江西省文化创意产业竞争力评价与提升策略

本文通过建立合适的指标体系,采用因子分析和对应分析,对江西省11个地区的文化创意产业竞争力进行评价,并就提升江西省文化创意产业竞争力提出相关建议。     

云南省红河州农产品物流需求预测分析

近年来随着云南省经济的不断发展,特别是"桥头堡"战略的提出和实施,地处云南省东南部的红河州由于其特殊的地理位置成为了我国西南发展对外贸易经济的重要通道。本文在对红河州农产品物流发展现状进行简要阐述的基础上,选取红河州2002—2011年间农林牧渔业产值、社会消费品零售总额、农业机械总动力、农民人均纯收入、全州贸易进出口总额、固定资产投资六个影响红河州农产品物流需求的因素,运用SPSS软件建立多元回归模型对红河州2012—2014年农产品物流需求进行了预测分析,其研究结果可以为红河州农产品物流今后的发展提供一定的参考。     

基于SWOT分析的江西省网络文化产业发展路径研究

随着信息技术的飞速发展和互联网的普及,以网络为载体的文化传播模式开始兴起,尽管网络文化产业的发展岁月短暂,但已经成为世界各国争相发展的核心产业。本文运用SWOT分析方法找出了江西省网络文化产业发展的优势、劣势、机会、威胁,并针对江西省网络文化产业的发展制定了一系列切实可行的对策,为其发展指明方向。     

新能源汽车产业发展及应用研究——以南昌市为例

当前,我国汽车产业迫切需要走清洁化和节能化道路,深入研究新能源汽车产业在发展初期的技术保障与政策支持是摆在我们面前的重大课题。南昌市作为我国重要地方区域及工业城市,应抓住国家新能源汽车示范推广的机遇,探索出一条符合新能源汽车产业发展之路,即政府与企业间、技术与市场间的良性互动的运作机制,实现可持续发展。本文通过分析研究国内外新能源汽车产业及应用的现状,提出了继续优化政策加大扶持力度,出台鼓励新能源汽车消费政策,提倡新能源汽车"公交先行",以项目示范推动产业升级,以产业化促进市场化进程,提升消费需求刺激技术创新等相关建议,以推动南昌市新能源汽车产业发展及应用的良性循环。     

新疆2012年EI论文统计分析

本文以《工程索引》(EI)为情报源,对其2012年收录的新疆任意作者的论文,从作者分布、机构分布、文献语言分布、主要发文期刊分布、文献类型分布、学科分布,以及主要合作国家(地区)分布等7个方面进行全面地统计分析。     

基于Web数据挖掘的研究与应用

随着Internet的迅速发展及Web的全球普及,数据挖掘技术已经在各个领域、各个行业展现了它的巨大作用。通过分析Web及数据挖掘的特点,列举出数据挖掘在Web基础上的具体应用。     

方差分析中F统计量计算教学研究

以具体工作中方差分析的两个例子,尝试回答方差教学中经常碰到的两个问题,(1)方差分析能解决什么问题;(2)怎样解释方差分析中F统计量的计算。通过教学过程两种讲授方法的比较,得出从样本数据分布的视角进行F统计量计算的教学方法效果更好。     

动画中的面部表情造型探析

本文对动画面部表情造型的一般方式、技术手段进行了系统归纳,运用这些造型理论和技法,对典型动画形象面部造型进行了系统探析,并分析了国外经典动画片面部造型的特点。联系中国古典戏剧脸谱艺术精粹,在汲取各个国家的优点和本国中的精粹之后,努力在自己制作的动画片《梁祝新传》中有所应用,使人物形象尽可能的生动完美,同时归纳出自己在制作过程中对面部表情造型的新体会。     

基于纳雍县中岭镇中岭危岩崩塌灾害成因的初步分析与防治

我国是一个地质灾害发育频繁的国家,滑坡、危岩崩塌、泥石流是地质灾害的主要类型,而我国的三峡库区、天山山区、横断山脉、云贵高原周边地区等是危岩的集中分布的地区。2004年12月3日,贵州省纳雍县中岭镇佐家营村岩脚发生了山体崩塌并诱发下部堆积体滑坡,造成44人死亡的重大地质灾害。事后通过现场调查发现,纳雍县中岭镇多是煤矿开采区,除佐家营外还存有四处坡体有明显变形迹象,即中岭、大垛口、小垛口、月亮湾。本文通过对贵州省纳雍县中岭镇危岩崩塌区的调查并结合一些实际情况,对危岩崩塌灾害的成因进行初步分析及对其治理措施提供依据。     

Information resources estimation for accurate distribution-based concept drift detection

Machine learning applications must continually utilize label information from the data stream to detect concept drift and adapt to the dynamic behavior. Due to the computational expensiveness of label information, it is impractical to assume that the data stream is fully labeled. Therefore, much research focusing on semi-supervised concept drift detection has been proposed. Despite the large research effort in the literature, there is a lack of analysis on the information resources required with the achievable concept drift detection accuracy. Hence, this paper aims to answer the unexplored research question of “How many labeled samples are required to detect concept drift accurately?” by proposing an analytical framework to analyze and estimate the information resources required to detect concept drift accurately. Specifically, this paper disintegrates the distribution-based concept drift detection task into a learning task and a dissimilarity measurement task for independent analyses. The analyses results are then correlated to estimate the required number of labels within a set of data samples to detect concept drift accurately. The proximity of the information resources estimation is evaluated empirically, where the results suggest that the estimation is accurate with high amount of information resources provided. Additionally, estimation results of a state-of-the-art method and a benchmark data set are reported to show the applicability of the estimation by proposed analytical framework within benchmarked environments. In general, the estimation from the proposed analytical framework can serve as guidance in designing systems with limited information resources. This paper also hopes to assist in identifying research gaps and inspiring new research ideas regarding the analysis of the amount of information resources required for accurate concept drift detection.