基于不平衡数据的公司破产预测研究

整合创新数据预处理技术与集成算法利用不平衡数据探讨了公司破产预测问题。首先，运用冗余信息处理方法、不同抽样方法等对不平衡数据进行预处理。其次，以5.0分类器（Classifier 5.0,C5.0）决策树和单隐层前馈神经网络作为基分类器，分别与三类重抽样数据预处理技术结合，择出最优抽样法。再次，结合自助汇聚法提升分类效果，并运用十折交叉验证的受试者操作特征曲线的下方面积进行评价，对比了两基分类器的集成模型。最后，运用加利福尼亚大学尔湾分校数据库中一万多家波兰制造业公司的实际数据进行实验验证。实验结果表明：欠抽样或人工少数类过采样法与神经网络结合的集成模型分类效果最优，为企业实施破产预测提供积极支撑。     

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.     

基于集成学习的安卓恶意程序检测技术

随着安卓恶意程序的数量的急剧增加,恶意程序检测已成为一个重要的研究课题.然而,目前许多研究表明,恶意程序的检测仍然需要改进,安卓的碎片问题和需要root权限,阻碍了这些方法的广泛使用.现有的杀毒程序依赖于需要实时更新的签名数据库,这无法检测出零日恶意程序.在本文中,我们提取了安卓程序中的特征,进行混合,选择集成算法中的DECORATE算法,并用WEKA工具辅助进行分类恶意程序的检测.该方法最终达到95.8%的检测精度,同时我们在真实的数据集上经过十折交叉验算实验及对比.     

煤炭电子商务协同平台实施策略及集成创新

本文以ZM集团为背景,利用"顶层设计+项目管理"的方法论,分析了煤炭电子商务协同平台的实施策略,肯定了项目集成创新带来的预期效果,提出了在煤炭行业推广基于电子商务的ERP是一种必然趋势,电子商务能够成为传统企业低成本、高效率差异化竞争的手段。     

基于多文种科技期刊业务集成平台建设的刍议

通过采用跨媒体信息传播和处理技术,解决新疆在多文种采编系统、排版软件中存在信息化不对称的问题,开发多文种采编系统和排版软件、信息资源库等,形成多文种科技期刊业务集成平台。实现多文种信息资源共享和期刊生产的规范化、网络化、无纸化,达到规范工作流程,提高工作效率,节约成本、提升生产管理水平的目标。     

基于工作记忆内容的注意:儿童与成人的比较研究

选取10名小学儿童(7~8岁)和10名大学生(19~27岁)作为被试,采用"工作记忆+视觉搜索"的双任务实验范式,探讨儿童与成人基于工作记忆内容的视觉注意的异同.实验要求被试在工作记忆保持阶段完成一个视觉搜索任务,结果发现儿童与成人均表现出基于工作记忆内容的注意:相对于中性条件来说,工作记忆内容与干扰项匹配会显著降低成人被试的搜索绩效,而工作记忆内容与目标匹配会显著提高儿童被试的搜索绩效.研究结果表明,尽管儿童和成人都表现出了基于工作记忆内容的视觉注意,但儿童较成人能更好地运用该注意机制以提高视觉搜索绩效且受其不利影响较少.     

固载型杂多酸(盐)-桥键嵌入型离子液体合成新方法及其对苯甲醇催化氧化作用研究

本文采用了一种新的合成方法----一步法合成固载型杂多酸(盐)-双硅烷型(桥键嵌入型)离子液体,并对合成的催化剂进行XRD,低温N2吸附-脱附,FT-IR等一系列表征,用于催化苯甲醇的绿色选择性氧化反应,得到了88%的转化率和>99%的选择性,催化剂重复使用5次,催化活性未见明显降低。为比较不同的合成方法及离子液体在介孔材料中不同的位置所得到的催化剂的物理化学性质、催化活性等方面的差异,我们又采用传统的多步法(后嫁接法)及一步单硅烷法合成了2种催化剂作为对照,结束显示出了一步双硅烷法合成催化剂的优势所在。     

河道修复中常见植物种类对淡色库蚊产卵行为的影响

比较研究了石菖蒲、香菇草、鱼腥草、粉绿狐尾藻和绿薄荷5种植物及其挥发性物质对淡色库蚊产卵行为的影响.结果表明,石菖蒲的蚊虫产卵活性指数(OAI)值为+0.58,抑制率为0%,具有较强的引诱作用;香菇草、鱼腥草和粉绿狐尾藻的OAI值分别为-0.70、-0.64和-0.16,抑制率分别为82.46%、78.36%和27.05%,其中香菇草和鱼腥草的OAI值均小于-0.30,可作为抑制剂;5种植物中,绿薄荷的抑制作用最强(OAI=-1.00,ER=100.00%),最适合作为驱蚊植物.挥发性有机物中苯类化合物与OAI值呈显著正相关(r=0.09,p0.05),萜烯类中的单萜烯类与OAI值呈显著负相关(r=-0.09,p0.05).本文为河道修复及蚊虫防治的协同发展提供了理论依据.     

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%.