K插值单纯形法核极限学习机的研究

针对核极限学习机高斯核函数参数选优难,影响学习机训练收敛速度和分类精度的问题,该文提出一种K插值单纯形法的核极限学习机算法。把核极限学习机的训练看作一个无约束优化问题,在训练迭代过程中,用Nelder-Mead单纯形法搜索高斯核函数的最优核参数,提高所提算法的分类精度。引入K插值为Nelder-Mead单纯形法提供合适的初值,减少单纯形法的迭代次数,提高了新算法的训练收敛效率。通过在UCI数据集上的仿真实验并与其它算法比较,新算法具有更快的收敛速度和更高的分类精度。

中国城市摊贩监管缘何稳定于模糊性治理——基于“新多源流模型”的机制性解释

中国(内地)城市摊贩监管行动缘何稳定于"模糊性治理"?在理论层面,这个研究问题关乎政策行动或政府行为模式选择的机会、内容与新的选择机会三个紧密相关的问题。依据"新多源流模型",政策行动选择受到"议题流"、"行动流"和"规则流"等三种政策溪流(即"变量集装箱")的"流向"、"流量"和"水质"等变数的塑造和制约。政策溪流之间的离散或汇聚乃是一连串因果机制相互作用(即"机制串联")的结果。当政策溪流汇流之时,政策行动选择(或变迁)的机会之窗开启。特定政策行动或政府行为模式的选定及其稳定,需从政策语境、政策溪流、政策行动的属性(譬如模糊性治理的功能或政策效应)、决策者的意向性以及相关机制串联过程的交互作用中进行解释。换言之,为了深刻解释这种独特的政策选择现象与政策稳定现象,有必要综合运用机制性解释与功能性解释。前者着力于变量和因果机制的角度;后者则着力于政策行动或政府行为模式(即"模糊性治理")所具功能的角度。考虑到行文,本项研究重点进行机制性解释。