多目标机器学习钢的四种力学性能

预报钢材的力学性能对其研发和应用都具有重要作用.本文对360条源自日本国立材料研究所(NIMS)数据库的钢材数据,使用正则化线性回归、随机森林和人工神经网络三种机器学习方法对钢材的疲劳强度、拉伸强度、断裂强度和硬度四种力学性能进行多目标机器学习,即使用一组特征变量来描述这四种目标函数,并使用MultiTaskLasso、特征重要性和复相关系数三种方法对特征变量的重要程度进行了排序,也用"面积法"来平衡模型复杂度(特征个数)与预测精度,且通过线性回归给出了基于化学成分、制备工艺参数、夹杂物参数的解析表达式,对四种力学性能具有较好的预测能力.作为对比,本文还使用原子半径、价电子数和鲍林电负性等9种原子尺度特征替代9种元素特征后进行多目标机器学习建模和预测,计算结果显示原子尺度特征同样具备较好的预测能力.     

摩托车声品质评价的神经网络方法

针对声品质评价过程中线性回归模型评价结果的不足,采用BP神经网络对人的主观评价结果进行预测.采集摩托车在不同发动机转速下驾驶员耳旁的声信号样本,采用分组成对比较法进行主观评价试验,选取了响度、尖锐度、粗糙度作为神经网络模型输入参数,结合主观评价结果对模型进行训练与检验,并与线性回归模型输出结果进行比较.结果表明,选取驾驶员双耳响度、尖锐度、粗糙度作为模型输入能够较为准确地反映人耳对摩托车噪声的主观感觉.     

质量剖面下建筑施工项目可靠性测度模型及其应用研究

根据建筑工程质量形成的一般规律,建立了包括10个节点要素的工程项目质量可靠性分析的贝叶斯网络(BN)结构;从铁路建设项目施工现场收集到数据后进行CPT参数学习,获得了完整的BN网络;采用两个典型样本数据对模型进行了检验,针对模型中的主要节点变量进行BN推理和敏感性分析,结果显示模型具有较好的预测功能。     

基于证据推理的故障预报模型

为处理存在定量与定性不确定性信息的非线性复杂系统故障预报问题,建立了基于证据推理(evidential reasoning,ER)的故障预报模型,提出了ER预测模型的参数优化方法.该模型利用ER算法可以处理精确数据、不完整数据、模糊数据的能力,及其非线性融合的特性,对模型的输入信号,通过信息变换技术转化到信度结构框架下,应用解析ER算法对输入信息融合,根据输出数据的类型,构造相应的预测输出,给出了故障识别方法.针对ER预测模型参数难以精确的主观确定的困难,建立了非线性优化模型,对模型参数进行优化学习,获取最优模型参数.通过实验对ER预测模型的性能进行了分析,结果表明,建立的预测模型和参数优化模型可以有效的处理故障预报问题.     

取代联苯类化合物单一和联合毒性的定量构效关系研究

对18个取代联苯类化合物的单一毒性进行了定量结构活性相关(QSAR)分析,建立了最优模型及正辛醇/水分配系数(lgK_(ow))模型。分析表明,量子化学参数模型能很好地预测取代联苯的单一毒性,-lgEC_(50)=0.575 lgK_(ow)-40.827 RE_(max,C-H)-3.84010~(-6)-DIP+449.109(R~2=0.930,S~2=0.074,F=76.477,p0.001)。研究了混合物的联合毒性,根据浓度相加效应预测了混合物半数效应浓度(EC_(50mix)),在排除混合化合物的反应效应后,预测值与实验值较吻合。R~2=0.943。实验结果证明,QSAR模型对于单一化合物及混合化合物的毒性预测具有重要价值。     

