Forecasting in long horizons using smoothed direct forecast

This paper constructs a forecast method that obtains long‐horizon forecasts with improved performance through modification of the direct forecast approach. Direct forecasts are more robust to model misspecification compared to iterated forecasts, which makes them preferable in long horizons. However, direct forecast estimates tend to have jagged shapes across horizons. Our forecast method aims to “smooth out” erratic estimates across horizons while maintaining the robust aspect of direct forecasts through ridge regression, which is a restricted regression on the first differences of regression coefficients. The forecasts are compared to the conventional iterated and direct forecasts in two empirical applications: real oil prices and US macroeconomic series. In both applications, our method shows improvement over direct forecasts.     

基于修正斜压场的RC框架边节点剪切性能分析

为研究钢筋屈服强度和混凝土抗压强度对钢筋混凝土(RC)框架边节点剪切性能的影响规律,基于修正斜压场理论(MCFT),对某框架边节点的剪切应力-应变骨架曲线进行数值模拟,并与试验结果进行对比.在验证MCFT算法的精度后,研究钢筋屈服强度和混凝土抗压强度两个参数变化对RC框架边节点剪切应力-应变骨架曲线和峰值剪切应力的影响规律.结果表明:基于MCFT可以较好地模拟RC框架边节点的剪切应力-应变关系曲线; RC框架边节点的峰值剪切应力对混凝土抗压强度的变化更为敏感,但当试件的钢筋(HRB400)屈服应力下降幅度超过16.45%时,对钢筋屈服应力的变化更为敏感;当试件的钢筋(HRB400)屈服应力下降幅度超过10%时,节点发生钢筋滑移破坏,此时峰值剪切应力会大幅下降.     

基于改进CLDNN的辐射源信号识别

传统辐射源信号识别方法往往需要人工提取特征,不仅对专业知识要求较高,而且人为选择的特征不能够保证适用于大多数类型信号的识别,识别精度和识别速度也不能兼顾。针对上述问题,将语音处理领域常用的深度学习模型——卷积长短时深度神经网络(convolutional long short-term deep neural network, CLDNN)引入到辐射源信号的识别中,并将该模型中的长短时记忆层改为双向门控循环单元层。模型的输入为原始时间序列数据,特征提取和分类识别过程均在网络中进行,避免了人工选择特征的不完备性。实验结果表明,所提模型在低信噪比情况下也能够有效识别信号类型,同时与其他模型相比,实现了识别精度和识别速度之间的平衡。     

应用性追求:中国高等教育人才培养的 长时段历史考察

中国应用型人才培养的实践并非新近的事情。从长时段历史考察,中国共产党与中华人民共和国对于应用型人才的培养探索甚至渊源于150年前的近代转型传统。与主张“君子不器”的传统高等教育不同,近现代意义上的制度化高等教育自引入中国之日起,就一直肩负着国家层面赋予的应用型人才培养任务,甚至并未因社会制度变革而中断。晚清时期,朝廷与精英基于“师夷长技以制夷”兴办了一批具有专科性质的学堂;南京国民政府基于毕业生失业严重以及“高等教育破产”的争议,着眼于调整高等教育结构;中华人民共和国成立初期,基于“专门人才”急需而实施院系调整与专业细分;改革开放以来,基于就业制度市场化变革与高等教育分类发展需要而作出院校转型的决策部署。这些政策及措施意味着高等教育承载着国家(政府)的意志和期待、民族(社会)的渴望和要求。在中国高等教育后续发展中,应注意高等教育的理想类型与现实复杂性之间的问题,努力在创新知识生产模式中推动应用型高等教育的内涵式发展。     

游泳馆钢-木混合结构的体系选型和关键设计问题

崇明游泳馆采用钢?胶合木混合网壳结构。通过对胶合木力学特性和游泳馆结构静力的分析，计算屋面网壳结构钢和胶合木的合理应用范围。讨论了钢夹板木结构连接节点刚度对结构整体刚度的影响，并通过节点试验得到了节点的实际刚度。参考《空间网格结构技术规程》中关于网壳结构的稳定性分析和极限承载力的计算方法，考虑木材的材质缺陷和无塑性发展能力，钢?木混合网壳结构的弹塑性极限承载力安全系数建议取4.2。     

超长混凝土框架早期温度应力公式的修正

以一超长混凝土框架结构实例为基础,采用有限元分析软件ANSYS对影响结构温度应力的四种主要影响因素(结构长度、柱子刚度、梁刚度、柱间跨度)进行分析,利用粘弹性理论做正交试验极差分析.依据正交试验基本原理建立与之对应的九个ANSYS模型,基于正交实验的结果对已有温度应力的公式做一定的修改,具有一定的实际指导意义.     

混凝土剪切力学性能试验研究

为探究混凝土剪切力学性能,设置单轴剪切和考虑轴压作用剪切力学试验,应用材料剪切试验机得到不同加载工况下混凝土破坏形态和剪切位移—荷载曲线,通过试验数据对比分析,主要得到以下结论:轴压作用使得平行剪切向混凝土侧面形成一定的斜裂缝,同时使得剪切位移—剪切荷载曲线存在荷载稳定阶段;随着轴压比的提高,混凝土剪切应力和剪切位移明显增大,并对其作用机理进行分析,研究结论对混凝土剪切力学性能的分析具有重要意义。     

基于正交设计的陶瓷再生混凝土配合比试验

为提高废旧陶瓷的再生利用率,将陶瓷颗粒与陶瓷粉作为再生混凝土骨料与掺合料进行再生利用.运用正交设计的试验方法,以陶瓷粉、陶瓷颗粒、再生细骨料、粉煤灰、硅灰为5因素,每个因素设置4个水平,共设计16组配合比方案,进行抗压、导热等试验,得到陶瓷再生混凝土的强度、导热系数等物理力学参数,并寻找出最优配合比.试验结果表明最佳配合比为:陶瓷粉的质量分数为10%,陶瓷颗粒的质量分数为20%,再生细骨料的质量分数为40%,粉煤灰的质量分数为15%,硅灰的质量分数为5%.     

考虑轴压力影响的钢梁-剪力墙节点性能研究

钢梁和剪力墙组合节点能够充分发挥钢材和混凝土两者的优势使节点性能得到极大的改善,因此,对钢梁与混凝土节点的研究是十分有价值的.本文对轴压力影响下,钢梁埋入钢筋混凝土剪力墙节点的受力状态进行了理论和有限元模拟,研究了在轴压力作用下节点的受力特点和应力应变分布特征,并将所得结果与已有试验研究进行对比研究,取得满意结果.通过对已有分析模型进行改进,给出了剪力墙在不同轴压比时节点发生承压破坏的理论弯剪相关曲线.随后给出了有效埋入深度的计算公式,并通过有限元分析工具ABAQUS,验证了有效埋入深度概念的必要性和合理性,给出了轴压比、钢梁埋入长度对节点承载力的影响.     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.