检索结果-南通市图书馆

计算机应用 2007年第6期27卷 1485-1487页

作者：罗泽举宋丽红伍小明詹希美重庆工商大学计算机科学与信息工程学院重庆400067 重庆工商大学实验实习中心重庆400067 中山大学数学与计算科学学院广东广州510275 中山大学中山医学院广东广州510080

讨论了用支持向量机进行多分类的若干学习策略,提出了一种新型图像特征提取方法,以此来实现对鞭虫等九种寄生虫卵图像自动识别和分类,平均识别率优于传统神经网络,达到了93.9%,为寄生虫卵图像识别提供了一种新方法。

关键词：支持向量机新型特征提取寄生虫卵识别

在线全文

学校读者我要写书评

暂无评论

重庆城镇化率与城乡居民消费支出关系研究

重庆工商大学学报（自然科学版） 2014年第1期31卷 16-21页

作者：李伟罗泽举重庆工商大学数学与统计学院重庆400067

以重庆市1996-2011年的年度数据为基础,研究了城镇化发展对城乡居民消费水平的影响;实证结果表明:重庆市城镇化水平与城镇居民消费支出具有协整关系,与农村居民消费支出没有协整关系,城镇化的发展能够促进城镇居民消费支出的增加,城镇... 详细信息

以重庆市1996-2011年的年度数据为基础,研究了城镇化发展对城乡居民消费水平的影响;实证结果表明:重庆市城镇化水平与城镇居民消费支出具有协整关系,与农村居民消费支出没有协整关系,城镇化的发展能够促进城镇居民消费支出的增加,城镇化的发展是城市居民消费支出增加的原因,而城市居民消费支出增加并不能促进城镇化的发展。

关键词：城镇化率平均消费支出平稳性检验协整检验格兰杰因果检验

基于支持向量机的分解合作的加权算法及其应用

在线全文

学校读者我要写书评

暂无评论

计算机科学 2005年第4期32卷 91-93页

作者：奉国和黄榕波罗泽举朱思铭中山大学数学与计算科学学院广州510275 广东药学院数学教研室广州510224

支持向量机是基于统计学习理论的新一代学习机器。它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题。当训练数据相当大时,其训练速度是制约其应用的瓶颈。本文提出了一种基于支持向量机的分解合作的加权算法并将其应用于股... 详细信息

支持向量机是基于统计学习理论的新一代学习机器。它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题。当训练数据相当大时,其训练速度是制约其应用的瓶颈。本文提出了一种基于支持向量机的分解合作的加权算法并将其应用于股票指数预测,与标准算法相比较,分解合作加权算法表现出了良好的性能。

关键词：支持向量机加权算法应用合作分解结构风险最小化原则统计学习理论学习问题训练数据训练速度

重庆工商大学工商管理特色学科专业群人才培养模式改革创新思路与实践

在线全文

学校读者我要写书评

暂无评论

高教学刊 2015年第5期1卷 6-7页

作者：代春艳王兰罗泽举陈静重庆工商大学管理学院重庆400067 重庆工商大学能源管理与低碳发展研究中心重庆400067

为了满足社会需求,各高校在根据自身实际情况的基础上,以社会需求为导向,改革与探索出各具特色的创新工商管理人才培养模式。本文主要介绍了重庆工商大学工商管理特色学科专业人才培养模式改革思路,以及"适应市场需求的中期分流培养模式... 详细信息

为了满足社会需求,各高校在根据自身实际情况的基础上,以社会需求为导向,改革与探索出各具特色的创新工商管理人才培养模式。本文主要介绍了重庆工商大学工商管理特色学科专业人才培养模式改革思路,以及"适应市场需求的中期分流培养模式"、"发挥学生个性的卓越人才培养模式"、"‘政企校社’多方合作的协同培养模式"、"多学科交叉渗透的综合素质培养模式"、"提升实践能力的创新创业培养模式"等多种创新模式的实践,为建立工商管理特色学科群建设提供参考借鉴。

关键词：工商管理特色学科专业群人才培养模式

河南省各地区农业经济评价——基于聚类和主成分分析

在线全文

学校读者我要写书评

暂无评论

重庆工商大学学报（自然科学版） 2015年第4期32卷 91-96页

作者：彭博罗泽举重庆工商大学电子商务及供应链系统重点实验室重庆400067

综合历史文献和河南省的基础状况,提出了评价河南省农业的8项指标,综合运用主成分分析法和聚类分析法,把河南省18个市的农业发展状况划分为3个梯度,并对每一个梯度提出相应的发展策略,为河南省各地区农业的快速发展做出理论支持。

关键词：聚类分析主成分分析农业

工商管理特色学科专业群建设思路与举措——以重庆工商大学为例

在线全文

学校读者我要写书评

暂无评论

教育教学论坛 2015年第30期 265-266页

作者：代春艳王兰罗泽举陈静重庆工商大学管理学院重庆400067 重庆工商大学能源管理与低碳发展研究中心重庆400067

阐述了重庆工商大学建设工商管理特色学科专业群的建设思路,指出了该校在学科结构优化、学科体制机制的创新完善、人才培养模式创新、教学科研团队打造、学生创新创业实践能力提高、学科的服务社会能力和水平的提高、国际化办学水平提... 详细信息

