城市化进程中上海植被的多样性、空间格局和动态响应（Ⅶ）： 上海浦东近自然森林十年间的动态变化及模式优化

以2000年在上海浦东新区营建的近自然森林为研究对象,通过对群落种类组成、植株密度、植株高度、胸径和土壤养分的跟踪调查,研究了近自然森林十年间的动态变化.结果表明：经过10 年生长,林分长势良好,植物种类组成基本上仍以初期种植的物种为主,伴有少量自然侵入种;由于建设前期缺乏荫蔽,苦槠（Castanopsis sclerophylla）、红楠（Machilus thunbergii）等常绿阔叶树种枯死较多,枫香（Liquidambar formosana）和女贞（Ligustrum lucidum）死亡率低、生长迅速,逐渐占据群落上层后,常绿阔叶树种逐渐适应群落环境,趋于稳定生长;随着群落的发展近自然森林土壤养分较种植初期稳定上升.针对存在的问题,结合近自然森林优化模式建设的尝试,提出了“异龄复层落叶—常绿混交林”的种植模式,为城市地标性的植物群落构建提供指导与参考.     

基于图像的AC20型混合料集料接触分布变异性

为量化集料之间的接触关系,提出了一种基于数字图像的沥青混合料集料接触分析方法,以AC20型沥青混合料为例,对72个车辙板试件切片图像进行处理,得到每个切片上集料接触数量及集料特征;通过统计分析,得到AC20型沥青混合料接触对总体分布规律,各档集料的接触对分布规律及单颗集料接触数分布规律;并分析了大于2.36 mm集料含量C>2.36,集料级配的细度指数FI和离析指数SI对样本接触对数量变异性的影响规律及这三个指标的内在联系.通过对AC20型沥青混合料接触状况的量化分析,可将接触特征作为混合料级配设计的参考因素,指导级配设计.     

m·K1∪T(1,2,n)及其补图的匹配刻画

研究了图的匹配刻画问题,利用匹配根的信息,根据匹配多项式的性质,给出了m·K1∪ T(1,2,n)及其补图匹配刻画的充分必要条件是n≠1,2,5,9.     

不同寄主红花寄生叶提取物抗氧化能力的研究

采用FRAP法和TEAC法测定了6种寄主植物(女贞、石榴、荷花玉兰、长梗柳、桑、夹竹桃)来源的红花寄生叶提取物抗氧化能力,并采用RP-HPLC检测了提取物中槲皮素和山奈酚质量分数.结果表明:红花寄生叶提取物具有较强的抗氧化能力,且活性强弱受不同提取剂和寄主植物的影响显著(p＜0.05).在3种提取剂中,以体积分数为80...     

基于决策树技术分析动态图形数据的研究与实现

针对传统动态数据分析方法(如时间序列分析)存在对动态图分析较繁琐的问题,研究基于决策树技术进行动态图形数据分析的方法和过程.利用采集的心电图数据和SLIQ算法加以实现,所得模型准确率约为73%.     

金佛山4种植物群落下表土炭屑特征初步分析

通过对比分析金佛山4种植被下表土炭屑形态和大小,揭示出森林群落与草本群落表土炭屑存在着较明显的差异.从炭屑形态上来区分:亚高山草甸表土中炭屑较薄,大部分为长方形或长条形,且其纵向边缘平直,横向断口一端相对平直,另一端较参差;森林群落下表土炭屑都较厚,多为近圆形或矩形,边缘参差不齐.炭屑大小上主要表现为:森林群落表土炭屑较小,平均L/W值为1.56±0.05,且L/W值大于3的炭屑不超过10%;亚高山草甸群落表土炭屑L/W值为1.77±0.10,且仍有超过10%的炭屑L/W值大于3.     

分类回归树算法在机械故障诊断中的应用研究

智能诊断是当前故障诊断领域的一个重要发展方向.本文结合数据挖掘技术,提出了一种故障诊断模型,首先通过异常检测方法去除数据集中的异常数据,然后通过分类回归树算法实现故障的诊断预测,实验结果对比与直接进行诊断预测,精度有了很大提高.     

基于PSO优化LS-SVM的小样本非线性协整检验与建模研究

针对小样本非线性时间序列，根据非线性协整的定义，利用基于粒子群优化最小二乘支持向量机的方法，对小样本非线性协整关系检验与非线性误差修正模型建模进行研究，设计了方法的 逻辑流程. 对舰船维修费指数与物价指数进行实证研究，在协整关系类型判断的基础上，实现了小样本非线性协整关系的检验，建立了预测舰船维修费指数的非线性误差修正模型，并与线 性向量自回归模型进行分析比较. 研究表明：基于粒子群优化最小二乘支持向量机的小样本非线性协整检验与建模方法，刻画了小样本系统的非线性协整关系，所建立的非线性误差修正模 型具有较好的预测效果，能够有效地预测小样本非线性系统.     

样本书利用现状之思考

介绍了样本书的优势地位,分析了样本书利用率低的原因,提出了样本书的管理、开发及利用措施。     

Price–Dividend Ratios and Stock Price Predictability

A long‐standing puzzle to financial economists is the difficulty of outperforming the benchmark random walk model in out‐of‐sample contests. Using data from the USA over the period of 1872–2007, this paper re‐examines the out‐of‐sample predictability of real stock prices based on price–dividend (PD) ratios. The current research focuses on the significance of the time‐varying mean and nonlinear dynamics of PD ratios in the empirical analysis. Empirical results support the proposed nonlinear model of the PD ratio and the stationarity of the trend‐adjusted PD ratio. Furthermore, this paper rejects the non‐predictability hypothesis of stock prices statistically based on in‐ and out‐of‐sample tests and economically based on the criteria of expected real return per unit of risk. Copyright © 2011 John Wiley & Sons, Ltd.