电子政务项目预评估指标体系与综合评价方法研究

通过对我国电子政务的发展进行系统研究,提出电子政务项目预评估指标体系与综合评价方法,使其在有限的电子政务资金下选择最佳的电子政务项目,以提高电子政务资金的使用效率和电子政务项目的成功率.

基因芯片图像高亮噪声处理算法研究

基因芯片图像噪声处理决定了后续处理与分析的精度和准确性.高亮斑点噪声是一种亮度很高、成块状的特殊噪声,应用传统噪声处理方法无法滤除.针对高亮噪声的特点,首先利用形态学碟形结构元素进行开运算来评价图像是否含有噪声,然后利用阈值分割去除噪声.提出两种阈值获取方法,一种是基于最大类间方差的自适应获取方法,一种是固定阈值法.通过大量定性和定量实验比较分析,结果表明,两种方法都可以有效除高亮斑点噪声.

基于数据挖掘平台的模糊聚类算法及应用研究

研究基于目标函数的模糊聚类算法,并对聚类效果的有效性和参数选择进行了详细分析.在数据挖掘平台中实现该算法,通过设置聚类误差和实时误差两项动态指标来确定最佳的判别方法和参数设置.最后将该算法应用于模型生命表制作的前期分析工作中.

基于UML的农村社会养老保险精算系统设计

以农村社会养老保险精算的模型建立和方案设计为背景,利用面向对象建模技术UML分析了农村社会养老保险精算系统的组织和行为特性,并以Java语言实现了系统的原型;讨论了UML在编制开放性、复杂性系统过程中的优势;阐述了系统的创新点,并展望了其在“金保工程”中的应用前景。

构筑面向决策支持的统计数据挖掘系统面临的几个问题

面向决策支持的统计数据挖掘系统在我国统计信息化进程中具有重要意义,特别是在区县级统计管理部门,必须将日常的统计业务与决策支持相衔接。统计数据的异构性和计算机技术应用的多样性是造成统计部门中信息孤岛的原因。文章认为,要解决该问题,必须设计统一的统计数据仓库和集成多种计算机技术,建立面向决策支持的统计数据挖掘系统,同时,为了保持前瞻性和有效性,必须保持系统的可扩展性,并融入当前最新的统计技术和数据挖掘技术。

厦门新型农村社会养老保险方案及其可行性论证

在调研分析的基础上,提出了厦门市新型农村养老保障制度的框架;并根据青岛市城阳区新型农保制度实行四年来的真实参保率数据,采用生命表和计算机仿真等技术,对厦门市总基金走势进行了预测,以论证新方案的可行性。同时提出了实现新型农村养老保障制度的政策建议。

平滑支持向量机聚类研究

支持向量聚类(Support Vector Clustering,SVC)的运算有较高的计算复杂性,本文在优化过程中引入惩罚函数,以此作为目标函数的惩罚项,并用一个平滑函数来近似正号函数,并将优化问题的不等式约束消去,得到一个无约束问题。再利用BFGS-Armijo算法来求解该无约束问题。理论和仿真结果表明该方法提高优化问题的求解效率。

失地农民养老保险模式识别及基金运营量化分析——以北京通州区为例

在中国现阶段,农村社会养老保险制度的实行,主要涉及基金运营风险利率的预测和失地农民养老保险制度的可行性受到当地经济发展水平等多因素的制约两个主要方面。文章通过应用BP神经网络对未来利率的预测,并在此基础上,结合北京市现行方案与数据,使用精算方法对多种可能变量进行测算,研究结果认为,当前北京市通州区对失地农民社会养老保险的方案具有可行性,从理论与方法上为失地农民养老保险制度的完善提供了参考。

基于改进遗传规划算法的数据拟合

针对传统数据拟合方法需预先估计基函数、依赖于应用领域等问题,基于遗传规划的动态可变特性,提出将遗传规划与最小二乘法结合,设计具有一定通用性和自适应能力的数据拟合算法。在分析传统遗传规划算法的基础上,详细介绍了算法改进方法,并针对各种类型的拟合数据进行了对比实验。实验结果表明,该算法不仅可以应用到多种场合,而且可以提高拟合效率与精度。

一种新聚类算法在基因表达数据分析中的应用

自组织特征映射神经网络与层次聚类算法是两种较经典的分析基因表达数据的聚类算法,但由于基因表达数据的复杂性与不稳定性,这两种算法都存在着自身的优劣。因此,在比较两种算法差异性的基础上,创造性地提出了一种新算法,即通过SOM算法对基因表达数据进行聚类,再用层次聚类将每个类对应的神经元权值二次聚类,并将此算法应用在酵母菌基因表达数据中,用实验证明改进算法克服了自组织算法的一些缺陷,提高了基因聚类的效能。