阐述了重庆工商大学建设工商管理特色学科专业群的建设思路,指出了该校在学科结构优化、学科体制机制的创新完善、人才培养模式创新、教学科研团队打造、学生创新创业实践能力提高、学科的服务社会能力和水平的提高、国际化办学水平提高等七个方面建设工商管理特色学科专业群的举措,为经管类高校建设特色学科专业群提供参考。

关键词：工商管理特色学科群专业建设

在线全文

学校读者我要写书评

暂无评论

城市居民出行调查预测模型研究

城市居民出行调查预测模型研究

2008年计算机应用技术交流会

作者：宋丽红罗泽举重庆工商大学经济管理实验教学中心重庆工商大学计算机科学与信息工程学院

本文建立了一种新的城市居民出行调查的支持向量机动态预测模型,利用ε-不敏感损失函数,控制了解的稀疏性,使预测更加准确和合理。该模型优于传统的直接计算法,利用出租车规划的动态指标来预测居民出行总量,预测置信度达98.5%,为未来城... 详细信息

本文建立了一种新的城市居民出行调查的支持向量机动态预测模型,利用ε-不敏感损失函数,控制了解的稀疏性,使预测更加准确和合理。该模型优于传统的直接计算法,利用出租车规划的动态指标来预测居民出行总量,预测置信度达98.5%,为未来城市居民出行调查提供了通用预测方法,更为各级政府作出相关城市规划提供了重要决策依据。

关键词：居民出行 ε-不敏感损失函数支持向量机动态预测

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

河南省工业战略产业的选择研究

重庆工商大学学报（自然科学版） 2015年第6期32卷 16-20页

作者：彭博罗泽举重庆工商大学电子商务与物流供应链实验室重庆400067 重庆工商大学管理学院重庆400067

结合河南省工业发展情况,根据战略产业选择的原则,选出了10项战略产业评价指标,利用Weaver-Thomas模型与2012年河南的统计年鉴得出了工业的大致构成,并分析与评价了选择出的结果。河南处在工业化快速发展的阶段,制约河南工业发展的因素... 详细信息

结合河南省工业发展情况,根据战略产业选择的原则,选出了10项战略产业评价指标,利用Weaver-Thomas模型与2012年河南的统计年鉴得出了工业的大致构成,并分析与评价了选择出的结果。河南处在工业化快速发展的阶段,制约河南工业发展的因素为:加工工业的规模不够大、工业战略产业系统技术水平低、技术进步速度慢等;最后,提出了发展战略产业、促进经济快速增长的建议。

关键词：工业化战略产业 Weaver-Thomas模型

基于Weaver-Thomas模型的工业战略产业选择——以甘肃为例

在线全文

学校读者我要写书评

暂无评论

西安财经学院学报 2011年第1期24卷 52-56页

作者：张喆罗泽举重庆工商大学数学与统计学院重庆400067

文章依照甘肃省工业发展的最新状况,选取技术水平、就业规模、产业能耗系数、产值利税率、利税规模、排污系数、全员劳动生产率、工业增加值规模、产品市场弹性系数等九个指标,利用Weaver-Thomas模型选出了甘肃省九大工业战略产业,分别... 详细信息

文章依照甘肃省工业发展的最新状况,选取技术水平、就业规模、产业能耗系数、产值利税率、利税规模、排污系数、全员劳动生产率、工业增加值规模、产品市场弹性系数等九个指标,利用Weaver-Thomas模型选出了甘肃省九大工业战略产业,分别为烟草制品业、石油和天然气开采业、医药制造业、装备制造业、煤炭开采和洗选业、农副食品加工业、饮料制造业等,并提出了各产业的发展思路。

关键词：工业产业战略产业 Weaver-Thomas模型

在线全文

学校读者我要写书评

暂无评论

非对称DNA序列混合识别模型研究

计算机科学 2007年第12期34卷 207-210页

作者：罗泽举宋丽红李艳会朱思铭重庆工商大学计算机科学与信息工程学院重庆400067 重庆工商大学实验实习中心重庆400067 中山大学数学与计算科学学院广州510275

建立了一种改进的不对称支持向量机(MISVM)和隐马尔可夫模型结合的混合学习模型,对于实际中具有的不对称样本数据集,采用调整Hessian矩阵对角参数的策略,增大数据量少的样本离超平面的距离,再结合隐马尔可夫谱变换,以达到更加精确地分... 详细信息

建立了一种改进的不对称支持向量机(MISVM)和隐马尔可夫模型结合的混合学习模型,对于实际中具有的不对称样本数据集,采用调整Hessian矩阵对角参数的策略,增大数据量少的样本离超平面的距离,再结合隐马尔可夫谱变换,以达到更加精确地分离不对称样本的目的。实验发现,不能简单利用正负两类样本所占百分比或固定参数来改变核函数矩阵的对角参数,而必须加之以可调整的权系数才能控制错分的样本数;经改进后的混合不对称学习算法比标准SVM具有更高的分辨率,对启动子序列进行识别,平均识别率达到91.8%。

关键词：非对称DNA序列核参数隐马尔可夫谱