建筑施工事故非线性灰色伯努利模型预测

为提高建筑施工事故灰色预测模型精度,在传统GM(1,1)模型基础上,建立非线性灰色伯努利模型(NGBM),并采用粒子群优化(PSO)算法对参数进行优选。以2001—2011年全国建筑事故死亡人数统计数据为基础,运用该模型对2012—2013年的相应人数进行预测,并与GM(1,1)模型和灰色Verhulst模型的结果相对比。结果表明,NGBM拟合精度最好,平均相对误差仅为2.65%,验证了模型的可行性和准确性。

基于神经网络优化的非线性灰色伯努利模型

非线性灰色伯努利模型广泛运用于非线性系统的预测,其预测精度很大程度上取决于参数的选择。试以线性规划的方法通过MATLAB求解其最优参数并针对非线性灰色伯努利模型预测残差以人工神经网络的方法进行修正。最后通过实际算例与GM(1,1)和灰色Verhulst模型相比较证明本文所提供方法具有较好的实用性和有效性。

江西省经济增长中能源消费与碳排放的预测分析——基于非线性灰色伯努利模型

使用非线性灰色伯努利模型预测了2014-2022年江西省能源消费与碳排放的量值,整体而言,江西省的能源消费总量和碳排放总量在增长率呈现下降的趋势。非线性灰色伯努利模型具有较好的预测能力,预测发现到2022年江西省的能源消费量达到11 060.1万吨标准煤,碳排放达到6 282.4万吨;从2014年到2022年江西省能源消费量的年均增长率为4.06%,碳排放量的年均增长率为3.11%。

伯努利节点网络模型的拓扑鲁棒性分析方法

基于网络连通和恢复能力提出连接鲁棒性和恢复鲁棒性两种测度指标,根据随机故障和恶意攻击两种网络失败类型将连接鲁棒性分为随机故障鲁棒性和恶意攻击鲁棒性,将恢复鲁棒性分为随机故障节点恢复鲁棒性、随机故障边恢复鲁棒性、恶意攻击节点恢复鲁棒性、恶意攻击边恢复鲁棒性,并给出了这六个测度指标的确切定义.利用这六个测度指标分析了伯努利节点网络模型的拓扑鲁棒性,得出不同情形下拓扑结构与这六个测度指标的关系,结果表明:无线网络平面拓扑结构的恶意攻击鲁棒性要优于层次拓扑结构,而其随机故障鲁棒性要劣于层次拓扑结构;平面拓扑结构的边恢复鲁棒性要优于层次拓扑结构,而其节点恢复鲁棒性要劣于层次拓扑结构.

典型相关分析与多伯努利相关模型的图像标注

文章提出一种基于图像的视觉词袋与文本标注的典型相关分析与分割无关的多伯努利相关模型的自动图像标注算法。在图像标注与分类任务中,矢量量化图像局部描述子得到的视觉词袋特征已显示了其鲁棒性与可区分性,文中对视觉词袋与文本特征作典型相关分析,确保投影变换后新的视觉特征与文本特征的相关性最大化,从而有效地在视觉与文本2种模态中建立联系,契合了自动图像标注的主旨。文中还提出了一种简化的多伯努利相关模型,实验结果证明了典型相关分析比概率潜藏语义分析更适合于图像自动标注,也证明了简化的多伯努利相关模型的有效性。

全球气象模型GFDL-SPEAR月降水预报订正与检验

由于全球气象模型产生的原始预报通常包含复杂的误差,为评估新一代的GFDL-SPEAR模型对我国各二级水资源区的适用性,构建伯努利-伽马-高斯模型开展统计订正的对比实验,从逐月与累计降水2个方面评估预报的相关性、系统偏差、可靠性以及预报精度,从而辨析原始预报的误差并分析预报订正的作用。结果表明:GFDL-SPEAR原始预报与观测呈现良好的相关关系,但包含-20%到50%的系统偏差,导致预报可靠性与预报精度较低;伯努利-伽马-高斯模型能够有效订正系统偏差,生成可靠的预报时间序列,使逐月与累计降水的预报精度分别提高约25%和45%;相比总量订正,逐月订正能够进一步提高预报精度。整体上,订正后的GFDL-SPEAR降水预报可为流域水资源调控与防洪抗旱提供6个月乃至1年预见期的重要信息。