利用NARX神经网络由IMF与太阳风预测暴时SYM-H指数

SYM-H是一个重要的空间天气指数, 它与Dst指数相似, 是磁暴强度的表征, 但SYM-H具有更高的时间分辨率. 本文发展了一种具有输出时延反馈的非线性自回归神经网络(NARX)预测模式, 由太阳风和IMF参数预测暴时SYM-H指数的变化. 与BP网络和Elman网络相比, 预测效果显著改善. 用15个强磁暴(含5个Minimal SYM-H <-200 nT的超强磁暴)进行检验, 预测与实测SYM-H指数的相关系数总体达到0.91; 对于5个超强磁暴, 相关系数最低为0.91, 相应的磁暴为2001年3月最小SYM-H达-434 nT的磁暴, 对两个SYM-H小于-300 nT的磁暴预测相关系数分别达0.93和0.96. 在NARX网络中将适当长度(约120 min)的SYM-H指数输出, 反馈给网络外部输入, 即输入中包含环电流内部准实时与历史状态信息, 是使模式预测能力在已有基础上得以大大提高的关键; 说明除了行星际的直接驱动之外, 环电流自身状态对磁暴的发展变化, 特别是对于恢复相过程有重要作用, 在利用神经网络对环电流指数进行预测时必须恰当地加以考虑.     

用混合回归模型预测黄河三门峡站年径流变化的初步研究

年径流形成过程受到很多因素的影响,对其未来的精确描述十分困难,常用的成因预测法和统计预测法都有其一定局限性.以年径流作为自回归因子,降水、气温和用水做为回归因子,建立了年径流预测的混合回归模型,并以黄河三门峡站为例,对黄河三门峡站天然年径流未来变化进行了6种方案下的预测.研究表明,混合回归模型既能较好地模拟气温、降水及耗水变化对年径流量的影响,也能体现年径流自身的演变规律.     

基于RBF神经网络的烧结终点预测模型

本文提出一种基于径向基函数(RBF)神经网络的烧结终点预测模型.该模型首先采用改进的最近邻聚类算法确定径向基函数中心,接着应用递推最小二乘法训练网络的权值.通过现场采集数据对该模型进行仿真,其实验结果表明,该模型具有较好的学习能力和泛化能力,为烧结终点的预测提供了一种新的解决方法.     

顾及大坝位移残差序列混沌效应的GA-BP预测模型

针对大坝观测数据常规模型训练后的残差混沌效应及模型回归方法的拟合度等问题,文中融合遗传算法与神经网络的数据训练优势,通过构建的遗传神经网络(GA-BP)算法对大坝变形观测序列资料进行回归提取残差序列.基于位移回归残差序列的混沌特性,利用混沌理论对其残差序列进行数值分析,并将残差预测结果与GA-BP预测模型进行叠加.据此,提出了考虑大坝变形残差序列混沌效应的GA-BP监控预测模型.实例表明,文中建立的预测模型的计算精度及收敛速度均得到提高,且考虑残差影响的大坝监控模型的预测效果得到了有效的提升.该模型的建模方法亦可推广应用于边坡及其他水工建筑物的安全预警.     

基于灰色系统模型的城市就业容量预测研究

为解决城市就业容量的预测问题,深入研究了基于灰色系统建模技术的城市就业容量区间灰数预测模型,对模型的模拟误差进行了检验和分析,并将其应用于某市2010～2015就业容量的预测.研究结果对促进劳动力在不同区域的平稳有序流动具有一定的参考价值,对促进灰色系统模型与实际问题的有效对接具有积极意义.     

日径流预报贝叶斯回声状态网络方法

回声状态网络（ESN）相比传统递归神经网络,具有模型简单、参数训练速度快的特点．针对标准ESN因常采用线性回归率定模型参数容易出现过拟合问题,提出了基于贝叶斯回声状态网络（BESN）的日径流预报模型．该模型将贝叶斯理论与ESN模型相结合,通过权重后验概率密度最大化而获得最优输出权重,提高了模型的泛化能力．通过安砂和新丰江两座水库日径流预测实例表明,BESN模型是一种有效、可行的预测方法,与传统BP神经网络和ESN模型对比,进一步表明BESN模型具有更好的预测精度．     

Time series forecasting using functional partial least square regression with stochastic volatility,GARCH, and exponential smoothing

