Identifying US business cycle regimes using dynamic factors and neural network models

We use dynamic factors and neural network models to identify current and past states (instead of future) of the US business cycle. In the first step, we reduce noise in data by using a moving average filter. Dynamic factors are then extracted from a large-scale data set consisted of more than 100 variables. In the last step, these dynamic factors are fed into the neural network model for predicting business cycle regimes. We show that our proposed method follows US business cycle regimes quite accurately in-sample and out-of-sample without taking account of the historical data availability. Our results also indicate that noise reduction is an important step for business cycle prediction. Furthermore, using pseudo real time and vintage data, we show that our neural network model identifies turning points quite accurately and very quickly in real time.     

佤语语音语料端点检测算法

端点检测是语音信号处理的过程中非常重要的一个环节,其准确性直接影响语音信号处理的速度和结果.特别是在实际应用中因信噪比较低,使得某些高信噪比下性能好的端点检测算法准确率也比较低.为了提高在低信噪比的环境下佤语语音端点检测的准确率,本文使用了一种基于多窗谱估计谱减法和能熵比法的语音端点检测复合算法.该算法首先利用多窗谱估计谱减法去除语音的背景噪音以提高信噪比;其次再对去噪后的语音使用能熵比算法进行端点检测;最后借助Matlab工具对佤语语音进行仿真实验.仿真结果表明:对于低信噪比的环境下的佤语语音,本文使用的基于多窗谱估计谱减法和能熵比法复合算法同常规能熵比算法相比,端点检测的准确率提高了34%.     

及时性自适应高维经济基本面建模与汇率预测分析

在人民币国际化不断推进,人民币汇率双向波动加强的背景下,构建具有优良预测能力的汇率预测模型愈发重要.参数模型对汇率预测的能力不仅取决于模型设定是否正确,还取决于模型能够同时:一方面能否迅速探测模型参数的结构性变化以使用最佳信息估计模型参数,另一方面能否及时识别模型解释变量以使用最佳解释变量对汇率进行预测.本文构建了自适应变元算法.该算法不仅能实时检测模型参数的结构性变化,探测参数的最大化同质区间,同时还能对变量进行及时识别以选择最佳模型解释变量,提高模型的预测能力.在样本外向前3至24个月的汇率预测中,自适应变元算法能显著超越随机游走,马尔可夫机制转换模型,误差修正模型,实时最优窗算法,多元自适应可变窗算法与其他经济基本面模型包括:弹性货币模型,购买力平价模型,利率平价模型,泰勒规则模型,偏移泰勒规则模型.变量选择结果显示,自"811"汇改以后,经济基本面因素决定了人民币汇率走势.中国与其他发达经济体包括欧元区,英国与日本的经济基本面同样能够决定美元兑人民币汇率走向.另外,自"811"汇改之后,人民币汇率预期相比于"811"汇改之前更易受到外部冲击的影响,合理的人民币汇率预期监管依然需要依赖于实行有管理的浮动汇率制度,防止汇率风险.     

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.     

基于免疫遗传优化支持向量机的普米语孤立词语谱图分类

基于免疫遗传优化支持向量机的普米语孤立词语谱图分类方法,首先利用短时傅里叶变(STFT)生成普米语孤立词语谱图;其次,提取普米语孤立词语谱图的二值特征;最后,利用免疫遗传优化支持向量机实现语谱图的分类.实验结果表明:普米语孤立词语谱图分类预测准确率为88%～91%.基于免疫遗传优化支持向量机的语谱图分类比基于语音信号分类效果更好.     

框架术语学的三大研究焦点

框架术语学对普通术语学进行了反思和批判,是描写术语学的最新流派之一。文章介绍了该学派的三个研究焦点:主张基于事件概念组织,从而把术语的句法和组合特征纳入研究视野;考察了术语概念的多维性,突出了语境要素在术语概念表征中的重要作用;把专业语料库作为提取概念知识的主要来源,采用自下而上为主的研究路径。     

英国海洋科技组织机构的建设现状及对我国的启示

随着新一轮海洋科技管理体制改革的开展，我国的海洋科技管理组织架构及资助体系处在进一步调整与优化的关键期。世界范围内，英国海洋事业发展具有独特意义。本文选取英国研究与创新署、自然环境研究理事会、国家海洋学中心、普利茅斯海洋实验室等为主要研究对象，梳理了英国海洋科技组织架构和资助情况，总结了其建设发展的相关经验，并总结相关启示，一是做好海洋科技管理资助体系顶层设计，依法进行改革创新；二是建立海洋领域资深专家学者库，定期进行项目汇报，保证项目评审全过程的专业性和项目完成质量；三是促进市场化、多元化的对外合作发展模式；四是注重学科长期研究和海洋学复合型人才培养。     

不同船速比对改向避让效果的影响

为了研究船速比在船舶驾驶员制定改向避让决策时的影响，运用船舶相对运动几何原理建立船速比与改向避让施舵点、改向幅度之间的数学模型，分析不同目标交汇特征下船速比（K≥1）分别对施舵点和改向幅度的影响。仿真实验结果表明，船速比（K≥1.5）较大的情况下，本船按《国际海上避碰规则》（以下简称规则）改向避让的效果不显著，对左正横附近来船，可能产生安全隐患。     

越轨社会学视角下的审判行为瑕疵控制机制及其运行机理

从越轨社会学的视角来看，审判行为瑕疵即指法官在审判中实施的越轨行为，其控制机制不外乎制裁、奖励和内化三种类型。然而，这三者皆有局限性，在实践中须相互补充、共同作用才能有效发挥对审判行为瑕疵的控制功能。