城市居民生活垃圾源头分类的意识与行为调查研究

目的：与发达国家相比,我国城市居民生活垃圾分类意识浅薄,如今提高其生活垃圾分类意识和行为习惯迫在眉睫。方法：采用曲英的《城市居民生活垃圾源头分类意向调查问卷》与《城市居民生活垃圾分类源头行为调查问卷》（bss）进行调查。结果：（1）城镇居民垃圾源头分类行为频繁;（2）分类行为与意识存在显著的正相关,分类意识在影响行为上起着关键作用;（3）分类意识的六个因子均与分类行为成正相关;（4）分类意识及其六个因子对分类行为具有很好的预测作用。结论：应从源头上解决垃圾分类现状,降低垃圾回收分类的成本,提高城镇居民的垃圾分类回收意识,从而进一步提高城镇居民的垃圾源头分类行为。     

农村生活垃圾分类标准化需求分析及标准体系建设

本文通过梳理分析我国农村生活垃圾分类领域现有标准情况,结合我国农村生活垃圾分类的实际发展,开展农村生活垃圾分类标准化需求分析,从基础通用标准、分类投放、分类收运、分类处理以及分类管理和效果评价几个方面构建了农村生活垃圾分类标准体系框架,提出了重点标准制修订方向,并针对标准化推动农村生活垃圾分类提出了对策建议。     

食品安全检测标准样品分类的研究

本文在《标准样品分类——标准样品分类的指南和关键词》国际最新的分类原则基础上,结合我国以往的分类体系,对食品安全检测标准样品进行了独立地、系统的分类,提出了一套适合我国国情的食品安全检测标准样品分类体系.     

标准体系的分类及应用

由于标准体系的分类问题一直没有系统性的研究成果,导致标准化学者间为标准体系的符合性存在争论和分歧。本文对标准体系的概念进行了实用性的阐述,将标准体系按6个属性进行了分类,即:层级属性分类、专业属性分类、用途属性分类、标准属性分类、成份属性分类、构建属性分类,论述了每类体系的组成关系及特点,建立了标准体系六维属性空间,给出了标准体系的应用关系。     

应急物资分类标准与编码规范研究

应急物资分类编码标准是应急管理重要的基础性标准之一.进一步加强应急物资分类及编码标准研究,对于有效满足应急全过程管理的需求,促进国家信息平台数据共享及提升国家应急管理水平具有重要意义和应用价值.本文基于应急物资及其分类和分类编码概念,结合国内外应急物资分类编码研究现状与存在的主要问题,研究了应急物资分类编码结构,并采用线分类法对应急物资进行分类.在此基础上,提出了应急物资分类大类目录.     

维修备件基于AHP的ABC分类模型

针对ABC分类在设备维修备件管理中不足以区分重点备件的缺陷,将层次分析法与ABC分类相结合应用于设备维修备件的分类。将维修备件的易得性、关键性和经济性作为分类准则,通过ABC分类来求解备件对分类准则的权重,然后运用层次分析法计算备件的组合权重,再根据组合权重对备件进行ABC分类。该方法用于设备维修备件的分类可以快速有效地找出重点备件．提高备件管理工作的针对性和有效性。     

聚类分析在电力客户分类中的应用

企业通过有效的分类收集、整理和分析客户档案材料,根据客户的不同的特点,进行客户分类。客户分类模型是对客户进行分类的一种方法,客户分类模型应被不同的使用者所需要并且能够完全处理错误数据。电力企业的特点决定目前电力系统对客户的分类应围绕提高企业经济指标,从关键客户保持度为重点来开展。分析聚类分析应用在电力企业客户分类的步骤并逐步建立电力客户分类的数据结构体系。     

农产品分类的国内外发展现状研究

本文通过分析国内外不同分类体系下农产品分类的应用及发展现状,对比分析目前广泛使用的农产品分类方法,为研究我国农产品分类的统一标准奠定基础。     

农产品分类方法视角下的日本肯定列表制度

一、日本肯定列表制度的农产品分类的方法、框架和内容 日本肯定列表制度的农产品分类体系是其制定农药残留限量标准的基础。日本的农产品分类从分类的框架和各层次的内容,以及规定的产品与国际食品与法典委员会（CAC）和中国有一定差异,如蔬菜的分类方法采用植物生理学学科分类,分类相当细致,     

一种改进的互信息特征选择方法

传统的特征选择方法在进行文本分类往往存在分类准确度不高等问题,文章引入词频评价函数,提出一种基于改进的互信息特征选择方法进行文本分类。实验表明,基于改进的互信息特征选择方法,在进行文本分类时,提高了分类的准确度。     

垃圾分类标识要素提取及属性分类研究

目的对262件垃圾分类标识进行现状分析,并提取19个信息要素,编制Kano问卷,对标识信息要素进行质量属性分析。方法 96位用户参与Kano问卷的调查。结果 19个信息要素有3个必备质量要素、5个线性质量要素、3个魅力质量要素、8个无差异质量要素。结论 (1)属于必备质量要素的有:一级分类中文、二级分类中文、一级分类英文,此类信息要素的呈现能消除用户不满;(2)属于线性质量要素的有:一级分类图符颜色、二级分类图符边框、一级分类图符、二级分类图符、二级分类英文,标识提供这些信息要素,用户满意度将会大大提高;(3)属于魅力质量要素的有一级分类文字底色、一级分类文字颜色、二级分类图符颜色,此类信息要素的呈现能提高用户满意度。最后研究提出了相应的建议措施以提高垃圾分类标识设计的可理解性和识别性。     

