航天创新型人才培养引社会高度关注

6月8日,中央电视台《共同关注》栏目围绕贯彻落实全国人才工作会议和《国家中长期人才发展规划纲要》精神,专题介绍了中国航天科技集团公司创新型人才队伍建设经验。     

发展和谐航天 造福人类社会——中国航天科技集团公司发布2011年度企业社会责任报告

2012年5月26日,中国航天科技集团公司发布了其2011年度社会责任报告。报告从概况与战略、国家责任与和平发展、经济责任与持续发展、社会责任与和谐发展、环境责任与绿色发展、总结与展望6个方面全面报告了中国航天科技集团公司履行社会责任的状况。此报告是中     

航天科技集团荣膺“人民社会责任奖”

<正>2009年12月20日,由人民网和《中国经济周刊》联合主办的"共和国60年经济盛典系列评选"活动的颁奖仪式在北京隆重召开。中国航天科技集团公司荣膺最高奖项——"2009年度人民社会     

中国东方航空股份有限公司对于顾客的社会责任研究

本文以中国东方航空股份有限公司官方发布的2009-2013年五年度的社会责任报告为研究对象,利用定性和定量结合的方法进行分析。研究发现:(1)安全责任是履行顾客社会责任的根本。利用安全飞行时间和事故征候万时率实证分析表明东航对顾客的安全责任履行较好,逐年成熟;(2)服务责任是主体与关键。类目分析与内容分析表明东航的服务责任工作趋向系统化、专业化、人本化的特点;(3)信息化责任是升华与推动。东航信息化责任工作亟需系统化规范化的关注与开展。本文同时改良了对顾客责任的三大支柱模型。     

全球卫星应用产业的市场环境分析及趋势预测

全球航天技术经过半个多世纪的发展,已经开始由最初的为军事和政府部门服务为主逐渐向为经济和社会发展服务为主转变。20世纪80年代,自美国航空航天局（NASA）首次将其研制的“陆地卫星”中等分辨率的图片向公众出售开始,航天技术开始走进了千家万户,并且以一种无人预料的速度迅速发展壮大。航天技术的商业化拓展了产业链下游的卫星应用和服务业,     

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.     

中国低价出口的成因分析

由于我国土地、资本以及劳动力要素价格本身较低,而企业承担的社会责任也较少,导致生产成本低廉,这是中国出口商品价格低廉的首要因素。同时,国内市场上产能过剩、进入壁垒较低等因素导致产业竞争加剧,企业被动寻求外销渠道。中国企业在研发能力、品牌以及国际化经营能力等核心竞争力方面的弱势,使得产品处在全球价值链末端,附加值较低,面对国际市场上同质产品的激烈竞争只能采用低价竞争策略。低价出口造成中国贸易条件的不断恶化及贫困化增长的不正常现象,因此,今后中国应加快经济增长方式的转变,实现对外贸易的持续发展。     

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。     

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.