唯一一款完全国产化的邮资机。在六年多的推广使用过程中,其邮资机符志的款式多次改变。     

吉林省敦化市青少年活动中心尹吉庆、高彦岭来信

编辑同志： 你好!我们在对青少年P3E（无线电遥控电动模型飞机）的基础训练中,一直使用翼龙电动慢速模型飞机（图2）。它的飞行性能稳定、价格合理,深受青少年喜爱。将其改造后,翼龙还能实现一机多用：既能飞行,又能作为动力和遥控系统,构成一架架外形奇特的车模、船模和冰雪爬犁（冰橇）。     

编辑寄语

1．上海郊县邮局邮资机符志日戳地名设置方法是哪年变更好？ 2．加拿大1851年12便士女王像信销票,其创纪录的最高成交价是多少万美元？     

新闻焦点

《星际争霸Ⅱ：自由之冀》推迟至2010年发布 近日,暴雪官方正式富布《星际争霸Ⅱ：自由之翼》的发布将从今年年末推迟到2010年。暴雪官方还表示,暴雪将所有的游戏绑定了战网造成服务系统出现一些问题是时间推迟的主要原因。     

基于SVM的共和地区春小麦产量预测系统研究

以青海省共和地区春小麦产量为研究对象,在归纳国内外研究进展的基础上应用支持向量机（SVM）算法,利用共和地区春小麦种植区1990年～2020年度逐日平均气温、最高温度、最低温度、降水、日照时数、相对湿度,逐年≥0℃、≥5℃、≥10℃活动积温数据作为气象影响因子,以共和县气象局农业气象观测地段小麦产量数据作为预测样本,构建支持向量机学习模型,对共和地区春小麦产量进行预测。结果表明,模型预测的平均相对误差为4.2%,预测精度可以满足春小麦产量预报服务的业务需求,业务应用可有效提高农业气象服务质量和效益,对地方政府合理调整农业生产结构和有效开展防灾减灾具有一定的参考价值。     

基于最小二乘支持向量机的故障电机诊断方法

由于从电机的频谱无法区别出故障电机,因而使用CZT变换(线性调频Z变换)分析采集到的电机数据,判断出电机是否有故障,对电机进行了分类;把采集到的数据分类后训练最小二乘向量机,再把相同维数的数据送入训练好的最小二乘向量机进行判断,最终得出用最小二乘向量机进行电机的故障诊断的准确性,从而说明了用最小二乘向量机进行故障诊断的可行性和可靠性。     

基于混沌优化的支持向量机地下水位动态预测

地下水位动态受到自然因素和人为因素的影响,随机性明显,因此在地下水物理过程分析的基础上构建地下水位动态预测的随机性模型对地下水资源评价具有重要意义。本文将小样本机器学习理论——统计学习理论中的支持向量机理论引入地下水位动态预测。最小二乘支持向量机是支持向量机的一种,考虑到地下水位动态序列的长度和峰值突变性的特点,本文提出一种改进的支持向量机-峰值识别最小二乘支持向量机;并针对支持向量机算法存在的参数优化、训练和测试速度等问题,结合混沌优化方法,建立了基于混沌优化的峰值识别最小二乘支持向量机地下水位动态预测模型;最后本文以内蒙古河套灌区义长灌域1990年~2004年3个灌期(夏灌(4月~6月)、秋灌(7月~9月)和秋浇(10月~11月)降水量、平均气温、蒸发量、引水量、地下水开采量、地下水排泄量和地下水位埋深共15年45个样本资料为数据源,将该模型和原最小二乘支持向量机模型分别用于义长灌域地下水位动态预测。结果表明,该模型的拟合值、检验值和预测值与实际值复合的很好,拟合的平均相对误差绝对值为2.0868%,检验的平均相对误差绝对值为3.4777%,预测的平均相对误差绝对值为6.8589%,且训练和测试速度快,而原最小二乘支持向量机模型预测的平均相对误差绝对值为20.6767%。因此,该模型用于地下水位动态预测是可行和有效的。     

FCM—SVM集成方法在高科技企业财务危机预警中的应用

针对高科技企业的特点,指出其财务危机预警必须做到及时、准确;支持向量机算法(SVM)对小样本问题具有良好的学习能力和泛化能力,但应用到数据分布不平衡的高科技企业财务危机预警问题时,对"正例"的识别效果不佳;模糊C均值(FCM)聚类能够在保持原有样本数据信息的同时较好的实现"正例"和"反例"的平衡.在PCA、FCM实现数据预处理的基础上,应用SVM方法对高科技企业财务危机进行识别,实证分析证明这种方法在是有效的.     

改进的支持向量机在微博热点话题预测中的应用

为了提高微博舆情的预测精度,针对不同单一核函数的局限,用线性拟合确定两种核函数的权重提出改进的支持向量机模型。首先利用马尔科夫模型矩阵的稀疏程度提取影响因子指标,得到微博传播的增减趋势;然后用改进的支持向量机对实时数据按照4∶1的比例划分测试集和训练集,进行实时预测与警示。实验结果表明：应用马尔科夫模型进行微博舆情的主成分提取效果较佳,改进的支持向量机构造了新的组合核函数,比传统的预判效果更佳。     

基于BP和SVM变量筛选的LC技术特征对项目绩效比较研究

为探究精益建设技术与项目绩效之间的内在作用机理,构建基于BP和SVM变量筛选的6S、可视化管理、最后计划者等7种精益建设技术与知识能力、财务、业主等5个项目绩效分项指标和综合指标的耦合模型。仿真结果表明:在精益建设技术特征与项目绩效分项指标的耦合模型仿真分析中,基于GA-BP的预测模型比标准BP神经网络模型精度要高;在精益建设技术特征与项目绩效综合指标的耦合模型仿真分析中,基于SVM的预测模型比GA-BP的预测模型精度要高。另外,利用BP和SVM结合MIV算法进一步探究不同精益建设技术对项目绩效各指标和综合指标的影响程度。研究结果为项目利益相关者提高项目管理绩效提供决策支持。