共查询到20条相似文献，搜索用时 15 毫秒
1.
以建筑企业员工对精益建设技术的采纳意愿为研究对象,通过调查问卷获得精益建设技术采纳意愿影响因素的数据,并利用粗糙集筛选出其中的重要影响因素;然后以技术接受模型为基础,借助系统动力学工具构建影响因素与采纳意愿的仿真模型,利用BP神经网络结合MIV算法来确定模型中的参数,并通过计算机仿真对比分析这些影响因素在不同技术成熟度下对采纳意愿的影响程度,探析影响因素与采纳意愿之间的作用规律。研究结果表明,这些影响因素对员工采纳意愿作用明显,其中精益建设技术感知有用性最显著,其次是精益建设技术感知易用性,而精益建设技术感知愉悦性的作用相对较弱。最后,就提高员工对精益技术的采纳意愿提出建议。 相似文献
2.
农产品供应链中物联网技术采纳的影响因素分析 总被引：2，自引：1，他引：1
总结并分析国内外物联网及其主流技术无线射频识别(RFID)技术采纳影响因素方面的研究文献,初步构建了农产品供应链中物联网技术采纳影响因素的技术组织环境(TOE)框架。根据实际调研数据,运用结构方程模型(SEM)对提出的物联网技术采纳影响因素的TOE模型进行实证分析。结果表明:员工阻力和不确定性不被模型支持;在被支持的众多因素中,兼容性、感知效益、企业规模、高层支持、供应链企业间相互信任、技术知识、外部压力、政府支持对物联网技术的采纳有正向的显著影响,影响最大的是企业规模,影响最小的是外部压力;复杂性和成本对物联网技术的采纳有负向的显著影响,成本对物联网技术的采纳负向影响最大。 相似文献
3.
4.
5.
6.
7.
根据油罐故障分析,建立了油罐故障诊断模型。采用新型的支持向量机-最小二乘向量机(LS-SVM)的算法对此诊断模型进行预测,获得了满意的效果。该方法易于使用,很少受不确定性因素的影响,有很高的预测准确性。 相似文献
8.
9.
简要介绍了基于统计学习理论的支持向量机回归(SVR)原理,针对边坡稳定性影响因素的复杂性,结合实例运用SVR技术构建了铀矿边坡稳定性的支持向量回归预报模型,并利用网格搜索与留一交叉验证方法(LOOCV)优化模型参数。研究表明,在小样本条件下,SVR预报模型对训练样本的计算值与实测值平均相对误差(MRE)为0.045967%,相对均方误差(MSRE)为0.046371%,拟合值(VOF)为1.999995765,相关系数(R)为0.9984,均比人工神经网络方法的相应指标值要小,说明支持向量回归方法是一种科学有效的矿山边坡稳定性的分析方法。 相似文献
10.
对影响电力负荷因素之间的非线性,有效提高电力负荷的预测精度,本文提出了一种最小二乘支持向量机(LSSVM)和粒子群优化技术(PSO)相结合的电力负荷预测方法。以历史负荷数据气象因素等作为输入,建立预测模型,对未来时刻电力负荷进行预测。该模型利用结构风险最小化原则代替传统的经验风险最小化,以充分挖掘原始数据的信息,并采用粒子群优化算法来优化最小二乘支持向量机的参数,旨在提高预测模型的训练预测精度。实际算例表明,使用PSO-LSSVM方法进行电力负荷预测,具有良好的可行性和有效性,与BP神经网络和LSSVM方法的预测结果相比,所提出的PSO-LSSVM模型预测平均误差仅为0.85%,具有更高的精度,适用于电力负荷预测。 相似文献
11.
支持向量机在机器学习中表现良好。基于径向基(RBF)核的支持向量机的分类和回归性能受其核参数的影响。为了获得最优的分类和回归预测结果,选择合适的核参数设置对提高分类和回归预测的准确度非常重要。本文使用网格搜索算法、遗传算法、粒子群优化算法分别进行径向基(RBF)核参数寻优。对比实验表明,网格搜索算法具有一定优势。 相似文献
12.