植物导管壁面增厚结构水动力学模型与流动阻力特性

针对植物木质部导管壁面增厚结构对流动阻力特性的影响问题,提出一种基于计算流体动力学(computational fluid dynamics,CFD)的植物导管流体建模方法。建立了导管内壁增厚结构的伯努利数学模型,分析导管内径、增厚纹宽、纹高、纹间距和倾斜角等几何结构与导管流阻系数之间的关系;基于剪切应力传输(shear stress transport,SST)k-ω湍流模型建立了螺纹与环纹导管流场仿真模型,对不同几何结构的增厚导管内部水分流动的流场进行了数值模拟。结果表明,导管内径,增厚纹间距和纹高等结构对流体阻力影响显著,增厚纹宽、倾斜角等结构的变化对流体阻力影响较小;壁面增厚结构对小导管的流动阻力影响更加明显,纹高为2.3μm时,在内径为16μm的导管中增厚结构产生的结构流阻占总流阻的57.0%,而内径50μm的导管中增厚结构流阻只占总流阻的27.2%;具有相同结构参数的环纹导管与螺纹导管的水分传输效率接近,且随着导管内径增大两者压降越来越接近(相差小于0.5%)。研究结果为深入研究植物导管水动力学传输特性提供理论依据。

模糊PID控制的原子力显微镜仿真平台

为了在传统PID控制的基础上实现参数的实时在线调整,获得更好的控制效果,进行了模糊PID控制的原子力显微镜仿真研究。运用欧拉-伯努利方程对幅度调制模式原子力显微镜(AM-AFM)的探针动态过程进行建模,并依据AM-AFM负反馈控制的系统模型,加入模糊PID控制模块,建立了一套完整的AM-AFM系统仿真平台。根据专家经验并查找模糊规则手册,建立了PID参数的模糊规则表,实现PID参数实时在线调整,实现了高品质的控制;同时,结合Ziegler-Nichols法离线调整出一组初值,并将此初值运用于模糊系统的模糊中心选择,进一步提高了控制效果。运用仿真平台对两个典型样品进行扫描仿真,检验了模糊PID的控制效果,表明模糊PID能显著提高AM-AFM对表面起伏较大的样品的成像质量。

二元数据子空间聚类算法的初始化研究

针对二元数据空间高维稀疏性的特点而提出的有限混合伯努利模型,能够快速寻找映射簇的模型框架;EM算法是数学模型进行参数迭代的重要方法,其算法的优劣很大程度上取决于其初始参数。对于运用EM算法来实现有限混合伯努利模型聚类算法已有许多研究,EM算法中参数的选取直接影响聚类算法的性能。引入Binning法和改变数据之间相似度测量方式、中心点的选取方式来进行初始化,从而大大减少聚类结果对初始参数的依赖,实验证明该算法是高效的、正确的。

黑臭水体综合整治工程的水质改善效果评价

以盐城市蔷薇河为研究对象,基于因子分析法和优化的非线性灰色伯努利模型,结合2009-2017年的水质数据,分析黑臭水体综合整治工程对河道水质改善和主要污染因子的治理效果。结果证明实施黑臭水体综合整治工程后,蔷薇河水质得到明显提升,生活污染以及营养元素污染治理效果明显,但无机污染和水体物理环境状况改善效果不明显,需要进一步加强相应措施的制定和实施,为规划下一阶段黑臭水体整治工程的工作目标及任务提供了参考和依据。

朴素贝叶斯分类算法在提升电信客户满意度方面的研究应用

针对电信客户数据量庞大的特点,采用基于python语言的朴素贝叶斯分类算法,对电信客户的投诉内容进行分类,以便在更短的时间内对客户的投诉意见作出有效的处理,从而提高客户的满意度。

“替代”还是“补充”:从影子教育发展审视学校教育质量——基于PISA2015中国四省市数据的分析

基于PISA2015中国四省市数据,分析影子教育在15岁学生中的分布特征,并采用两水平伯努利模型探究学校层面的因素对学生是否参加影子教育的影响,审视学校教育质量的发展。研究结果表明:中国四省市科学、数学和阅读补习的参与率较高,分别为58.7%、74.0%、63.4%;四省市农村地区补习参与率显著高于城市地区;教师质量越高的城市地区学校,学生参加课外补习的概率显著低于教师质量差的农村地区学校。提高学校教师质量可以减少影子教育参与概率,提高教育资源和基建设施质量对影子教育参与没有影响。学校教育质量与影子教育的发展即存在"替代"又存在"互补"关系,低质量的农村和乡镇学校刺激学生参加补习满足对教师质量的需求,高质量的城市学校刺激学生参加补习提高教育竞争力。

