检索结果-南通市图书馆

基于生态系统服务簇分析的福州都市圈生态保护空缺识别研究

在线全文

学校读者我要写书评

暂无评论

园林 2025年第1期42卷 14-22页

作者：李秋蓉廖凌云福建农林大学风景园林与艺术学院福州350002 武夷山国家公园研究院福州350002

在快速城市化背景下,都市圈面临经济发展和生态保护之间不协调的问题。以福州都市圈为例,运用In VEST模型评估2020年生境质量、碳固存、土壤保持、水源涵养4项关键生态系统服务,分析其空间分布特征,基于此利用som聚类分析福州都市圈的... 详细信息

在快速城市化背景下,都市圈面临经济发展和生态保护之间不协调的问题。以福州都市圈为例,运用In VEST模型评估2020年生境质量、碳固存、土壤保持、水源涵养4项关键生态系统服务,分析其空间分布特征,基于此利用som聚类分析福州都市圈的生态系统服务簇,识别空间特征和主导生态系统服务簇,进而识别福州都市圈生态保护空缺。结果表明:(1)2020年福州都市圈生态系统服务呈现“西北高,东南低”的空间格局,中部生态系统服务价值低;(2)福州都市圈6类生态系统服务簇空间分布具有异质性;(3)福州都市圈核心生态系统服务簇为B5簇,主要用地类型为林地和草地,碳固存、生境质量和土壤保持服务高,水源涵养服务较低,综合生态价值高,其次为B4和B6簇,B2簇生态系统服务较低;(4)福州都市圈保护空缺区域主要分布于鹫峰山脉和戴云山脉,整体保护空缺率为1.85%。研究结果可为福州都市圈区域生态保护与格局优化提供思路。

关键词：生态系统服务簇自然保护地都市圈 som聚类分析 InVEST模型

在线全文

学校读者我要写书评

暂无评论

一种基于分子结构设计理论的聚类分析方法

振动与冲击 2018年第15期37卷 78-83,103页

作者：张西宁雷威唐春华向宙西安交通大学机械工程学院机械制造系统工程国家重点实验室西安710049

针对常用的无监督聚类分析方法中存在的问题,提出了一种基于分子结构设计理论的聚类分析方法。该方法借鉴分子结构设计理论模型,将故障样本空间看作分子系统,将故障样本看作分子系统中的原子,以故障样本之间的差异度作为分子势能的度量... 详细信息

针对常用的无监督聚类分析方法中存在的问题,提出了一种基于分子结构设计理论的聚类分析方法。该方法借鉴分子结构设计理论模型,将故障样本空间看作分子系统,将故障样本看作分子系统中的原子,以故障样本之间的差异度作为分子势能的度量指标,在故障样本间"相互作用势"的影响下,以样本间"势能"最小为依据,调整故障样本在映射平面上的位置,从而获得最佳的聚类效果。开展了不同状态滚动轴承振动测试实验,聚类结果表明,相比于som聚类方法,该方法将聚类有效性指标DB值降低49.04%。将该方法应用于柴油机故障振动数据的聚类中,实验结果表明聚类效果良好,能够有效地将不同故障的数据区分开,验证了该方法的可行性和有效性。

关键词：无监督聚类 som聚类分析分子结构设计滚动轴承柴油机

2019-2022年潮白河流域地下水位动态变化及影响因素分析

在线全文

学校读者我要写书评

暂无评论

现代地质 2024年

作者：张天宇徐从超张钦张姝琪石博文刘荻阳沂洪陈男李瑞中国环境科学研究院环境基准与风险评估国家重点实验室中国地质大学(北京)水资源与环境学院生态环境部核与辐射安全中心中国劳动关系学院劳动关系与人力资源学院

潮白河流域是北京市不可或缺的供水区域，开展其地下水位动态研究有利于查明地下水位的变化情况，对地下水资源保护和管理具有重要意义。本文根据2019-2022年潮白河流域地下水位监测数据，利用GIS技术，采用som聚类分析、线性趋势分析... 详细信息

