汇聚传统教材精华 吸纳新近科研成果——冯力斌、白萌主编《声乐教程》评析

《声乐教程》是旨为促进学生全面发展的音乐教育针对性的声乐教材,强化了"全能"教育理念,培养了艺术综合能力,探索了根据教学需要的音乐教育课程结构,采用实用性强的进阶技术训练途径,在置换或更新教材教法中为学界提供了很多有益经验。在对其评析基础上,针对近年来声乐教材编写现状提出发展建议。     

由粗到精和特征筛选的精确回归预测方法及其在二语习得中的应用

针对数据分布不均匀且因素多而容易造成预测不精确的问题,提出一种结合由粗到精与特征筛选的精确回归预测方法.首先,由于数据分布不均匀且预测区间大,直接预测难以精确地拟合,提出一种由粗到精的预测方法,并使用决策树进行粗分类,预测目标所在的子区间,然后在子区间内实现精确的回归预测.其次,如果数据量少且特征因素多会引起过拟合,而且部分冗余特征会影响模型的预测精度,因此,提出一种基于特征筛选的回归预测方法以提高预测精度.在大学生的英语成绩与其人格因素数据集上进行相关实验,结果证明了由粗到精和特征筛选方法与传统回归模型相比精度更高且稳定性更好.通过提出的人格因素与英语成绩回归预测模型,可以制定合理的培养方案弥补学生人格因素中的短板,提升学生的自身竞争能力,从而更好地推动中国的英语教育.     

基于概率图模型的危险驾驶罪刑期预测

针对司法实践中对于可解释性及预测性能的需求, 本文提出了一种基于概率图模型的量刑智能辅助方法. 该方法以量刑要素为基石建立含有隐节点的概率图模型, 由极大似然准则估计刑期分布的参数, 进而计算分布的数学期望得到预测值. 关于危险驾驶罪的实验结果表明, 概率图模型的预测准确率优于基于决策树和神经网络等的模型, 且具有良好的可解释性.     

基于滑移/非滑移异质界面的动压润滑性能优化

合理布置的滑移/非滑移异质界面可以提高流体动压润滑性能,但目前滑移区和非滑移区的组合方式大多采用单一的直线拼接法,没有针对流体润滑摩擦副的各类工况设计出相应的优化方案,为此本文建立了一组离散式二次方程来描述滑移区和非滑移区拼接轨迹,并引入计算域单元的宽长比作为优化变量,分别以液膜刚度和摩擦因数作为优化目标,通过MATLAB数值仿真求解不同宽长比条件下滑移区和非滑移区的最优拼接轨迹。结果表明,与直线拼接法相比,选取二次方程所描述的抛物线作为滑移区和非滑移区拼接轨迹的方法使流体润滑摩擦副在摩擦因数和液膜刚度等性能指标上都有所改善,而且根据不同的优化目标参数可以方便地绘制出最优拼接方案,验证了本文方法在改善动压润滑性能上的可行性和普适性。     

保定‒雄安地区近地面大气流动与轨迹输送特征

基于2016—2017年22个地面气象站点的观测资料和NECP-fnl数据, 使用CALMET风场诊断模式, 计算保定?雄安地区两个年份的逐时风场和每日输送轨迹。根据风场与流动轨迹特性, 从大气扩散输送的角度, 将当地大气流动划分为系统大风型、局地环流型与弱系统影响型 3 类。统计分析结果表明: 大气流动3个类型的大致比例为10%, 50%和40%; 系统大风型流动的占比较低, 且春夏季较多, 秋冬季较少; 局地环流型流动以秋冬季较多, 春夏季较少; 弱系统影响型的出现频率在全年变化不大, 但在秋冬季出现频率稍低; 大气流动受西北部山地影响, 山地-平原风可控制山前约100 km的范围, 覆盖保定市和雄安新区大部; 山地-平原风的转换可在山前区域形成部分时段的小风状况; 该地区大气输送的主要路径是西南-东北方向, 对应大尺度背景流动情况; 西北-东南方向的横向输送距离较短, 对应山地-平原风地形环流的影响; 在系统大风和弱系统影响下, 冬春季会出现部分直接向东南方向的输送轨迹。     