哪些因素影响我国四省市15岁在校学生的生活满意度——基于PISA2015数据的分析

文章基于PISA2015数据,分析了我国北京、上海、江苏和广东四省市15岁在校学生生活满意度情况,并探索了影响学生生活满意度的因素。结果发现:我国四省市15岁在校学生的生活满意度整体较低;学生背景特征(性别、家庭社会经济文化地位、数学能力)、学校背景特征(学校位置、学校纪律氛围)、学生人际关系(家长支持、教师不公正、同伴欺凌)以及学生学习环境(教师探究性教学、调适教学和反馈教学)对于学生高生活满意度具有显著预测效果。本研究建议社会各方关注青少年学生群体的成长,提升学生整体生活满意度;学校给予弱势学生群体更多支持,营造良好育人环境;教师要创新教学实践方法,优化学生在校学习与生活的质量。

传播结果的同源分析

传播结果的同源分析旨在识别出哪些历史传播结果是由同一组传播源头产生的。使用伯努利混合模型对传播结果的同源分析问题进行建模求解,同一组源头产生的传播结果对应一个伯努利分量,而伯努利分量的参数反映源头的影响在各点的传播到达概率;基于该模型和观测数据构建对数似然函数,并使用EM算法求解其中的伯努利参数,确定同源分析的结果。大量实验结果证明,对比于传统聚类算法,提出算法同源聚类的准确度更高,能够更高效准确地对传播结果数据进行同源分析。

生活中的小概率事件

本文阐述了小概率事件和不可能事件的区别,以及如何正确对待生活中的小概率事件.利用概率统计的知识以不变应万变,在生活中趋利避害,使我们的生活越来越舒适美好.

非线性多模型多伯努利滤波器的实现

针对杂波、漏检等环境下的多机动目标估计问题,提出了两种非线性系统模型下多模型多伯努利(MM-MB)滤波器的实现方法.首先,基于容积卡尔曼滤波算法给出了MM-MB滤波器的容积卡尔曼高斯混合(CK-GM)实现过程;然后,为了增加CK-GM-MM-MB滤波算法的数值稳定性,给出了MM-MB滤波器的平方根容积卡尔曼高斯混合实现过程;最后,通过仿真实验验证了所提方法的有效性.

恶劣环境下的电力线通信噪声建模研究

在电力线通信过程中,电力线噪声是影响电力线通信性能的主要因素。该文依据电力线噪声特性,将其分为:背景噪声和脉冲噪声。对工业现场采集的电力噪声数据进行了分析,在频域建立了背景噪声功率谱密度模型,在时域根据噪声的时间特性建立了伯努利脉冲噪声模型,通过对伯努利脉冲噪声模型的改进,得到了单个脉冲噪声持续时间较长的特殊脉冲噪声模型。结果表明,仿真模型能很好地逼近实际电力线噪声情况。

Internet环境下在线图像标注软件的设计与实现

文章旨在利用现有的图像标注模型,开发一个能够为用户提供自动图像标注服务的软件。为了使用户能够方便、即时地使用本软件,软件被设计为可以在网络环境中运行、访问的软件。通过对比当前主流的图像自动标注模型,文章选取著名的多重伯努利相关模型作为基础标注模型,并针对多重伯努利模型的一些不足进行了改进。

基于EV的建筑施工安全管理绩效评价研究

为提高建筑施工项目的安全管理水平,将传统的挣值(EV)法与安全管理理论相结合,通过引入2种安全管控水平、3个安全挣值法参数、4个安全绩效评价指标及评判准则,从管理绩效的角度构建了一套完整的建筑施工安全评价体系。分别运用粒子群算法改进的非线性灰色伯努利模型和考虑组合赋权的模糊综合评价法确定了计划与实际安全管控水平。实例研究结果表明:以挣值法为基础的安全管理绩效评价体系在建筑施工过程中进行安全方面的考核评价具备相当的可行性和适用性。

基于异质图注意力网络的重叠社区发现方法

为解决异质网络重叠社区发现问题,提出一种基于异质图注意力网络的重叠社区发现模型。通过异质图注意力网络的双层注意力机制,从节点级与语义级充分挖掘节点、元路径在信息表示中的重要程度,并进行分层聚合获得节点特征向量,将伯努利-泊松模型与图卷积网络整合,在生成社区隶属关系矩阵的基础上优化社区重叠度进行重叠社区划分。模型改变异质图注意力网络的激活函数,改善梯度消失问题,将异质图注意力网络与伯努利-泊松模型结合实现异质网络的重叠社区发现。使用真实数据集进行实验,实验结果表明,模型可以利用异质网络节点信息多样性进行重叠社区发现,相对传统社区发现方法具备较好的稳定性和准确性。