2010年广东省19～22岁学生体质健康综合评价的应用与分析

目的：了解和综合评价广东省2010年19～22岁学生体质健康的状况和发展趋势。方法：根据 广东省2010年19～22岁学生体质数据,采用统计学的因子分析法原理、方法进行分析;结果：建立了8个 学生体质状况综合评分评价模型计算体质分并进行评价;结论：无论男女生19～22岁城市学生的体质水平 略优于乡村学生的体质水平。     

应用多元回归分析方法评价大学生体质水平的研究

本文通过对影响大学生体质水平各因素的多元回归分析指出,影响身体形态水平的主要因素是体重,影响心肺功能的主要因素是1500米,引体向上对身体素质的影响较大。本文还利用多元回归方程,综合9种因素,建立了评价大学生体质水平的等级标准,为正确全面评价大学生体质水平探索出一种新的方法。     

坦克驾驶座椅静态参数的综合评价模型

针对坦克驾驶座椅静态参数评价问题，提出了基于模糊数学综合评价的坦克驾驶座椅评价方法．划分了坦克驾驶座椅静态参数评价指标，根据我国坦克驾驶员人体数据确定了各静态参数的取值范围，并以此为依据构建了各指标隶属度函数。依据德尔斐方法思想，由调查结果确定了各因素的评价权重，建立了坦克驾驶座椅静态参数定量化评价模型。     

新疆少数民族大学生体质健康水平分析与对策研究——以塔里木大学为例

对塔里木大学少数民族大学生健康水平数据进行因子分析和综合评价,分析总结出影响新疆少数民族大学生体质健康水平的因素。由此初步建立因子分析模型,通过各共性因子所处的状态,解释共性因子的实际意义,能客观评价新疆少数民族学生的健康水平。     

大学生体质水平的等级划分与模糊识别

根据大学生体质健康调研资料,采用系统聚类分析方法,将大学生体质水平分类,从而建立5个不同等级体质水平标准。运用模糊数学方法,建立相应体质等级模型的隶属函数。最后给出大学生体质水平多因素模糊识别的直接方法。该方法具有一定准确性,应用方便,较单因素分析更科学合理,为正确全面评价大学生体质水平探索一条新途径。     

对不同行业成年人体质监测结果的分析研究

通过对郑州地区５个不同行业１１９３名成年人的形态、机能、某些素质的测试调查结果表明，男子体质达到合格级以上标准的占总人数的７７．６％，女子为８５．９％，尚有１８．２２％的成年人体质标准处于合格级以下水平     

两种不同的体质健康评价结果反馈对大学生影响的效果评估

为评估体质健康评价结果影响的有效性问题，制作了两种不同方式的体质健康结果评价表。第一种 是按《国家学生体质健康标准》提供各单项成绩、总分和等级评价，称为“等级评价”。第二种是在第一 种格式的基础上，提供体质健康的非均衡预警、弱化趋势预警、心肺功能低值预警等信息。同时，将预警 信息及体质健康等级以不同的颜色标识，称为“预警评价”。以610名参加体质健康测试的大学生为研究 对象。研究结果显示，预警评价在 “重视体质健康测试结果”，“理解体质健康评价结果信息”，“对 评价结果印象深刻”，“希望接受教师的锻炼指导”，“计划进行体育锻炼” 等方面效果优于“等级评 价”。     

《国家学生体质健康标准》试行方案与实施方案比较研究

结合《国家学生体质健康标准》试行方案和大学生体质健康测试成绩,对《国家学生体质健康标准（实施方案）》展开更进一步的探讨。通过实施方案与试行方案中测试成绩的平均值差异性检验和等级人数差异性检验（χ2检验）得出,男、女生的肺活量体重指数、立定跳远和台阶试验等项目成绩和测试总成绩以及男生的握力体重指数成绩的平均值存在极其显著性差异（P〈0．001）;男、女生的身高标准体重成绩以及女生的坐位体前屈成绩的平均值没有显著性差异（P〉0．05）;大学生测试总成绩的总体平均值和等级人数都存在极其显著性差异（P〈0．001）。结果表明,《国家学生体质健康标准（实施方案）》对大学生身体机能和素质类的各项健康指标以及整体体质健康水平提出了更高的要求,同时也促进了大学生测试总成绩等级人数的合理分布。但是,在个别测试项目（如女生坐位体前屈）的评分标准上,还有待进一步完善。     

从学生体质状况谈我校女生体育教学改革

本文以我校1983与1984两级入学时年龄为18岁的女生为研究对象,根据全国青少年体质测试细则进行了身体形态、机能和素质的12项指标的两年跟踪测试,并将各项测试数据同全国、江苏省高等学校同龄女生相应指标的均值进行了对比分析,以鉴别和评价我校女生体质状况。 对比结果表明,我校女生身体形态、机能和素质的12项指标,除心血管功能指标高于全国和江苏省高校均值外,其余指标一般低于全国和江苏省的均值水平。尤其是速度和爆发力两项素质差距较大。本文根据我校女生体质状况和以往教学情况,主要对女生体育教材体系的改革提出了建议,可供改进女生体育教学参考。     

基于相对熵排序的建筑工程项目投标决策

投标决策是施工企业面对的重要问题．在建筑工程项目投标问题上，先建立风险指标体系，再结合层次分析法和信息熵法求得风险指标的综合权重，然后借助相对熵排序法，对各个方案进行综合评价，得到有效反映各方案差异的评价模型，通过对比可知此法可行有效，且灵敏度高．     