融合篇章表征的事件指代消解研究

事件指代消解任务比实体指代消解难度大, 主要原因为事件描述在非结构化文本中分布稀疏, 且不具备同指关系的单链占很大比例, 同时事件自身承载的语义信息比实体更加丰富。为了准确地抽取文本中的同指事件, 针对以上特点, 提出一种融合篇章表征的事件指代消解模型。该模型通过CRF有效地区分非事件句、单链以及同指链, 同时利用分层注意力机制捕捉句子级别和篇章级别的重要信息。在KBP2015和2016数据集上进行的事件指代消解实验验证了该模型的有效性, 在CoNLL评测标准下F1值达到43.07%。     

Curcin和curcin C与腺嘌呤互作位点的比较分析

麻疯树核糖体失活蛋白curcin和curcin C均具有抗肿瘤活性，但后者的活性水平显著高于前者，为了探索造成这一差异的结构基础，本文采用在线的同源建模预测软件SWISSMODEL，对两种麻疯树核糖体失活蛋白curcin、curcin C的三维结构模型进行预测，采用SYBYL对预测模型进行能量最小化优化，采用PROCHECK、VERIFY 3D和ERRAT软件对优化前后的模型进行质量评估，随后采用AutoDock软件将预测的模型与腺嘌呤进行分子对接分析.结果显示，两种蛋白采用与Ricin A类似的方式与腺嘌呤相互作用，但在相互作用的氨基酸残基种类、数量以及形成的氢键和疏水相互作用上还是存在差异，其中，curcin C与腺嘌呤具有最强的结合能力，curcin则最低.     

Incorporating textual and management factors into financial distress prediction: A comparative study of machine learning methods

Financial distress prediction (FDP) has been widely considered as a promising approach to reducing financial losses. While financial information comprises the traditional factors involved in FDP, nonfinancial factors have also been examined in recent studies. In light of this, the purpose of this study is to explore the integrated factors and multiple models that can improve the predictive performance of FDP models. This study proposes an FDP framework to reveal the financial distress features of listed Chinese companies, incorporating financial, management, and textual factors, and evaluating the prediction performance of multiple models in different time spans. To develop this framework, this study employs the wrapper-based feature selection method to extract valuable features, and then constructs multiple single classifiers, ensemble classifiers, and deep learning models in order to predict financial distress. The experiment results indicate that management and textual factors can supplement traditional financial factors in FDP, especially textual ones. This study also discovers that integrated factors collected 4 years prior to the predicted benchmark year enable a more accurate prediction, and the ensemble classifiers and deep learning models developed can achieve satisfactory FDP performance. This study makes a novel contribution as it expands the predictive factors of financial distress and provides new findings that can have important implications for providing early warning signals of financial risk.     

The industrial asymmetry of the stock price prediction with investor sentiment: Based on the comparison of predictive effects with SVR

As a representative emerging financial market, the Chinese stock market is more prone to volatility because of investor sentiment. It is reasonable to use efficient predictive methods to analyze the influence of investor sentiment on stock price forecasting. This paper conducts a comparative study about the predictive performance of artificial neural network, support vector regression (SVR) and autoregressive integrated moving average and selects SVR to study the asymmetry effect of investor sentiment on different industry index predictions. After studying the relevant financial indicators, the results divide the Shenwan first-class industries into two types and show that the industries affected by investor sentiment are composed of young companies with high growth and high operative pressure and there are a great number of investment bubbles in those companies.     

基于WRT方法的港口危化品物流风险评估研究

针对港口危化品物流风险管理中风险因素众多和交互影响的复杂性,构建港口危化品物流的WRT风险评估模型.首先基于物理-事理-人理WSR理论构建港口危化品物流风险评估指标框架,其次通过风险过滤和排序RFRM理论对风险因素进行双重过滤,保留关键风险因素.然后基于TSS情景构建理论从物理、事理和人理三个层面构建港口危化品物流的多维风险情景,通过深入剖析各风险情景下风险因素之间的耦合关系,刻画港口危化品物流中的不同风险状态与风险源最后,基于熵权法和贝叶斯理论对我国7个重要港口进行多维情景风险评估,结果表明天津港和南京港整体风险较大,多数情况下二维情景风险大于三维情景风险,同时从多维风险情景下对物理、事理、人理的耦合风险进行分析,展示了各港口的薄弱环节,最后为港口危化品物流风险管理提出建议.