论文部分内容阅读
环境资源案件“三审合一”模式的实践审视与矫正
【机 构】
：
三峡大学
【出 处】
：
三峡大学
【发表日期】
：
2021年11期
【基金项目】
：
其他文献
在超高维数据的交互作用研究中，现存的方法都基于预先假定的特定模型进行筛选，而实际应用效果取决于真实模型与假设模型的相似度，当真实模型偏离假设模型时，可能会导致错误的选择结果。本文将主效应筛选中的无模型方法扩展到交互模型中，提出新的无模型交互作用筛选方法。本论文的主要内容和结论如下： （1）提出了两种基于距离相关的无模型交互作用筛选方法ISDC-T与ISDC-B，这两种方法不要求层次模型假设，适用
学位
在数字经济时代，越来越多的企业认识到数据的价值，越来越多运营过程中的数据被采集，并被进一步加以利用，帮助决策者进行企业运营状况评价和未来风险预警。其中，利用企业当前的一系列经济指标进行一段时间后的破产预测具有重要的意义。本文以此为背景，提出了针对高不平衡度、高维度、高相关性数据分类问题的方法——随机集成秩次k近邻算法（Random ensemble rank k-nearest neighbor
学位
在统计学中，多借助零膨胀模型研究零膨胀数据潜在的模型结构及变量选择问题。然而，在多数情况下，响应变量的非零部分为定量数据，简单的零膨胀模型无法刻画这类数据的模型结构，对应的参数估计方法也不再适用。鉴于此，学者提出处理零膨胀半连续数据的两部模型。本文将惩罚函数的极大似然估计方法引入两部模型，研究其变量选择问题。本文的主要内容及结论如下： 1.阐明了基于惩罚函数极大似然估计方法的两部模型的原理，借助
学位
神经元是神经系统内活动的基本单位，对神经系统信息处理和传递有着至关重要的作用。噪声是神经系统中最大的随机因素，当神经元受到周围噪声的影响后，神经元的放电模式也会发生变化。目前，有大量关于噪声诱导的随机共振和相干共振的研究，本文研究的是与前者不同的噪声对神经元放电的抑制效果，也就是反随机共振。基于Hodgkin-Huxley(HH)神经元模型，深入研究了噪声及自突触对神经元和神经网络放电活动的影响，
学位
传统的图像识别需要人工操作提取特征，成本高，且有些图像特征是根据特定的场景设计的，不具有普适性。随着深度学习的发展，卷积神经网络作为其分支，有效避免了人工设计和提取特征，在图像识别领域获得了广泛的应用。然而粗粒度的图像分类无法满足人们对图像的了解更深层次的需求，细粒度图像分类方法应运而生。细粒度图像分类任务要求对图像细节进行辨认，即使人类也难以在如此小的类间差异和大的类内差异中区分数百个下属。加之
学位
随着经济水平的快速发展，道路交通的需求量也随之增加，然而城市交通拥堵导致车辆行驶速度降低、行程时间延长、排放尾气增加、出行成本上升，这直接成为了制约城市发展的重要问题之一。因此，短时交通流预测研究对城市智能交通系统的建设发展具有重要意义。短时交通流预测是根据历史交通流数据对下一个时间间隔的交通流量进行预测的过程，既有缓解交通拥挤、提高运输效率的作用，也为城市交通规划提供了有效的依据。 随着人工智
学位
人类免疫缺陷病毒(HIV)是引起艾滋病的一种慢病毒,其感染和繁殖机制非常复杂,至今没有彻底清除的办法,严重影响着HIV感染者的健康状况和生活质量,同时也对整个社会造成了一定的危害.数学模型是探究HIV与人体免疫系统相互作用的重要工具,通过对病毒动力学模型的分析来揭示HIV的感染机制,为临床提供理论依据.由于这一感染过程会受到许多复杂生物学现象的影响,因此带有随机扰动的HIV数学模型能够更加真实地描
学位
伴随着世界科技日新月异的发展，电子信息技术更是在短短几十年间完成数次更新换代。从二十一世纪初期电脑只是少数人的工具，到如今被广泛使用，信息技术及相关的硬件产业正飞速向前发展。在硬件的支持下，计算机的计算力成倍增长，以往被计算力不足所拖累的神经网络算法也开始重新绽放光彩并且展示出与其它机器学习算法不同的特性。在新时代中，神经网络凭借其优秀的性能成为机器学习中不可或缺的一份子。 自编码器是神经网络中
学位
随着工业化、城市化进程的加快，环境问题越来越严重。如何更客观评价空气质量优劣，对于预防空气污染具有重要意义。空气质量是一个综合概念，对城市空气质量的评价不能仅限于空气质量数据本身，还应充分考虑各个城市的自然禀赋和社会经济情况。因此，本文从空气污染物、经济社会和自然环境多角度考虑，尝试基于数据整合构建一种城市空气质量综合评价体系。 鉴于采集到的空气质量数据和气象数据的存储平台、数据粒度与传统调查数
学位