体育校本课程实施与课外体育支持体系构建

文章在结合课外体育支持体系特点即：将体育课程教学与课外体育锻炼看成是一个整体,强调体育课程教学与课外体育锻炼的有机结合;体育教学特色与课外体育活动内容的广泛联系;终身体育理念与行为的有效统一的基础上,从政策与制度支持;组织与管理支持;体育环境支持;活动内容与形式支持;监测与考评支持等方面对大学生健康教育的课外体育支持体系构建进行了论述。     

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

民航总局政策法规司司长袁耀辉就《国内航空运输承运人赔偿责任限额规定》答记者问

问:新《规定》对原《规定》做了哪些修改?答:新《规定》是对1989年发布、1993年修订的《国内航空运输旅客身体损害赔偿暂行规定》的修改和发展,主要表现在:(1)扩大了适用范围。原《暂行规定》只适用于国内航空运输过程中发生的旅客身体损害赔偿,新《规定》除规定了旅客身体损害     

基于最小二乘支持向量机的普通高校招生人数预测研究

近年来普通高校的发展速度与规模,使社会大众兴起了对教育质量与总量的关注。普通高校招生数预测是制定教育政策的重要依据。针对中国文化教育的特征,在统计学习理论和结构风险最小化原理的基础上,建立了基于最小二乘支持向量机的时间序列预测模型。预测结果表明该模型具有较高的预测精度,为普通高校招生数预测提供了一条新的途径。     

AHPSO-SVM预测超声内圆磨削ZTA陶瓷的边界损伤

为解决普通加工方式易出现工程陶瓷边缘碎裂的问题,本文对超声内圆磨削工程陶瓷边界损伤预测系统进行了研究。在35 kHz轴向超声磨削与普通磨削两种条件下独立进行试验,运用支持向量机研究工艺参数与边界损伤影响规律,采用改进的粒子群算法优化支持向量机,建立采用混合核函数的AHPSO-SVM预测模型。研究结果表明,超声激励下试件边界损伤降幅为10.05%～21.23%,AHPSO-SVM预测模型MSE为0.378 4、平均相对误差为1.369 0%、30次适应度值标准差为0.020 2。相比于普通磨削,超声磨削可使ZTA陶瓷边界损伤值显著降低;建立的AHPSO-SVM模型具有较好的学习能力、泛化性能与良好的稳定性。     

高原航线运行控制研究:以“成都-稻城”航线为例

以"成都—稻城"航线为案例论述了高原航线的运行特点,根据航线的实际运行,提出运行控制的建议,研究表明:1)稻城机场天气报文中有17个小时为自动观测,需放行签派员与机场气象部门和场务部门联系确认发展趋势和跑道道面情况; 2)受四季气象特点的限制,推广新技术和适当增加航班备份燃油等措施对航班的签派放行和运行控制有重要的作用; 3)对复杂天气的评估和一发失效及客舱释压应急处置程序是高原航线运行控制的难点; 4)签派员参加高原机场"全动模拟机"训练和高原机场航线实习,有助于提升高原航线运行控制能力。     

基于民航团队旅客销售的组合预测方法分析

利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益.结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高.支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力.组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作.     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.