潮白河流域是北京市不可或缺的供水区域，开展其地下水位动态研究有利于查明地下水位的变化情况，对地下水资源保护和管理具有重要意义。本文根据2019-2022年潮白河流域地下水位监测数据，利用GIS技术，采用som聚类分析、线性趋势分析、主成分分析和多元线性回归分析方法，分析潮白河流域地下水位年内动态变化，年际变化趋势，此外基于降雨量、开采量、用水量等数据探究了影响地下水位动态的主要因素。研究发现：27眼监测井地下水位动态呈强波动性、中波动性和弱波动性三类，年内水位变化分别为4.2m、3.2m和1.5m。2019-2022年地下水位年均变化范围为0.0258～0.597m/a。利用主成分分析提取两个主成分（分别代表人类活动因素和自然因素），特征值分别为6.21和1.59，累积贡献率为89.224%，多元线性回归分析表明影响地下水位主要因素是人类活动影响，其中生活用水、环境用水、南水北调补水和生态补水是主要影响因子。本研究为潮白河流域地下水管理和保护提供理论依据。

关键词：潮白河流域地下水位动态 som聚类分析主成分分析多元线性回归

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

港口企业客户价值分类模型研究

港口企业客户价值分类模型研究

作者：袁思佳北京交通大学

学位级别：硕士

港口是供船舶安全进出和停泊的运输枢纽,是水陆交通的集结点。随着港口吞吐量的逐年攀升,港口面对的客户逐渐增多和分散,而港口商务部门直接面对客户,对客户资性程度了解的不准确,导致客户恶意欠费或长久拖欠费用的发生,增加了港口企业... 详细信息

港口是供船舶安全进出和停泊的运输枢纽,是水陆交通的集结点。随着港口吞吐量的逐年攀升,港口面对的客户逐渐增多和分散,而港口商务部门直接面对客户,对客户资性程度了解的不准确,导致客户恶意欠费或长久拖欠费用的发生,增加了港口企业不必要的损失。对于港口企业而言,由于其业务主要是提供港口装卸劳务,能否及时完整地回收货币资金,往往是企业生存和发展的关键,因而对港口企业客户价值的分类就具有很重要的意义。本文在客户价值、数据挖掘、聚类分析、som神经网络的理论基础上做了如下研究：第一,根据港口实际业务流程和调研情况,设计开发出一套安全完整的适合港口企业的客户基础数据来源系统—财务费收系统,从该系统中抽取出客户相关的业务数据,为下文客户分类做好数据准备;第二,采集黄埔公司1537名客户相关业务数据,抽取客户欠款总额(A)、在港作业次数(以客户的计费单来计算)(F)、为港口创造的利润(即应收账款借方)(M)这三个指标作为客户分类指标,利用数据挖掘技术对数据进行整合和处理;第三,根据som网络的特征、运行原理和网络学习算法,利用MATLAB编程,建立一个基于som的客户AFM分类模型,模型的结果将客户划分为无价值客户、重要保持客户、重要发展客户和普通发展型新客户。最后,根据所设计开发的费收系统和对现有客户的分类,实现整个港口业务流程中对客户的严格管理和控制,从而达到降低港口企业不必要的坏账损失进一步提高港口企业的竞争力。

关键词：客户价值数据挖掘 som聚类分析 MATLAB

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

温度对高粱种子萌发的影响及其生理机制

温度对高粱种子萌发的影响及其生理机制

作者：肖梦颖沈阳农业大学

学位级别：硕士

本研究选用30个高粱品种为试验材料,采用试验室人工气候箱培养方式,在25℃(对照)、20℃、16℃和12℃等不同温度下,对30个高粱品种萌发性状进行温度敏感性筛选,并对其子粒成分、粒重等进行测定,分析这些性状与种子萌发的相关性;同时,以... 详细信息

