效用视角下核心引文识别方法初探

基于引用频次开展的引文分析忽略了引文对施引文献的效用差异,依此展开资源评估、学术影响力判断难免受到“无效”引用干扰。为排除“无效”引文,提升测度及评价数据质量,文章从引文效用的角度,选择引文属性、功能、对象、情感等典型特征,建立引文标注框架。测试逻辑回归与支持向量机等方式对引文自动分类的效果,择优构建“效用视角下核心引文识别模型”。其中,为探索自动化分类方式,在数据标注阶段,除人工标引,还使用大规模预训练语言模型的对话系统ChatGPT进行自动分类标注,并进行建模效果测试,以期为引文自动分类方法及应用实践提供新思路。

基于SVM的燃煤电站锅炉飞灰含碳量预测

将支持向量机方法引入燃煤电站锅炉飞灰含碳量预测领域．该预测方法很好地建立了燃煤电站锅炉飞灰含碳量特性与运行参数之间的复杂关系模型,并考虑到运行参数之间的耦合性,具有预测能力强、全局最优及泛化性好等优点．将该方法应用于某300 MW燃煤电站锅炉中,经过训练后的SVM模型对检验样本飞灰含碳量进行预测,均方根误差和平均相对误差分别为1．39%和1．30%,相当于BP网络模型的22．20%和21．07%．应用结果表明,支持向量机方法优于多层BP神经网络法,能很好地满足预测要求．

我国三农问题的解决途径:农业和农民参与国际分工

进入21世纪,"三农"问题的解决必须面对经济全球化的机遇和挑战,而经济全球化的要求及法律基础,充分体现在WTO的宗旨、原则及主要协议中。本文分析了WTO对农业的支持及我们可利用的空间,提出要充分利用国际资源与市场,充分发挥劳动力资源之长,调整农业支持结构与重点,加大对农民的教育和培训及综合支持,提高竞争能力,使我国庞大而过剩的部分农业劳动力走出国门,进行资源开发和第二、三产业工作。

大型电站锅炉飞灰含碳量在线自校正建模

为降低飞灰含碳量,实现锅炉的优化运行,对其进行了软测量建模研究。在建模过程中,针对模型输入变量之间存在强耦合、非线性以及辅助变量选择难的问题,采用核主元分析(KPCA)提取变量的特征信息以有效处理非线性数据,生成新的综合辅助变量,并结合特征值碎石图及累积方差贡献率,对KPCA参数的选择提出了新的方法。为解决模型在线校正问题,提出了基于最近邻(NN)法和KKT条件的模型在线自校正新算法,以提高软测量的精度。在此基础上实现了核主元分析支持向量回归(KPCA-ε-SVR)模型,并与主成分分析支持向量回归(PCA-ε-SVR)和BP神经网络的飞灰含碳量软测量模型进行了对比研究,结果表明,KPCA-ε-SVR模型具有更高的精度与泛化能力,具有较高的工程应用价值。