区域人口、环境与经济协调发展的逆系统仿真研究

文章以区域资源环境人口的综合协调为目标,阐述了目前中国一些地区发展中存在的问题,并以福建省为例,将逆系统方法引入福建省资源环境人口的协调发展系统中,应用灰色预测模型建模,探索逆系统方法在区域经济可持续发展预测中的应用。

一种基于动态散列的GIS空间索引构造算法

文章在介绍动态散列和传统空间索引四叉树的构造方法的基础上,综合二者的优点,提出了一种基于动态散列的空间索引构造算法,该方法改变了传统四叉树通过效率低下的空间对象的递归比较构造索引过程,采用计算机运算效率较高的二进制位运算和位比较的动态散列扩充散列值来构造空间索引。实践证明,该算法大大减少了空间索引的构造时间和效率,具有很高的应用价值。

基于数学形态学的基因芯片图像高亮噪声处理

大多数已有应用都采用简单算法对图像进行整体处理,在去除噪声的同时也破坏了图像边缘和细节信息。为解决这一问题,首先分析了不同类型噪声对网格定位的影响,提出用分割线和面积均方根误差进行定量评价。然后提出用数学形态学与最大类间方差结合的方法去除高亮噪声。最后将该算法应用于出生缺陷的基因芯片噪声处理,并与其他几种去噪方法做了对比。实验结果表明,该算法实用、有效,并能最大限度地保留图像的有用信息。

多模态控制在机器人路径规划中的应用

路径规划作为机器人基本动作实现的基础,其优劣将直接影响动作的实时性和准确性。经典PID控制虽然能准确跟踪目标,但缺乏轨迹优化能力,提出应用多模态控制方法,通过不同的感知驱动相应运动控制,以静态目标导航和动态目标导航为例详细介绍了多模态控制设计方法,并以上海交大的中型机器人Frontier-I为例,通过实验与PID进行比较,验证了方法的有效性。

一种改善非平衡分布数据SVM分类能力的新策略

支持向量机利用接近边界的少数向量来构造一个最优分类面。但是若两分类问题中的样本呈现非平衡分布时,即两类样本数目相差很大时,分类能力就会有所下降。提出分别使用重复数量少的一类样本、选择数量多的类样本以及引入类惩罚因子的三个方法来改善分类能力。实验表明,三种方法对不同类型数据集合,一定程度上都改善了支持向量的分类能力。

最小二乘支持向量机在医疗数据分析中的应用

以医疗数据为应用对象,应用网格搜索和交叉验证的方法选择参数,建立最小二乘支持向量机分类器,进行实际验证,并与使用K近邻分类器(K-NN)和C4.5决策树两种方法的结果进行比较。结果表明,LS-SVM分类器取得较高的准确率,表明最小二乘支持向量机在医疗诊断研究中具有很大的应用潜力。

独立成份分析方法在股票分析中的应用

为了克服传统的股票分析方法的缺点,将独立成份分析方法用于分析影响股票走势和收益的因素。通过对几个大公司的历年K线数据的深入分析,该方法在一定程度上揭示了影响股票走势和收益的深层次的原因。这对建立和谐的金融体系、促进社会经济的良性发展以及创建和谐的社会都具有一定的现实意义。同时也表明了该方法还具有简单易行、容易理解、结果精确的特点。

独立成分分析算法及其在外汇分析中的应用

独立成分分析已经成功的在股票等金融方面得到应用，并被证明能对金融市场的驱动机制和股价波动的潜在因素进行挖掘，近年来一直受到国内外专家学者的广泛重视．从信息论和最优化的角度系统地介绍了独立成分分析算法，并结合国际外汇市场，用独立成分分析法对几种即期汇率进行了相应的分析，最后简要地探讨了独立成分分析应用到外汇市场中的优势及下一步研究方向．

基于奇异值分解(SVD)和小波变换的图像压缩算法

提出一种基于奇异值分解(SVD)和小波变换的图像压缩算法,该算法通过对小波变换后的小波系数或经小波重构处理后的图像利用SVD进行二次压缩。实验结果表明,该算法性能良好,优于单纯利用小波变换的图像压缩算法。

矢量量化在OCR特征库压缩中的应用

OCR(Optical Character Recognition)光学字符识别技术已被广泛应用于企业与个人的信息化处理,而随着嵌入式系统的发展,特别是中文手写识别技术的成熟,对系统容量与识别速度提出了新的要求.为了便于在资源有限的嵌入式硬件设备上实现OCR系统,寻求一种能保持识别率基本不变,又有较好压缩比的OCR特征库压缩方法是很有理论意义与商业应用价值的.本文通过对矢量量化算法作相应修改,用C++语言实现OCR特征库的压缩,并在实验中取得了良好的性能.