居民参与城市生态文明建设研究

出版时间：2013-3  出版社：科学出版社  作者：李英  

内容概要

《居民参与城市生态文明建设研究》内容简介：目前，社会科学研究更加重视定量研究。《居民参与城市生态文明建设研究》从居民参与的视角就居民环保生活方式、居民参与城市绿化行为和中小学生环保行为三个方面开展问卷调查，运用SAS、SPSS、AMOS等统计分析软件开展居民参与行为的影响因素分析、探索性因素分析和验证性因素分析，采用SVM软件包LIBSVM对居民参与城市生态文明建设行为进行模式识别，并对社区组织机制、培养机制和运行机制进行较为深入的分析。《居民参与城市生态文明建设研究》针对社区缺乏对居民参与环保活动的有效组织和居民参与积极性不高等问题，通过实证研究提出了具有针对性和可操作性的措施。
《居民参与城市生态文明建设研究》可供社会学、管理科学与工程学科的教师和研究生参考阅读。

书籍目录

前言 第l章绪论 1.1居民参与城市生态文明建设相关概念 1.2居民参与的基础理论 1.3相关研究进展 第2章居民参与城市生态文明建设的影响因素分析 2.1居民参与城市生态文明建设的影响因素分析方法 2.2居民环保生活方式调查问卷设计 2.3居民环保生活方式的影响因素分析 2.4居民参与绿化行为的影响因素分析 2.5居民环保生活方式的主成分分析 2.6居民参与绿化行为的主成分分析 2.7居民环保生活方式一阶验证性分析 2.8居民参与绿化行为的一阶验证性分析 第3章居民参与城市生态文明建设的行为模式识别 3.1居民参与城市生态文明建设行为的初始评价指标体系 3.2居民环保生活方式评价指标体系优化分析 3.3居民参与绿化行为的评价指标体系优化分析 3.4居民参与行为的模式识别方法 3.5居民环保生活方式SVM模型构建 3.6基于SVM的居民参与绿化行为模式识别 第4章城市生态文明建设中的社区组织机制及培养机制分析 4.1城市生态文明建设中的社区组织机制分析 4.2中小学生环保行为的影响因素分析 4.3参与环保活动的居民类型及参与特点 4.4居民参与城市生态文明建设的行为动因及不利因素分析 4.5改善居民参与城市生态文明建设行为的培养方案效果调查分析 4.6居民参与城市生态文明建设行为培养方案的选择研究 4.7中小学生环保行为培养方案调查分析 第5章居民参与城市生态文明建设的运行机制分析 5.1社区有效组织下的居民参与机制 5.2通过市场化手段促进居民参与森林经营活动 5.3政府主导下的居民参与生态消费机制 5.4学校环保教育体系重构 第6章居民参与城市生态文明建设的保障体系构建 6.1制定居民参与保障政策的必要性及目标 6.2发挥社区组织功能的政策保障体系 6.3建立针对消费者的管理约束机制和措施 6.4强化学校环保教育及其效果的保障措施 6.5将居民的社会参与信息纳人到个人信用体系中 6.6促进居民参与城市绿化建设的技术保障体系构建 参考文献 附录

章节摘录

版权页：   插图：   （3）学习和训练。要具有分类识别功能，就需要进行机器学习和训练。首先，要对已知数据进行训练，将分类识别相关的知识和方法输入到机器中，确定识别盼规则和程序；其次，在反复多次进行中，不断地修正错误，直至正确识别率达到设计要求。 （4）预测待测对象的类别。通过机器学习和训练之后，将所产生的分类规则及程序用于待测对象的类别预测。分类识别的规则和方法越充分，预测的正确率就越高。 3.4.2 SVM的基本原理及研究进展 1.SVM的基本原理 SVM是一种建立在统计学习理论基础上的机器学习方法。SVM的早期研究是在模式识别中用来解决两类线性可分问题，后来发展为解决非线性问题。其核心思想是通过非线性映射函数（即核函数），将样本数据集从低维的输入空间映射到一个高维的特征空间（Hilbert空间），使其线性可分，然后在特征空间中寻找最优线性分类面（Jorgensen et al.，2001）。SVM属于一种遵循结构风险最小化原理的线性机器，其通过建立一个超平面作为决策曲面，使得不同类别之间的隔离边缘被最大化。更精确地说，SVM是结构风险最小化方法的近似（Jim andChen，2006），是广义的风险范围最小化，而不是利用传统的回归技术使得经验风险最小化原则（Park and Lee，2009）。2 目前，SVM常用的内积核函数主要包括线性核函数、多项核函数和径向基核函数（radial basis function，RBF）三种类型，选择不同形式的核函数就会产生不同类型的SVM模型。 2.模式识别和SVM方面的研究进展 1）模式识别研究 20世纪40年代以来，随着计算机的出现，人工智能研究开始兴起，并在20世纪60年代发展成为一门学科。在人工智能研究领域中，模式识别研究的主要问题是在已知事物主要特征及所属类型的情况下，判断待测定对象的类别，即根据已知各事物特征，来判断事物间的相似程度（相互融合度），近几年主要应用统计方法、模糊数学方法、人工神经网络方法和人工智能方法进行模式识别。高海波等（2009）提出基于类别样本统计分布特性分析进行模式识别的方法。

编辑推荐

《居民参与城市生态文明建设研究》可供社会学、管理科学与工程学科的教师和研究生参考阅读。