基于竞争分类的神经网络短期电力负荷预测

根据电力负荷的特点,在考虑天气、日类型、实际历史负荷等因素对预测负荷影响的基础上,提出了一种基于竞争分类的神经网络短期负荷预测方法。应用神经网络的竞争学习对相关数据进行分类,将历史数据分成若干类别从而找出与预测日同类型的预测类别。利用相应的BP算法对未来24小时负荷进行短期预测,该方法充分发挥了神经网络处理非线性问题的能力。结果表明,该方法取得了较满意的预测精度。

基于竞争分类的Web信息抽取

提出一种基于竞争分类的Web信息抽取方法 ,以信息片段与样本之间的相似度作为竞争力 ,通过信息片段对信息模板槽的竞争实现对信息片段的分类和噪声信息的过滤 ,直接从分类的角度抽取Web信息 .较之基于规则的信息抽取方法 ,竞争分类法只需用户提供少量的标记样本 .测试表明 ,该方法在没有用户提供特征提示信息的情况下 ,抽取信息仍能保持较高的准确率 ,适应性强 ;对数据项缺失和顺序变化较大的数据源 。

产业集群竞争分类

按集群的成因，可将产业集群分为四种类型；按集群的产业。陛质，可将产业集群分为三种类型。竞争又会促进企业的发展，扩大产业集群的竞争力。

一种基于分类-竞争矢量量化算法

本算法在分类量化的基础上通过引入竞争的方式产生初始码书。试验结果表明,本算法产生的初始码书的典型性较好。在不降低图像压缩质量的同时,极大的减少获取最优码书所需要的运算时间。

小波多尺度模糊竞争边缘检测

本文提出了一种小波多尺度模糊竞争边缘检测方法(WFCE)。凭借小波多尺度理论去噪和准确定位的优势,算法有效地利用了多尺度的滤波以及模糊竞争分类法则,较好地保留了图像的细节部分,提高了抗噪性。实验结果表明,与传统的边缘提取算法和模糊竞争算法相比,小波多尺度模糊竞争边缘检测方法(WFCE)能得到更满意的效果,尤其在抗噪性能上的结果是相当的理想。

论反垄断法中竞争内涵的界定

反垄断法的立法目的在于保护市场公平竞争,因此,公平竞争的保护是整部反垄断法的核心,我国《反垄断法》并未明确对竞争的内涵进行界定。古典及新古典经济学派关于竞争内涵的界定,因理念的不同存在相当的差异,且在实务的运用上均存有一定的限制。从更为务实的角度出发,竞争内涵可区分为品牌内竞争与品牌间竞争、市场竞争与产业竞争、外国竞争与潜在竞争、横向竞争与纵向竞争等分类,并在反垄断法的条文中有具体的展现。

饮用水中三氯甲烷与其他氯消毒副产物在活性炭上的吸附竞争研究

通过等温吸附实验,探究了三氯甲烷(CHCl3)与二氯一溴甲烷(CHBrCl2)、二氯乙酸(Cl2CHCOOH)在活性炭上的竞争吸附关系,同时探究了在低浓度条件下CHBrCl2和Cl2CHCOOH浓度变化对活性炭吸附CHCl3的影响。实验结果表明,活性炭吸附CHCl3和CHBrCl2符合Freundlich模型,对Cl2CHCOOH的吸附符合Langmuir模型;活性炭对3种消毒副产物均为优先吸附,吸附能力由大到小依次为CHBrCl2、CHCl3、Cl2CHCOOH;低浓度条件下,活性炭对消毒副产物的吸附效果随体系中物质种类的增加而降低;低浓度条件下,Cl2CHCOOH的浓度变化对CHCl3的吸附效果影响不大,但吸附效果随水体中CHBrCl2浓度的升高而降低。

模糊神经网络及其在时间序列分析中的应用

给出了一种新型的模糊神经网络模型 .该模型不需要领域专家的知识进行指导 ,而是通过对样本竞争分类产生模糊规则 .每类样本对应于一条模糊规则 ,每条模糊规则的后件部分为一个对本类样本进行过学习训练的神经网络 .文章以模糊神经网络在时间序列分析中的应用为例 ,通过与传统的时间序列分析方法以及前向神经网络方法的对比 ,说明了新型模糊神经网络的有效性 .

一种新的Web信息抽取方法研究

以往基于DOM的Web信息抽取方法在信息抽取过程中存在如需要较多样本集、适应性较差等问题,为解决Web上的信息在抽取中存在的问题,本文提出了一种在原有基干DOM的Web信息抽取方法的基础上引入竞争分类方法进行信息抽取。