Objectivity in confirmation: Post hoc monsters and novel predictions

The aim of this paper is to put in place some cornerstones in the foundations for an objective theory of confirmation by considering lessons from the failures of predictivism. Discussion begins with a widely accepted challenge, to find out what is needed in addition to the right kind of inferential–semantical relations between hypothesis and evidence to have a complete account of confirmation, one that gives a definitive answer to the question whether hypotheses branded as “post hoc monsters” can be confirmed. The predictivist view is then presented as a way to meet this challenge. Particular attention is paid to Worrall’s version of predictivism, as it appears to be the most sophisticated of the lot. It is argued that, despite its faults, his view turns our heads in the right direction by attempting to remove contingent considerations from confirmational matters. The demand to remove such considerations becomes the first of four cornerstones. Each cornerstone is put in place with the aim to steer clear of the sort of failures that plague various kinds of predictivism. In the process, it becomes obvious that the original challenge is wrongheaded and in need of revision. The paper ends with just such a revision.     

基于全基因组测序的粘绿木霉Gv29-8中分泌蛋白预测

粘绿木霉Gv29-8作为木霉属中重要的生防菌之一,对该菌分泌蛋白进行预测及其特征进行明确具有重要的理论意义。利用SignalP、ProtComp等预测程序对该菌中12427条蛋白质序列进行分泌蛋白找寻,并对上述分泌蛋白的氨基酸分布、信号肽长度大小及切割位点等性质进行分析。粘绿木霉含有分泌蛋白为377个,其氨基酸长度、信号肽长度与植物病原菌不同;信号肽切割位点属于A-X-A类型,与其他已经报道的植物病原真菌、卵菌中分泌蛋白信号肽切割位点一致。     

Nutch中网页更新预测研究与优化

Nutch的网页更新预测方法采用的是邻比法,相关更新参数需要人为设定,不能自适应调整,无法应对海量网页更新的差异性.为解决这个问题,提出动态选择策略对Nutch的网页更新预测方法进行改进.该策略在网页更新历史数据不足时,通过基于MapReduce的DBSCAN聚类算法来减少爬虫系统抓取网页数量,将样本网页的更新周期作为所属类其他网页的更新周期;在网页更新历史数据较多时,通过对网页更新历史数据进行泊松过程建模,较准确地预测每个网页的更新周期.最后在Hadoop分布式平台下对改进该策略测试.实验结果表明,优化后的网页更新预测方法表现更优.     

基于回归树与衰减函数的在线负面口碑影响力预测

影响力预测是企业在线负面口碑处理的关键环节.论文通过综合考虑信息发布者特征和信息内容特征两个维度形成特征空间,采用影响力衰减函数描述负面口碑影响力的多变趋势,提出了一种基于回归树与衰减函数的IMM-RTDF模型来预测在线负面口碑的影响力.实验结果表明,考虑信息内容特征有助于提高预测精度,同时发现用不同的衰减函数能更好地描述异质负面口碑影响力的变化趋势,进而能提高模型性能.基于此方法的在线负面口碑处理策略为企业进行客户关系管理和资源配置提供了决策支持.     

试论我国社会主义市场条件下收入悬殊问题

自从改革开放以来,随着我国社会主义市场经济的高速持续发展,社会财富总量迅速增加,在取得重大成果的同时,也逐渐暴露了一系列问题,其中社会成员收入的悬殊问题逐渐引起社会的广泛关注。在区域和行业之间的基尼系数有重大差别;其原因除了社会发展必经阶段之外,还有政策上的不足。我们应在改革收入分配制度,强化收入分配的公平性、建立健全社会保障体系、完善相关政策方面做出努力和改善。     

基于不平稳假设的序贯近似建模方法

在工业设计中常涉及复杂、耗时的仿真,建立简单的近似模型可以简化分析和优化过程.元模型的构建和仿真试验的设计是其中的两个关键问题.针对元模型的构建,分析指出传统的基于平稳性假设的Kriging方法并不适合常见的不规则系统的建模,接着采用非线性映射方法,提出了一种基于不平稳假设的Kriging方法.实例说明:相对于传统的Kriging方法,该方法不仅可以建立精度较高的预测模型,而且对模型的预测不确定性的描述也更符合直观认识;针对计算机试验设计,提出了一种基于改进的Kriging方法的序贯准则,使得试验点序贯产生在不确定性大且距离现有试验点远的位置.算例表明:该序贯设计比一步设计效果好,能节约试验样本.     

PCA-BP模型下皖北城市群PM2.5浓度分析

为探究皖北城市群大气污染物在不同地域、不同时间下的分布规律以及影响空气中PM2.5浓度的相关变量,结合2018-2021年安徽省生态环境厅统计数据及相关地域资料,采用主成分分析(PCA)法按时间段长短及季节性变化分别选取月度数据与年度数据对空气质量的影响因子做相关性分析,对比分析不同季节下空气污染物PM2.5、PM10的浓度及其它空气污染物的变化,构建基于PCA算法的反向传播神经网络 (BP),建立PCA-BP模型并采用交叉-验证法提高模型精度,对大气中的污染物PM2.5浓度做短期预测。实验结果表明:PM2.5浓度的主要影响因子为PM10、CO、NO2、SO2;皖北地区PM2.5含量整体在冬季偏高;预测模型的精度在夏季与秋季较高,冬季较低,四季的预测精度R2分别达到0.924、0.958、0.935、0.794。     

基于长短时记忆神经网络的抽油机井故障智能预警

准确预测抽油机井故障对油田生产具有重要意义。针对新疆油田某区块抽油机井故障情况,统计了500口油井的生产数据,明确了结垢、结蜡、杆管腐蚀、杆管疲劳、杆管偏磨五种引发抽油机井故障的主要因素;基于长短时记忆神经网络（Long Short-Term Memory Networks, LSTM）,构建了油井故障智能预警模型;筛选出影响油井故障的14种特征参数进行小波降噪处理,借助自适应矩估计算法对模型进行训练与测试。研究结果表明,模型预测准确率为96.81%,能够为油田提供较为准确的抽油机井故障预警信息。     

BP-神经网络算法在分布式VOD系统流量预测中的应用

在分布式VOD系统中,网络流量是一组非线性的、复杂的、难以预测的数据.而为了实现系统中数据流量的负载均衡,需要对网络流量进行准确预测.提出了基于BP-神经网络的预测算法,对网络流量进行分析、预测.研究结果表明,该方法具有一定的预测能力,基本接近于网络流量的真实数据.     

潘一矿煤钻屑瓦斯解吸指标Δh2值的突出敏感性及其临界值

针对中国工作面突出预测敏感指标及其临界值的研究现状,通过理论分析、实验室实验和现场测试等方法,提出采用煤钻屑瓦斯解吸指标Δh2值作为工作面突出的判定理论和敏感指标的判定方法,以潘一矿13-1煤层采掘工作面为研究对象,选用"三率"法和"灰色关联"分析方法对提出的理论进行了验证。采用钻屑瓦斯解吸指标Δh2作为采掘工作面突出的判定方法,解决了敏感指标间相互交叉的问题和临界值模糊性难题,提高了敏感指标的适应性。