数字服务设计技术的开放式卡片分类研究

目的 加强数字服务设计过程中设计技术的选择和应用,对数字服务设计技术展开分类研究。方法 选取70个数字服务设计技术制作成卡片,对70个设计技术进行开放式卡片分类,将定性探索性分析与聚类分析相结合,对分类结果进行整合。结论 获取设计技术分类结果的标准化类别及其认可程度,获取设计技术分类结果的层次聚类树形图,得到符合大众心理的设计技术分类结果。将70个设计技术按照设计流程、方式、参与者和持续时间进行分类,创建了一个全面的设计技术分类系统。通过对数字服务设计技术进行分类,能够快速有效地索引设计技术,提高设计技术的应用效率。     

基于源头分类的长沙市生活垃圾治理框架设计

本文首先从长沙市生活垃圾处理现状、政策体系、垃圾回收体系和居民垃圾分类意识等方面介绍了长沙市垃圾分类的基本概况,简要分析了目前长沙市垃圾分类存在的问题,并从国外的垃圾分类处理模式中学习先进经验.最后,针对垃圾源头分类存在的问题提出了以党建、居委会、物业、居民为主体的社区垃圾分类治理措施,强调从垃圾产生的前端下手,围绕社区展开垃圾分类活动.     

我国现有食品分类标准的局限及建立食品统一分类标准的意义

食品的合理分类是对食品生产进行有效监管的基础。我国暂没有“食品统一分类标准”,现行有效的可以借鉴的有食品分类性质的文件存在各文件之间兼容性差,文件内概念模糊,分类过度,分类过于笼统,通用性差等问题,故应建立层级清晰,分类为宜,通用性好,设立合理的补充方法的“食品统一分类标准”。这样便可以达到各标准间及标准与产品间的无缝衔接,能够使食品安全监管更加有效。     

浅析城市垃圾源的现状及措施

城市垃圾源头分类还处在试点起步阶段,现在多数居民依然采用混合方式投放生活垃圾。虽然多数居民对环境保护的意识越来越强,但居民的生活垃圾源头分类意识不强。缺乏垃圾分类知识,不知道如何进行垃圾分类,目前还没有垃圾分类的相关法律和法规,而且提供垃圾分类的基础设施不完善。本文对城市垃圾的现状及措施进行探究。     

基于非线性判别分析的齿轮故障分类方法研究

针对复杂机械故障的模式分类问题,提出一种基于非线性判别的多故障分类方法.与线性判别分析相比,基于核的判别分析更适于处理线性不可分的分类问题.将此方法用于齿轮齿面点蚀、剥落以及磨损等故障的分类识别,取得了很好的分类效果.研究表明,基于核的判别分析适于在积累历史故障征兆基础上对多种机械故障进行分类识别.     

基于语义网的文本分类系统设计与实现

研究基于语义网的文本分类问题,结果表明,SOM神经网络的文本分类可以在降低时间和空间复杂度的基础上,提高分类准确度,从而为文本处理环境下的实时分类提供良好的实现算法。     

基于像元分解的亚像元级遥感数据分类精度评估方法

为减小混合像元现象给遥感数据分类精度评估过程带来的影响,将像元分解技术引入到分类精度评估中,提出了基于像元分解的亚像元级分类精度评估方法,并给出了相应的处理流程及精度评估所需误差矩阵的计算方法.实验结果表明,亚像元级分类精度评估方法能够体现混合像元在分类精度评估过程中的影响,能够从一定程度上细化各分类算法的优劣,降低由于空间分辨率所引起的分类精度评估结果的不确定性.     

基于差分进化的中文情感分类集成算法研究

情感分类是一种从文本中提取情感倾向的文本分类任务。集成学习通过结合几个分类器,在情感分类任务上能够获得比个体分类器更好的分类效果。但是,由于个体分类器在数据集上的表现不同,个体分类器在集成方法中的权重难以确定。针对集成学习中个体分类器的权重优化问题,提出一种基于差分进化优化个体分类器权重的集成分类方法,并将其应用于中文情感分类。以分类准确率为适应度值,通过差分进化算法优化5种个体分类器的权重组合,在3个领域的评论语料集上进行实验。实验结果表明,与一般的集成方法相比,该方法在中文情感分类上有更好的分类效果。     

基于卷积神经网络模型的遥感图像分类

研究了遥感图像的分类,针对遥感图像的支持向量机(SVM)等浅层结构分类模型特征提取困难、分类精度不理想等问题,设计了一种卷积神经网络(CNN)模型,该模型包含输入层、卷积层、全连接层以及输出层,采用Soft Max分类器进行分类。选取2010年6月6日Landsat TM5富锦市遥感图像为数据源进行了分类实验,实验表明该模型采用多层卷积池化层能够有效地提取非线性、不变的地物特征,有利于图像分类和目标检测。针对所选取的影像,该模型分类精度达到94.57%,比支持向量机分类精度提高了5%,在遥感图像分类中具有更大的优势。