基于主成分分析和支持向量机的木材近红外光谱树种识别研究

为了探究一种新型高效的树种鉴别方法,以桉木、杉木、落叶松、马尾松和樟子松近红外光谱数据为研究对象,分别建立了基于主成分分析和支持向量机的木材树种定性识别模型。在主成分识别模型中,样本光谱数据经过预处理后绘制了其二维和三维主成分得分图,可以看出:主成分分析得分图能有效区分五种木材树种,且三维得分图比二维得分图更能直观、清晰展示树种之间的差异,表明主成分分析在可视化层面上可对小样本树种进行有效判别。在支持向量机识别模型中,分别建立了以遗传算法和粒子群算法为代表的智能算法优化支持向量机树种识别模型,结果显示,遗传算法-支持向量机模型的交叉验证最佳判别准确率为95.71%,测试集预测准确率为94.29%,算法用时134.08s;粒子群算法-支持向量机模型的交叉验证最佳判别准确率为94.29%,测试集预测准确率为100.00%,算法用时19.98s,表明基于智能算法支持向量机树种识别模型能够实现对木材树种的有效鉴别。该研究对近红外光谱分析技术在木材科学领域的应用进行了有益探索,为木材树种的快速识别提供了新方法。

基于增广路定理探讨小区开放对道路通行能力的影响

本文利用道路通行能力的增广路定理和各项道路技术指标,计算小区开放前后周边道路截面的实际通行能力,用以研究小区开放对周边道路通行能力的影响.建立小区及周边道路的路网图,将小区开放前后的路网简化为单发点单收点的有向网络图.通过各路径车流量及允许通过最大车流量,计算路径交通量调整值,将各路径的流量与路径交通调整值相加,去掉最大流,重复该过程,直到不存在关于s到t的增广路时,得到道路网允许的最大交通流即道路网通行能力（此过程利用增广路定理）.通过小区开放前后周边道路截断面的通行能力以及路网通行能力的因素建立小区周边车辆通行的数学模型,判断小区开放周边道路通行的影响.

小区开放对道路通行能力影响的层次分析模型

本文遵从相关性和可行性原则,在综合实际情况的基础上,选取小区的选址、车道宽度、车道数目、道路数目、小区出入口数量、小区内车辆平均速度以及小区周边道路的车流量这7种评价指标建立层次分析模型,将小区开放对周边道路通行的影响程度作为目标层,小区内车道宽度、车道数目、道路数目、小区出入口数量、小区内车辆平均速度以及小区周边道路的车流量作为准则层,小区的选址作为方案层,对模型进行求解,分别对准则层的评价指标赋予权重,进行分析求解,最终判定评价指标对小区周边道路通行能力的影响程度大小。

浅谈商业银行的潜在风险分析

银行是经营货币信用业务的特殊企业,特别是对于商业银行来说,追求利润的最大化一直以来都是其发展的根本目的。随着商业银行规模的不断扩大,市场化和国际化的趋势使商业银行在发展的过程中遇到了各种各样的风险,给银行带来了巨大的损失。因此分析和认识商业银行的潜在风险成为了商业银行管理体系中最重要的一部分。本文重点对商业银行所面临的潜在风险进行了分析,并提出了一些强化潜在风险管理的措施。