杭州西湖景区大花萱草应用推广综合评价

通过引进观赏价值高的大花萱草品种,在西湖景区营造大花萱草特色植物景观,建立西湖景区大花萱草应用推广评价体系,选育适合西湖景区园林绿化的萱草品种,为大花萱草在江浙地区的应用推广提供理论依据。基于对大花萱草生物学和生态学研究,以观赏和应用价值为目标,确立12个评价因子,采用层次分析法(AHP法)建立大花萱草综合评价模型。按照综合评价模型,对28个大花萱草品种在杭州西湖景区的表现进行综合评价,筛选出9个表现优良的大花萱草品种。通过对大花萱草连续3年(2018—2020年)的观测,结合生态习性探讨其在西湖景区的园林应用价值,并提出相应的栽培技术和病虫害防治要点。     

杭州西湖景区旅游资源质量综合评价

采用定性描述和定量评价相结合的方法，利用随机抽取游客进行现场评分的资料，建立了杭州西湖景区６个主要景点的旅游资源质量评价模型。依据各景点的综合得分值对各景点的旅游资源质量进行了评价，分析了９个评价要素对西湖景区旅游资源质量的影响。结果表明：三潭印月在各景点中位居榜首，而水景则是影响西湖景区旅游资源质量的主要因素。     

杭州西湖水域荷花花期延长探讨

随着西湖申遗成功,在全球气候变暖的大环境下,西湖荷花品种也需要切实地进行改良更新。其中,利用技术手段延长西湖荷花花期,一方面有利于维持西湖的夏日景象,另一方面为西湖荷花优良性状的延续发展提供了参考。通过前期尝试和讨论研究,技术人员设计了荷花品种改良驯化的方案,再通过对生长周期中自然影响因子的记录,与荷花品种表现现状比较分析,得出实验结论。探讨希望通过引进花期长,性状稳定的热带荷花并驯化培育的方法,使其适应杭州的自然气候,同时维持相对较长的花期。     

基于ArcGIS的神木市农村居民点用地适宜性评价

本文以陕西省神木市为研究区域,以农村居民点图斑为评价单元,确定了高程、人均纯收入、地质灾害易发程度等10个参评因子并用层次分析法(AHP)确定其权重,运用Arc GIS软件的坡度分析、水文分析、缓冲区分析等方法对各评价因子进行分析,对各参评因子分等赋值,建立起农村居民点用地适宜性评价体系,利用综合指数法对各评价单元进行综合评价分析,构建多因素综合评价指标模型。根据综合分析结果,将神木市农村居民点用地划分为最高适宜级、高适宜级、中适宜级、低适宜级和不适宜级5个级别,得出研究区农村居民点用地适宜性等级及分布,并将评价对象分为搬迁型、集聚型和发展型,制定相应的优化方案。     

乡村旅游的乡村性指数评价模型研究

综合国内外专家对乡村性的研究,提出乡村性指数模型,模型由目标层、要素层和因子层组成,要素层有地域条件、乡村意象、社区参与、旅游产业本地化和可持续发展五方面要素,因子层有18个因子。运用层次分析法确定乡村性指数模型各因子的权重,在要素层中,乡村意象的比重最大,达到了0.3829,其次是社区参与,比重为0.2759,从因子层来看,权重在0.1000以上的因子有两个,包括"乡村民俗文化"和"参与管理",其中"乡村民俗文化"的权重最高,为0.1317;采用定性与定量结合的方法确定各因子的评价标准,最后得出乡村性指数评价模型。     

河南省经济发展水平的评价与协调发展研究

通过构建反映河南省经济发展水平的指标体系,运用因子分析法对18个地级市的经济发展水平进行综合评价,得出了其排名情况,并分析了造成这种状况的原因,最后提出了促进河南省经济协调发展的对策。     

基于因子分析的教师素质评价研究

阐述了因子分析的基本概念和统计原理,采用问卷调查法对87名教师进行抽样调查,初步了解当前教师的素质状况。利用因子分析法从可行性分析、因子提取、变量解释、因子得分4个角度对衡量教师素质的12个因素加以分析,结果显示特征值大于1的因子有4个,其特征值分别为:3.073、2.195、2.094、1.592,累计方差贡献率超过80%,选取这4个因子作为替代解释指标,通过对因子载荷矩阵进行分析,得到因子变量和原有变量之间的关系,使因子变量更具有可解释性,将提取的因子变量分别命名为通用能力、职业能力、知识水平和意识结构。利用因子得分系数矩阵,得出各公因子得分的表达式,并以每个因子的方差贡献率作为权重建立综合得分模型,依此模型计算教师综合得分值,对每个教师的素质进行综合评价。综合评价发现,当前教师的综合素质仍有很大的提高空间。从拓展能力结构、深化知识结构和内化意识结构3个层面对提高教师的素质进行综合论述。     

基于GA-SVM的土壤重金属污染评价研究

在研究区域采集227个土壤样品,对其Cu、Zn、Pb、Cd和As含量进行测定,并分别应用单因子指数法、GASVM模型和内梅罗综合污染指数法计算、评价了各采样点的土壤环境质量等级。结果表明:GA-SVM模型的最佳惩罚参数C为21.939,RBF核函数的最优参数g为12.995,均方百分比误差MSPE为1.3958,该模型对训练集(150个样本)、测试集的平均分类精度达到97.33%;GA-SVM模型对77个测试样本的土壤环境质量等级评价结果与单因子指数法的评价结果一致,与内梅罗综合污染指数法评价结果的变化趋势一致。     

基于主成分分析的大学生综合素质理论评价模型初探

本文通过大量的调研工作并结合主成分分析方法,从影响到大学生综合素质能力的25项因素中,找出了9个主成分指标,通过分析得出这9个主成分指标的排序为:学习因子创业因子科技竞赛活动因子服务因子特长因子文体因子个人能力因子爱心因子学术因子,并且初步构建了大学生综合素质理论主成分评价模型,该模型能较为全面地评价大学生的能力,为科学合理的培养大学生综合素质提供了依据。     

基于GA-SVM的土壤重金属污染评价研究

在研究区域采集227个土壤样品,对其Cu、Zn、Pb、Cd和As含量进行测定,并分别应用单因子指数法、GASVM模型和内梅罗综合污染指数法计算、评价了各采样点的土壤环境质量等级。结果表明:GA-SVM模型的最佳惩罚参数C为21.939,RBF核函数的最优参数g为12.995,均方百分比误差MSPE为1.3958,该模型对训练集(150个样本)、测试集的平均分类精度达到97.33%;GA-SVM模型对77个测试样本的土壤环境质量等级评价结果与单因子指数法的评价结果一致,与内梅罗综合污染指数法评价结果的变化趋势一致。