开放式数据挖掘系统模型

目前国内已经出现了少量的数据挖掘相关产品。国内数据挖掘软件无论从数量还是质量上比较，都与国外软件存在着较大的差距。随着数据仓库技术的普及，数据挖掘应用的需求越来越强烈，如何缩短这种差距，研发数据挖掘软件产品成为国内业界的一个重要问题。通过引用目前国际通用数据挖掘标准技术来构建开放式的数据挖掘系统模型，该系统模型从可扩展性、可重用性、易用性等方面得到了加强。     

组合预测模型在港口货物吞吐量预测的应用

以“估计误差的方差极小”作为最优准则,建立港口货物吞吐量的组合预测模型,并以天津港货物吞吐量预测为例,在回归分析法和3次指数平滑法预测的基础上,采用组合预测模型对天津港货物吞吐量发展进行预测;最后比较了3种预测方法各自的适用性。     

BP神经网络改进算法的研究

本人通过对人工神经网络BP算法的研究,提出了两种基于BP改进算法,并结合泥沙学科中的宽级配非均匀沙最大起动粒径dcmax的推求.采用C#语言,分别实现BP经典算法以及自适应调整学习效率和模拟退火两种改进算法,建立了dcmax预测模型并对预测结果进行验证与分析.表明改进算法的优势所在,体现出改进算法的应用价值和发展前景.     

基于平曲线参数的服务区出入口匝道长度研究

以服务区出、入口匝道的基本概念和相关设计指标为出发点,基于匝道平曲线设计的不同类参数,利用《公路项目安全性评价规范》(JTG B05-2015)(以下简称《规范》)中,匝道运行速度预测模型,构建服务区出、入口匝道最小长度计算模型.最后计算得到不同设计速度下高速公路服务区出、入口匝道长度的最小取值.     

港口吞吐量预测方法探讨

通过某港实例，应用回归分析（曲线拟合）与自回相结合的分析方法建立港口吞吐量预测模型，通过几种方法的对比和验证分析，推荐采用对随机残差利用其自相关性建立的一阶自回归模型组成的叠合模型作为吞吐量预测模型。     

时速120～250km市域铁路桥梁段轮轨环境噪声空间分布特性研究

采用2.5维边界元方法建立市域铁路桥梁段的声场传播预测模型,考虑近场声学边界(如车体、轨道板、防撞墙和声屏障)对声源的影响,研究轮轨引起的环境噪声在空间上的分布特性.研究结果表明,环境噪声满足随-alg(d)的衰减规律,其中,衰减系数a随着车速增大而增大,1 h等效A声级的衰减系数低于列车通过时间等效A声级的衰减系数;...     

基于改进神经网络的路基沉降预测

为克服路基沉降预测方法的缺陷和传统BP神经网络存在的不足,采用Levenberg-Marquardt算法改进了BP神经网络的收敛性,建立了路基沉降预测模型。结合津秦客运专线路基沉降实测数据,将该优化模型与传统的BP神经网络预测模型进行了对比,计算结果表明改进后的BP神经网络在路基沉降预测中精度最高,取得了好的效果。     

2017我国汽车产业将遭遇消费悬崖

汽车产业发展建立人口分析的范式,具有非常重要的意义。本文从人口结构的角度提出和分析了2017年我国汽车产业面临的消费悬崖,这是目前行业内非常具有独特性和超先性的观点,值得广大读者注意。本文还从人口的角度对2001～2010年我国汽车产业的发展及未来老龄化对汽车产业的冲击进行分析,并提出我国汽车产业管理要从重视量的扩张向强调质的提升转变。     

基于BP神经网络轻型轿车排放模型的应用

本文利用BP神经网络理论,构造一个预测轻型轿车排放的BP神经网络模型,经验证,预测模型能较好地对一般轻型轿车排放结果进行定性预测,可以作为简易稳态工况法(ASM)尾气检测前的参考,对节约检测成本、提高一次检测通过率有着较高的实用价值;同时以南京市为例,研究了轻型汽油车行驶里程、使用年限等参数对排放的影响,为有针对性的维修治理提供可靠的依据。     

基于组合预测模型的铁路货运量预测研究

为了进一步提高铁路货运量的预测精度,提出基于乘积季节模型与引入注意力机制(Attention Mechanism)的长短期记忆(Long Short-Term Memory)模型的组合预测模型。首先建立乘积季节模型、LSTM模型与引入注意力机制的LSTM模型,然后利用误差修正法分别将2种LSTM模型与乘积季节模型组合起来进行预测,最后将预测结果分别与单一模型进行对比。采用2005年至2018年全国铁路月度货运量进行预测分析,结果表明2种组合预测模型的预测精度均高于单一预测模型的预测精度,其中基于乘积季节模型与引入注意力机制的LSTM模型的组合预测模型精度最高,具有研究和实用价值。