本研究选用30个高粱品种为试验材料,采用试验室人工气候箱培养方式,在25℃(对照)、20℃、16℃和12℃等不同温度下,对30个高粱品种萌发性状进行温度敏感性筛选,并对其子粒成分、粒重等进行测定,分析这些性状与种子萌发的相关性;同时,以筛选出温度不敏感品种赤杂101和温度敏感品种吉杂127为试验材料,测定其萌发时保护系统酶和种子内含水量、粗脂肪、可溶性蛋白、总淀粉和可溶性糖的变化,探讨高粱品种在不同萌发温度下生长的生理基础。具体结果如下:1.通过自组织映射分析,将萌发期30个高粱品种按照对温度敏感强弱分为5大类:第一类,高度温度敏感品种,包括吉杂127;第二类,温度敏感品种,包括辽杂36、通杂108、晋杂31;第三类,中等温度敏感品种,包括辽粘3、辽糯11、辽杂37等6个品种;第四类,温度不敏感品种,包括济梁1号、冀酿1号、3401A/早21R等11个品种;第五类,温度极不敏感品种,包括济梁2号、冀酿2号、辽杂19等9个品种。2.30个高粱品种间的子粒成分、色差、粒重均有显著差异,通过相关性分析发现,相对发芽率与种子粗脂肪含量、可溶性蛋白含量成负相关,与总淀粉含量和子粒重成正相关关系;相对根鲜重与色差成显著正相关;总淀粉含量与粒重成极显著正相关;单宁和色差成极显著正相关关系。说明脂肪、蛋白质、总淀粉含量和粒重对高粱种子发芽率有一定的影响。3.随着萌发温度的降低,温度极不敏感品种赤杂101和温度极敏感品种吉杂127幼苗内的丙二醛含量、POD、SOD和CAT酶活性均有所增加,其中吉杂127幼苗内丙二醛的增加程度显著高于赤杂101,且芽内丙二醛含量均高于根内丙二醛含量。而吉杂127幼苗内POD、SOD和CAT酶活性的提升程度要显著低于赤杂101,表明温度不敏感品种赤杂101能在逆境条件下具有更好的保护系统,进而保证植株的正常生长。4.高粱种子在较低温度萌发时,种子内的糖、脂肪、蛋白质等能量物质消耗较常温萌发时缓慢,代谢能力降低,说明较低的温度抑制了种子的萌发;在低温萌发条件下,温度不敏感品种与温度敏感品种相比,相对吸水量较高,脂肪消耗更快,淀粉消耗先快后慢,说明温度较低条件下萌发温度不敏感品种种子活力较温度敏感品种强。

关键词：高粱种子萌发种子活力 som聚类分析发芽生理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据挖掘的电信客户信用分类模型研究

基于数据挖掘的电信客户信用分类模型研究

作者：张博文重庆大学

学位级别：硕士

当今世界,电信运营商要想在日益激烈的竞争环境下,最大程度的在竞争活动中立于不败之地,不仅要对客户提供优质的服务,更重要的是要了解运营商提供的产品与所服务的客户结构是怎样的。在经营活动中,客户的信用等级正好可以反映客户结构... 详细信息

当今世界,电信运营商要想在日益激烈的竞争环境下,最大程度的在竞争活动中立于不败之地,不仅要对客户提供优质的服务,更重要的是要了解运营商提供的产品与所服务的客户结构是怎样的。在经营活动中,客户的信用等级正好可以反映客户结构的基本信息,指导电信公司在具体的管理实践中采取积极有效地措施,从而减少其信用风险,降低运营成本,提高经济效益,产生巨大的社会效应。正确有效地评估电信客户的信用等级,是当前电信运营商工作地重中之重。本文将以重庆某电信运营商部分后付费手机用户数据为例,利用数据挖掘技术,使用SAS统计分析软件中的数据挖掘模块进行实际的操作分析,最终建立分类模型,将客户的信用等级进行有效分类,并对未来客户的各项属性依据模型进行信用等级的预测。现阶段,该电信运营商主要以客户每月消费金额的大小来给客户分类,然后依据消费金额的大小依次确定该客户的信用等级。该方法显得并不是很准确,为了提高信用等级的预测准确度,本文提出了一种确定信用等级的新方法,通过对本文六个部分的阐述可了解,具体过程如下描述。首先本文阐明了该研究的基本背景,即电信运营商呆账坏账率较高,给公司带来巨额的损失,同时说明了正确进行信用等级分类可降低信用风险,降低管理成本,提高经济效益这一重要意义;然后,论文第二部分对信用评分评级和数据挖掘的基本知识进行了概述;接着,在第三部分提出了研究的总体思路,即先对原始数据准备阶段的概述,然后运用som聚类算法对客户信用等级重新评分评级,确定类标号,接着运用C4.5决策树算法对新数据建立分类模型,并对该模型进行评估、检验其预测效果的优良程度,同时再使用上述相同方法将根据传统经验确定的信用等级类标号作为目标变量重新建立分类决策树,并与之前采用的新方法所得模型进行比较分析,最终确定哪种模型可用,并对所选模型在管理上的应用进行了简要阐述;再则,论文在第四部分是对数据准备过程的具体扩展和详细分析,这将为论文后一部分的研究及数据挖掘工作奠定基础;第五部分是依据论文第三部分所提出的研究思路,结合该电信运营商的实际案例进行分析,并通过在SAS软件数据挖掘模块中实现了数据挖掘的全过程,将各分析流程、评估指标、模型结果以图形化方式直观的展现出来,同时对该模型结果在信用管理和营销管理两方面的应用进行了叙述;最后,论文的第六部分阐述了论文的基本成果和所存在的不足,为电信运营商在今后的工作中改进思路提供了借鉴意义。