本文基于TOE(Technology-Organization-Environment,技术-组织-环境)模型,构建企业用户云计算采纳理论模型,并将影响采纳的关键因素归纳为技术因素、组织因素、环境因素以及企业用户最为关注的风险因素。研究结果表明,技术因素中的任务技术适配度和技术组织兼容度以及环境因素中的规范压力都对云计算的采纳意愿有显著的正向影响,而风险因素中的安全风险和隐私担忧则对云计算的采纳意愿有显著的负向影响。在云计算采纳的场景下,组织维度的两个因素(高层主管态度和资源就绪程度)都不是重要因素,同时技术因素中的相对优势和技术复杂性,以及环境因素中的模仿压力和强制压力都对企业用户云计算采纳没有显著影响。 相似文献
13.
14.
提出了一种将核Fisher鉴别分析特征抽取与多分类支持向量机算法结合的网络入侵检测技术,扩展了二分类支持向量机,利用经过核Fisher鉴别分析特征抽取后的训练数据构造优化的决策树,从而实现支持向量机的多分类.实验结果表明该算法能够提高检测正确率,同时降低训练时间,取得了良好的效果. 相似文献
15.
16.
支持向量机是一种有良好发展前景的学习机器。针对支持向量机训练过程中特征选择和参数优化的问题,提出一种基于蝙蝠算法和禁忌搜索算法相结合的算法的支持向量机特征选择和参数优化算法。将禁忌搜索算法理论引入蝙蝠算法中,可以有效提高BA算法的收敛速度和精度,得到更优的支持向量机模型。UCI标准数据集的分类实验结果表明,与基本的网格搜索,遗传算法等比较,TSBA算法可以获得更高的分类准确率和更好的稳定性。 相似文献
17.
基于SVM的企业竞争情报自动分类系统模型 总被引：1，自引：0，他引：1
针对企业竞争情报的自动分类问题,介绍了基于支持向量机(SVM)方法的自动分类技术的原理,探讨了该技术在企业竞争情报分类系统中的应用,并结合多Agent思想构建了基于支持向量机的企业竞争情报分类系统模型,重点研究了竞争情报的自动分类方法。 相似文献
18.
运用Agent建模方法,设计农户保护性耕作技术采纳决策模型,通过农户选择人工秸秆焚烧还田作业(传统耕作技术)与自购农机或购买专业服务进行秸秆粉碎还田(保护性耕作技术)的对比,研究政府补贴、管制(惩罚)、农技推广(信息诱导)三种政策对农户保护性耕作技术采纳行为的动态影响。发现以影响耕作成本的价格杠杆调节机制的补贴和惩罚措施都有助于减少农户秸秆焚烧行为,但提高补贴比惩罚对诱导主动积极型农户采纳效果更为明显;三种政策相比,对环境认知程度较低的农户而言,通过成功的信息诱导措施来刺激农户偏好对采纳决策影响具有最佳效果;从政策影响农户选择保护性耕作技术实现方式而言,提高政策刺激强度会促使农户倾向选择购买服务来实施保护性耕作。 相似文献
19.
基于混沌优化的支持向量机地下水位动态预测 总被引：1，自引：0，他引：1
地下水位动态受到自然因素和人为因素的影响,随机性明显,因此在地下水物理过程分析的基础上构建地下水位动态预测的随机性模型对地下水资源评价具有重要意义。本文将小样本机器学习理论——统计学习理论中的支持向量机理论引入地下水位动态预测。最小二乘支持向量机是支持向量机的一种,考虑到地下水位动态序列的长度和峰值突变性的特点,本文提出一种改进的支持向量机-峰值识别最小二乘支持向量机;并针对支持向量机算法存在的参数优化、训练和测试速度等问题,结合混沌优化方法,建立了基于混沌优化的峰值识别最小二乘支持向量机地下水位动态预测模型;最后本文以内蒙古河套灌区义长灌域1990年~2004年3个灌期(夏灌(4月~6月)、秋灌(7月~9月)和秋浇(10月~11月)降水量、平均气温、蒸发量、引水量、地下水开采量、地下水排泄量和地下水位埋深共15年45个样本资料为数据源,将该模型和原最小二乘支持向量机模型分别用于义长灌域地下水位动态预测。结果表明,该模型的拟合值、检验值和预测值与实际值复合的很好,拟合的平均相对误差绝对值为2.0868%,检验的平均相对误差绝对值为3.4777%,预测的平均相对误差绝对值为6.8589%,且训练和测试速度快,而原最小二乘支持向量机模型预测的平均相对误差绝对值为20.6767%。因此,该模型用于地下水位动态预测是可行和有效的。 相似文献