基于一类二元多小波函数的密度估计

基于独立同分布的随机样本提出了一类二元多小波密度估计的方法。首先，给出了线性多小波估计器；然后，在Besov球（B_p，m^s（M））上给出了线性估计在积分均方误差（MISE）意义下的收敛上界，并给予证明；最后，通过仿真和实例数据进行实验验证，说明方法和估计的有效性。     

基于课外学习的高职学生英语应用能力实证研究

以建构主义教学观为视角，研究课外学习对提高学生英语语言应用能力的有效性。实验结果表明，课外学习是构建英语语言学习环境的有效手段，对高职英语课堂教学有很大的促进作用，对提高学生的英语语言应用能力有明显作用。     

基于有限时间LaSalle不变集的PMSM混沌控制

为有效地抑制永磁同步电动机系统的混沌行为,基于有限时间理论和LaSalle不变集定理设计了一种自适应控制器。分析了永磁同步电动机系统的混沌动力学特性,确定了系统处于不同运动状态的参数域;在理论上证明该控制器能够在有限时间内稳定到平衡点且能自动跟踪系统平衡点;仿真实验证明,该控制方案形式简单,快速性更好,稳定性更高。研究结果对保证永磁同步电动机的稳定运行具有重要意义。     

Dynamic Latent Class Model Averaging for Online Prediction

We consider the problem of online prediction when it is uncertain what the best prediction model to use is. We develop a method called dynamic latent class model averaging, which combines a state‐space model for the parameters of each of the candidate models of the system with a Markov chain model for the best model. We propose a polychotomous regression model for the transition weights to assume that the probability of a change in time depends on the past through the values of the most recent time periods and spatial correlation among the regions. The evolution of the parameters in each submodel is defined by exponential forgetting. This structure allows the ‘correct’ model to vary over both time and regions. In contrast to existing methods, the proposed model naturally incorporates clustering and prediction analysis in a single unified framework. We develop an efficient Gibbs algorithm for computation, and we demonstrate the value of our framework on simulated experiments and on a real‐world problem: forecasting IBM's corporate revenue. Copyright © 2014 John Wiley & Sons, Ltd.     

氧、硫逸度对岫岩红旗铅锌矿床矿物组合共生分异的制约

基于野外调查和镜下鉴定，通过计算岫岩红旗铅锌矿床主要矿物在不同温度T下的氧逸度f_O▲2和硫逸度f_S▲2，绘制出Fe-Pb-Zn-Cu-O-S体系热力学lgf_O▲2-lgf_S▲2参数状态图.研究该区矿物共生组合的控制因素及其形成的物理化学条件，为解决辽吉成矿带同类型矿床成矿流体演化提供参考.结果表明，T，fo₂，fs₂是使成矿元素沉淀、金属矿物组合共生分异的重要因素.fo₂，fs₂控制着矿物的稳定区间，闪锌矿较大的稳定范围，使它在方铅矿、黄铁矿沉淀之后仍可运移沉淀；温度降低使矿物形成所需的最低lgfo₂，lgfs₂减小，因此降温更利于成矿；构造破碎带为流体提供了运移通道，同时也是良好的地球化学障.在实际找矿过程中，断裂构造、铁帽、中低温蚀变发育的地方值得重视.     

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%.     

学习遗忘效应在工程项目进度计划中的应用

在学习曲线理论和遗忘曲线理论的基础上,结合学习遗忘效应的模型,通过网络计划技术中的双代号网络图,引用案例来阐述员工的学习及遗忘行为对工期及关键路径造成的影响。与不考虑学习遗忘行为的情况相比,考虑员工的学习遗忘效应会使工期缩短、关键路径发生改变,且不同的学习比例会带来不同的效果。     

具有较少非中心共轭类数的有限群

给出了非中心共轭类数介于6与9之间时有限群的结构,以及非中心共轭类数为10且基柱是可解群时有限群的结构.     

Design of electric-field coupled underwater wireless power transfer system based on class E amplifier

针对单级LC谐振型电场耦合式水下无线电能传输(electrical-field coupled power transfer,ECPT)系统的输出功率低、谐振容量小、频率漂移大等关键问题,设计一种更适于海水环境下的无线电能传输系统。该系统基于CLC-S调谐网络,综合E类放大器效率高、频率高等优点,实现较大的功率输出。利用Maxwell有限元仿真软件,对海水环境下耦合机构的电容值进行了有限元分析。通过对水下耦合机构进行试验,分析负载品质因数Q、归一化频率μ对水下无线电能传输系统的影响规律,可为水下ECPT系统设计提供参考。     

一种用于电力线通信系统的改进MIMO检测算法

目前多输入多输出(multiple-input multiple-output,MIMO)技术已经被电力线通信(power line communication,PLC)系统采用,但由于MIMO PLC系统噪声呈非高斯分布而且各端口噪声之间存在相关性,故不能直接采用无线系统中的MIMO检测算法。采用了二元Middleton class A分布对MIMO PLC系统中噪声进行建模,提出了基于该噪声分布的最大似然检测改进算法,由于改进最大似然检测算法实现复杂度高,为了便于实现,进一步提出了用近似函数降低复杂度的2种次优的检测算法,优化了算法复杂度。仿真结果表明,与传统的基于高斯噪声分布的最大似然检测算法相比,提出的基于二元Middleton class A类噪声分布的信号检测算法在MIMO PLC系统能获得更好的性能。在性能损失较小的情况下,次优算法的复杂度明显低于最大似然检测改进算法。