基于DLENN模型的沈阳地区PM2.5浓度预测

受到重工业发展规模、北温带季风气候、秋冬季燃煤取暖、机动车拥堵状况以及微观气象条件等各种因素影响,沈阳地区PM2.5浓度变化具有趋势性、周期性及随机性特征。针对上述三种特征,论文构建了一种集成双向长短期记忆网络的神经网络预测模型DLENN(Double-LSTM Ensemble Neural Network),内含的两个方向LSTM分别刻画PM2.5浓度变化趋势性和周期性,然后采用线性回归杂合神经网络来捕捉PM2.5浓度变化的随机性。基于沈阳地区11个监测站2016至2017年空气质量和气象条件数据,本文将DLENN模型分别与自回归移动平均ARIMA模型、支持向量机SVM模型、随机森林RF模型和梯度提升树GBDT集成学习方法进行对比实验,结果表明DLENN预测模型稳定优于其他方法,其预测误差RMSE相对于ARIMA、SVM和集成模型分别下降了9.23%、3.83%、5.49%.     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.     

浅析CPC分类在贴标签领域检索中的应用

本文对贴标签领域的相关IPC和CPC分类号进行了介绍和分析,并通过实际案例的检索,着重分析了CPC的分类含义和在检索中的使用特点,进而发现对于CPC的准确理解可提高该领域案件的检索效率。     

基于选择集成学习的表面增强拉曼光谱检波算法

文章提出了一种表面增强拉曼光谱的检波算法.该算法基于选择性学习和3种经典检波算法,构建了一个组合波峰检测器.结果表明,与传统算法相比,针对波峰提取,作者的算法有更好的正确率和检出率.证明作者的算法是一个可靠的模型,可以用于表面增强拉曼光谱和其他光谱分析的工程应用.     

梵净山缺齿鼹的分类学讨论

2015年2月在梵净山国家级自然保护区内采集到一号缺齿鼹标本。为探讨该缺齿鼹的分类学地位,利用形态学及分子系统学方法,并结合国内外所记载缺齿鼹记录与分布于中国台湾和海南的华南缺齿鼹(Mogera insularis)及缺齿鼹属其它物种的形态和系统发育关系进行比较。结果表明该标本与M.insularis在体型以及头骨的测量数据、遗传距离上具有较大差异而与M.latouchei相近,分子系统学分析也支持了梵净山分布的缺齿鼹为M.latouchei,而区别于华南缺齿鼹(M.insularis)。     

贵州苦苣苔科植物新种资料(3)

贵州地处中国西南,苦苣苔科植物资源丰富,近年来有若干个新种在贵州被发现,并被合格发表。为了让研究贵州省植物的高校、研究单位的师生和科研人员更好地了解、认知这些新分类群,现逐步将这些新类群的形态描述翻译成中文,并辅以引自原文的配图。本篇收录了桐梓石山苣苔Petrocodon tongziensis R.B.ZhangF.Wen、都匀马铃苣苔Oreocharis duyunensis Z.Y.Li,X.G.XiangZ.Y.Guo、绥阳半蒴苣苔Hemiboea suiyangensis Z.Y.Li,S.W.LiX.G.Xiang、齿瓣马铃苣苔Oreocharis odontopetala Q.FuY.Q.Wang。     

ECOC多分类算法在慕课数据挖掘中的应用

收集并整合多所高校学生的慕课学习行为数据，设计基于数据复杂度的纠错输出编码（ECOC）多分类算法。该算法利用数据复杂度降低多类之间的分类难度，从而提高算法的预测准确度。实验结果表明，在不同高校的慕课数据集的测试中，所设计基于数据复杂度的ECOC分类算法比传统的ECOC算法具有更高的分类准确度和鲁棒性，实现了学生学习成绩多等级的有效预测，为个性化教学奠定了基础。     

分形塔分抗逼近电路——标度拓展与优化设计原理

分析B型分形塔分抗逼近电路的特征,该电路只具有负半阶运算性能.结合标度拓展理论,获得具有任意实数阶微积算子的分抗逼近电路——标度分形塔分抗逼近电路,并用非正则双重标度方程进行描述.分析该分抗逼近电路的运算性能和逼近性能.运用典型的数值求解算法分析频域特征及运算特征,对比不同初始阻抗值对零极点分布及频域曲线的影响.结合运算特征曲线与标度特征参量的不同取值情形,理论分析标度分形塔分抗逼近电路的优化原理并给出具体优化方法.对比分析标度分形塔分抗优化前后的逼近性能,定量分析运算振荡现象.介绍标度分形塔分抗的实际电路设计方案并给出实例,使用电阻电容与有源器件将该分抗的运算阶由-1μ0推广为0|μ|2.标度分形塔分抗逼近电路及其优化电路为分抗的构造与应用提供新思路.     

基于mRMR与因子分解机的分类模型研究

很多学者用“全球恐怖主义研究数据库”GTD数据集，采用博弈论、K近邻法和支持向量机等分析恐怖事件的聚集性，已经取得一些成果.但在前期研究中未有很好考虑数据的稀疏性以及高维度多冗余等会导致聚集分类准确率不高的问题.本文提出一种基于最小冗余最大相关与因子分解机结合的TFM分类模型，使用增量搜索方法寻找近似最优的特征解决高维度多冗余问题和FM方法解决数据稀疏问题，并对预处理后的恐怖袭击事件数据用TFM模型做量化分类.文中使用朴素贝叶斯NB、支持向量机SVM、逻辑回归LR与TFM等4个模型的“马修斯相关系数”MCC进行比较，结果显示TFM的MCC相对于其他三个模型NB、SVM、LR分别提高了49.9%,2.5%,2.3%，可见TFM模型有一定可行性.     

基于PSR和物元可拓模型的跨界河流健康评价 ——以太浦河干流为例

以太浦河为例,基于PSR模型构建针对水体和河岸带的多指标评价体系,运用熵权法计算指标权重,通过PSR模型和物元可拓模型对太浦河进行分段分类分级评价.结果表明:上游江苏吴江段分类结果为"高压力-较好状态-低响应能力"类型;中游浙江嘉善段为"低压力-中等状态-低响应能力"类型;下游上海青浦段为"低压力-中等状态-高响应能力"类型.吴江段河流健康状况评估结果为Ⅲ级(差),嘉善段和青浦段均为Ⅱ级(一般),且倾向于Ⅰ级(好),表明虽然河流目前的健康状态一般,但由于制定的政策在一定程度上有效,可通过进一步加大保护水源地力度逐步实现水源地健康状况恢复.研究结果可为太浦河分区治理和河岸带生态化建设提供决策支持.