We propose a method for improving the predictive ability of standard forecasting models used in financial economics. Our approach is based on the functional partial least squares (FPLS) model, which is capable of avoiding multicollinearity in regression by efficiently extracting information from the high‐dimensional market data. By using its well‐known ability, we can incorporate auxiliary variables that improve the predictive accuracy. We provide an empirical application of our proposed methodology in terms of its ability to predict the conditional average log return and the volatility of crude oil prices via exponential smoothing, Bayesian stochastic volatility, and GARCH (generalized autoregressive conditional heteroskedasticity) models, respectively. In particular, what we call functional data analysis (FDA) traces in this article are obtained via the FPLS regression from both the crude oil returns and auxiliary variables of the exchange rates of major currencies. For forecast performance evaluation, we compare out‐of‐sample forecasting accuracy of the standard models with FDA traces to the accuracy of the same forecasting models with the observed crude oil returns, principal component regression (PCR), and least absolute shrinkage and selection operator (LASSO) models. We find evidence that the standard models with FDA traces significantly outperform our competing models. Finally, they are also compared with the test for superior predictive ability and the reality check for data snooping. Our empirical results show that our new methodology significantly improves predictive ability of standard models in forecasting the latent average log return and the volatility of financial time series.     

烟曲霉素生物素标记衍生物的合成及体外测试

为了深入研究烟曲霉素及其衍生物的作用机理,合成了烟曲霉素的生物素标记衍生物6。化合物6是以辛二胺为连接臂通过酰胺键和氨基甲酸酯键把烟曲霉素的衍生物Fumagillol（compound2）和生物素连接而成,各中间体和目标化合物均经^1HNMR、^13CNMRMS表征,结构正确。体外活性测试结果表明目标化合物6可以高效的并且细胞选择性的抑制人脐静脉内皮细胞（HUVEC）增殖。体外受体结合实验证明化合物6与人甲硫氨酸氨肽酶-2（MetAP2）有很高的亲和力。     

用于细胞培养的聚乙烯醇水凝胶力学性能模拟及定量控制

采用化学交联法制备聚乙烯醇（PVA）水凝胶,以此作为细胞体外培养基底。通过改进的拉伸法测量材料的杨氏模量（E）,并讨论交联剂与羟基单体的摩尔比（d）、PVA的初始浓度（C0）对E的影响。利用回归分析建立E与C0、d关系的数学模型,实现对E的定量控制,模拟细胞在体内生长的生物物理环境。结果表明：该数学模型模拟的相对误差不超过0．08,可实现对PVA力学性能的定量控制。此外,研究了基底硬度对L02细胞铺展及形态学特征的影响,细胞更倾向于在硬基底上铺展,在软的基底上,细胞的形态更趋近于圆形。     

新型手性抗肿瘤药物德氮吡格（TNBG）体外抗肿瘤活性初步研究

目的观察手性旋光异构体德氮吡格（TNBG）对6株人体肿瘤细胞增殖的影响,初步探讨其抗肿瘤作用机制。方法运用MTT法检测手性TNBG对6株肿瘤细胞生长抑制情况;油红O染色法观察QGY-7701细胞中脂质聚集情况;流式细胞仪检测手性TNBG对人肝癌细胞株QGY-7701细胞周期分布和凋亡影响。结果手性TNBG能不同程度抑制肿瘤细胞增殖,且呈剂量依赖性;油红O染色提取显示QGY-7701细胞内脂质量与给药剂量呈正相关;流式细胞仪检测到有s期细胞增加,并且手性TNBG还能诱导QGY-7701细胞发生凋亡。结论手性TNBG在体外具有良好的抗肿瘤活性,其抗肿瘤作用机制可能是通过促使肿瘤细胞产生脂质聚集,抑制肿瘤细胞增殖、诱导其凋亡从而达到抗肿瘤效应。总体看（＋）TNBG体外抗肿瘤活性比（-）TNBG更强。     

补肾固齿丸对大鼠实验性牙周炎牙槽骨吸收的影响

目的观察补肾固齿丸对大鼠实验性牙周炎牙槽骨吸收的影响,进一步探讨补肾固齿丸对牙周炎的治疗机理.方法建立大鼠牙周炎模型,给予补肾固齿丸治疗,采用放射免疫法测定血清骨钙蛋白与Ⅰ型胶原交联 C端肽浓度,同时采用体式显微镜进行牙槽骨吸收分析,以评价补肾固齿丸对大鼠实验性牙周炎的治疗作用.结果经过补肾固齿丸治疗30d后,补肾固齿丸高中低剂量组血清中骨钙蛋白与Ⅰ型胶原交联 C端肽的浓度均低于牙周炎模型组(P<0.05),同时体式显微镜观察高中低剂量大鼠牙槽骨吸收总值明显低于牙周炎模型组(P<0.05),而三个剂量组之间无显著性差异(P>0.05).结论补肾固齿丸能改善牙周炎大鼠牙槽骨代谢状况,减少牙槽骨的吸收     