关键词：数据挖掘信用评分 som聚类分析决策树

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据挖掘的银行客户分类模型研究

基于数据挖掘的银行客户分类模型研究

作者：赵金涛重庆大学

学位级别：硕士

在竞争日益激烈的市场中,银行承受着巨大的压力。客户关系管理(CRM)是各大银行越来越重视的一部分。任何功能层次的CRM都是在客户分类的基础上实现的。哪些顾客是对银行有价值的,哪些是能在将来为银行创增收入的,这些特征要素关系到银... 详细信息

在竞争日益激烈的市场中,银行承受着巨大的压力。客户关系管理(CRM)是各大银行越来越重视的一部分。任何功能层次的CRM都是在客户分类的基础上实现的。哪些顾客是对银行有价值的,哪些是能在将来为银行创增收入的,这些特征要素关系到银行的成本、收益、推出各种服务的收益率、市场策略、服务手段等。鉴于目前国内银行对客户分类的必要性,本文将以重庆某商业银行为例,采用数据挖掘中的分类方法,建立银行的客户分类预测模型,以指导银行的客户关系管理。而分类模型的建立前提是对现在已有类标号的客户进行分析建模,但是目前国内银行对现有客户的类别确定大多是通过简单的客户身份(如:客户的年薪)或者客户存款数额,这种类别定位方法显得不是很准确。因此,本文在对银行客户建立分类预测模型之前,采用一种新的分析方法,数据挖掘方法中的聚类分析法,对银行客户进行聚类,确定现有客户的类别。进而在此聚类的基础上通过决策树分类器方法对银行客户建立分类预测模型,并将该模型应用到已有其余客户以及未来加入的新客户上,以便银行科学、快速、有效的区分不同价值的客户,为银行在客户关系管理方面提供一个强有力的支持工具。本文运用数据挖掘技术和统计技术,围绕商业银行客户关系管理的重要部分识别重要客户的问题进行了系统的研究。并引入了时间序列的因素,使用SAS数据挖掘软件建立了某商业银行基于客户价值的客户分类预测模型。在建立模型过程中采用som聚类分析方法对客户进行价值聚类,得到不同价值的客户类别。在此基础上采用三叉决策树分类器和二叉决策树组合分类器建立客户分类预测模型,通过对不同分类器的预测效果的评估比较,得出最终预测模型,并应用模型结果指导实践。研究结果对于商业银行进行客户关系管理,维护有价值客户,提高商业银行客户的价值与忠诚度有十分重要的理论价值和现实意义。

关键词：客户关系管理数据挖据 som聚类分析决策树组合分类器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据挖掘的电信客户信用分类模型研究

科技和产业 2010年第12期10卷 54-58页

作者：尤瑞红李勇张博文重庆大学经济与工商管理学院重庆400044

电信客户信用分析与预测,对于电信运营商在激烈竞争环境下,最大程度的在竞争活动中立于不败之地,具有重要意义。本文采用了som聚类算法和用传统经验对客户信用等级评分评级来确定信用等级类标号,再用决策树算法建立两个模型A和B。比较... 详细信息

电信客户信用分析与预测,对于电信运营商在激烈竞争环境下,最大程度的在竞争活动中立于不败之地,具有重要意义。本文采用了som聚类算法和用传统经验对客户信用等级评分评级来确定信用等级类标号,再用决策树算法建立两个模型A和B。比较两个模型,选择性能较优者为最终模型并探讨了该模型的实际应用。

关键词：数据挖掘信用评分 som聚类分析决策树