您的位置: 专家智库 > >

国家自然科学基金(91024013)

作品数:2 被引量:8H指数:2
相关作者:朱莎刘晓程聪慧佘廉更多>>
相关机构:华中科技大学国家行政学院上海交通大学更多>>
发文基金:国家自然科学基金国家科技支撑计划更多>>
相关领域:环境科学与工程政治法律更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇环境科学与工...
  • 1篇政治法律

主题

  • 2篇应急
  • 1篇电子政务
  • 1篇业务持续管理
  • 1篇应急管理
  • 1篇应急指挥
  • 1篇政务
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇时序性
  • 1篇组合预测
  • 1篇向量
  • 1篇向量机
  • 1篇小波
  • 1篇小波分析
  • 1篇SVM
  • 1篇持续管理

机构

  • 1篇国家行政学院
  • 1篇华中科技大学
  • 1篇上海交通大学

作者

  • 1篇佘廉
  • 1篇程聪慧
  • 1篇刘晓
  • 1篇朱莎

传媒

  • 1篇中国安全科学...
  • 1篇电子政务

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
应急指挥过程中的业务持续管理研究:一种时序性流程的视角被引量:4
2014年
首先界定了业务持续管理与应急指挥的内涵,梳理了中国业务持续管理专业委员会近年来的初步研究;然后运用鱼骨图分析了应急指挥过程中可能出现的重大问题及其成因,阐述了将业务持续管理引入应急指挥体系的必要性;在此基础上,讨论了业务持续管理运用于应急指挥过程中的思路,构建了一种基于系统受损的业务持续管理和核心业务恢复的时序流程图,以提高应急指挥体系的稳定性和抗干扰能力,保证业务运行的平稳持续。
佘廉程聪慧
关键词:电子政务应急管理业务持续管理应急指挥
小波分析和支持向量机组合法预测应急血液需求研究被引量:4
2013年
针对地震紧急救援阶段血液需求特点,提出用于预测其需求量的,基于小波分析(WA)和支持向量机(SVM)的组合方法(WA-SVM)。首先对原始血液需求进行小波分析,然后确定SVM输入向量和输出向量集合,构建各层序列的SVM预测模型,对血液需求进行预测。汶川地震案例表明,该方法的预测精度优于经验模态分解和SVM的组合预测模型以及SVM单项预测模型。
朱莎刘晓
关键词:应急组合预测
共1页<1>
聚类工具0