基于遗传算法改进 BP 神经网络的遥感影像分类研究

遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以LandsatTM遥感图像作为数据源,以长江中游一武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明：在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。     

基于神经网络的管道沿线土壤腐蚀态势评价

利用神经网络极强的非线性逼近特点,采用神经网络评价管道土壤腐蚀态势。介绍了基于BP神经网络的管道土壤腐蚀态势评价模型建立的方法和过程,在实例计算中考虑土壤pH值、土壤电阻率、土壤氧化还原电位和电解失重四个主要因素,选取9个学习样本对BP神经网络进行训练,分别用训练好的BP神经网络和模糊综合评价对现场管道6个实测点进行腐蚀态势评价,结果表明,两种方法得到的评价结果完全一致,该方法可以用于对管道沿线土壤腐蚀态势的评价。     

土壤含盐量BP神经网络反演模型

运用Hyperion数据,以黑龙江省大庆市某一实验区为例,通过对图像预处理、特征提取、土壤含盐量、波段与土壤含盐量的相关性分析,建立BP神经网络模型(Back Propagation Network)、经验统计模型等进行研究,并开展了对土壤含盐量的定量提取研究,探讨Hyperion数据反演土壤含盐量的方法.结果表明:与传统的经验统计模型相比,BP神经网络模型具有不可比拟的优越性;同时,Hyperion数据为建立土壤含盐量模型提供了高维的输入样本,大大提高了反演的精度;土壤含盐量的反演模型的研究还有待于进一步深入.     

区域可持续发展的社会动态人口承载能力模型研究

作为第一人口大国,人口承载能力一直是研究热点。分析了现有研究成果的局限性,在此基础上,综合考虑经济、社会、资源、环境以及人口系统本身的演变,给出了人口承载能力的综合评价框架。考虑人的多层次需求的基础上,参照小康科学指标体系和人文发展报告,给出综合评价框架中各个信息的代表性指标,建立了开放区域动态的人口承载能力模型以及使用模型进行人口预测的框架。最后以上海为例,用主成分分析法给出了简化模型的系数。     

常用水质综合评价方法探讨

介绍目前运用较多的3种水质综合评价方法,即主成分分析评价法、模糊模式识别评价法、BP人工神经网络评价法的结构原理和算法。根据建立的不同水质综合评价模型,采用MATLAB语言编写相应的评价程序进行实例评价,试图找出3种方法在水质综合评价中的优缺点。     

高校科研项目立项综合评价研究

将模糊数学方法用于高校科研项目综合评价,建立综合评价的数学模型,克服了非重要因素及主观因素所占权重较大的缺陷,增强了项目评审的客观性,从而有利于科研经费的合理分配使用;采用计算机进行操作,提高了工作效率,节约了评审经费,在科研管理领域具有更为广阔的应用前景。     

基于BP神经网络的多因素城市生活垃圾产量预测模型研究

运用BP神经网络理论,通过对城市生活垃圾MSW与人口数、GDP、人均收入和人均消费的数据分析,研究建立了多因素BP神经网络模型,并以北京市城市生活垃圾数据进行应用,得到了较好的效果。该模型优于传统灰色理论模型及双因素BP神经网络模型,预测结果合理,精度高,实用性强。该研究方法对城市生活垃圾管理及环境规划具有一定的指导意义,对其他领域一些相关问题也具有实用参考价值。     

陕西省县域城镇化发展水平的BP神经网络测定研究

运用BP神经网络的理论和方法,构建了县域城镇化发展水平BP神经网络模型,并对2008年陕西省83个县域城镇化发展水平进行了综合评价。结果表明：陕西省县域城镇化发展水平区域差异显著,评价结果与专家的判断基本一致;根据评价结果,结合ARC-GIS9.2中的自然断点法（natural breaks）将BP测度得出的得分值分为5个等级,发现县域城镇化发展水平较高的县域主要集中在陕北地区,关中地区次之,陕南地区最低。BP神经网络用于评价县域城镇化发展水平简单、实用,且避免了人工确定指标权重的主观性,具有很好应用前景。     

基于BP神经网络和支持向量机的农用地分等方法研究

为建立农用地(耕地)质量评价模型,客观准确地进行农用地(耕地)分等,减少现行农用地分等方法中的人为因素影响,提高农用地分等的精度。以福建省长泰县丘陵山地区为实证研究区,通过无监督网络——自组织特征映射网络(SOM)筛选出2 602组典型样本,分别进行有监督网络——BP神经网络和支持向量机(SVM)的学习训练,将分等指标作为输入变量,以农用地自然质量等指数和等别作为输出变量,分别建立BP神经网络农用地分等模型与SVM农用地分等模型并对其精度进行分析。BP神经网络模型的评价正确率为89%,精度较高;支持向量机(SVM)模型的评价结果正确率为99%,达到高精度等级。2种模型均能满足农用地分等的精度要求,但SVM模型较BP神经网络效果更好,更适合应用于农用地分等工作。     

BP神经网络的土壤肥力评价研究

为给用户提供准确、科学的施肥指导。在建立BP神经网络评价模型的基础上,构建了以黑龙江850农场为研究区域的土壤肥力评价的空间信息平台,实现地块肥力等级在线评价及等级空间分布。因BP神经网络方法不需要人为干预,更具有客观评判性,与相关方法进行比较,该评价方法能更有效地对该农场的土壤肥力进行正确的评价。