FGFR1、FGFR3和Pokemon在膀胱癌中的表达及相关性研究

目的通过观察FGFR1、FGFR3和Pokemon在膀胱癌组织的表达情况,探讨它们在膀胱癌发生、发展中的作用。方法采用免疫组化检测296例膀胱癌和48例正常膀胱组织中FGFR1、FGFR3和Pokemon蛋白的表达情况。结果 1)FGFR1在膀胱癌不同病理分期、分级及初发复发的表达率为:Ta-T1期7.5%,T2-T4期18.1%(p0.01);低级别2.8%,低-高级别11.9%(p0.05),高级别14.3%的(p0.01);初发表达6.8%,复发表达率17.1%(p0.01)。2)FGFR3在膀胱癌不同病理分期、分级的表达率为:Ta-T1期68.1%,T2-T4期35.0%(p0.01));低级别75.0%,低-高级别60.3%(p0.05),高级别44.9%(p0.01)。3)Pokemon在膀胱癌不同病理分级及初发复发的表达率为:低级别47.2%,低-高级别66.7%(p0.01),高级别80.6%(p0.01);初发59.2%,复发80.0%(p0.01)。结论 FGFR1在膀胱癌中的表达与病理分级、分期成正相关,复发表达明显高于初发;Pokemon在膀胱尿路上皮癌中的表达与病理分级成正相关,复发表达也明显高于初发,表明它们可能主要参与膀胱癌发展及转移等过程。FGFR3在膀胱癌中的表达与病理分级、分期成负相关,表明它可能在膀胱癌发展早期及低级别肿瘤发展中发挥着重要作用。     

基于聚邻苯二胺和纳米金电位型免疫传感器的研究

利用电聚合和电沉积技术将邻苯二胺和纳米金固定在石墨电极上,通过白组装的方法使抗体（羊抗小鼠IgG）与石墨电极表面上的纳米金结合,制备了一种免疫传感器（Ab／GNPs／POPD／GE）,并对实验条件进行了优化。该传感器能够对抗原（小鼠IgG）进行定量检测,具有灵敏度高、响应速度快、检测范围宽等优良性能。其检测范围为4．0×10^-～1．0×10^-3ng／mL,检测下限为1．0×10^-3ng／mL．而且该免疫传感器具有较高的选择性和较好的稳定性,寿命可达15d左右。     

Multiple Hypothesis Testing of Market Risk Forecasting Models

Extending previous risk model backtesting literature, we construct multiple hypothesis testing (MHT) with the stationary bootstrap. We conduct multiple tests which control for the generalized confidence level and employ the bootstrap MHT to design multiple comparison testing. We consider absolute and relative predictive ability to test a range of competing risk models, focusing on value‐at‐risk and expected shortfall (ExS). In devising the test for the absolute predictive ability, we take the route of recent literature and construct balanced simultaneous confidence sets that control for the generalized family‐wise error rate, which is the joint probability of rejecting true hypotheses. We implement a step‐down method which increases the power of the MHT in isolating false discoveries. In testing for the ExS model predictive ability, we design a new simple test to draw inference about recursive model forecasting capability. In the second suite of statistical testing, we develop a novel device for measuring the relative predictive ability in the bootstrap MHT framework. The device, which we coin multiple comparison mapping, provides a statistically robust instrument designed to answer the question: ‘Which model is the best model?’ Copyright © 2016 John Wiley & Sons, Ltd.     

求同存异的非局部图像去噪

非局部方法是近年来图像恢复领域最重要的方法之一,这类方法的关键在于如何理解和描述自然图像的自相似性质.本文通过对自相似性质的深入分析,提出描述自相似性质的两个原则：1）＂两方向＂原则：利用隐含在图像中的两方向相关结构.2）＂求同存异＂原则：利用相似性的同时保持各相似块之间的相对差异.然后利用奇异值分解建立了一种符合这两个原则的非局部图像去噪模型.该模型能获得很好的去噪效果.