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。     

基于语料库的西藏白皮书内的专名翻译研究

西藏白皮书的编写与发布在外宣工作中占据着重要位置,而其中西藏专名翻译规范性的重要性也较为突出。本文使用语料库的技术,对西藏白皮书内的专名翻译进行了分析。在专名的翻译过程中,存在着一名同译、一名多译、增译与省译并存、音译与意译并存等多种翻译现象与翻译方法。有鉴于此,文内提出应规范转写方案,审定西藏专名,统一翻译方法。     

动物试验方法的专利申请

 为判断动物试验方法是否具备实用性，分析了中国关于实用性的相关规定，通过4个典型案例对动物试验方法是否属于非治疗目的的外科手术方法、是否具备实用性进行了分析，总结判断标准并给出了撰写权利要求的建议。在撰写动物试验方法的专利申请时，应当注意该方法的目的及该方法是否包含外科手术步骤，并针对该方法的不同情况采用不同的撰写策略。     

定位应用型经济数学课程的教学改革探讨

在对经济数学教学现状分析的基础上,为提高学生应用数学知识解决实际问题的能力,将教学与经济管理领域实际问题相联系,视数学应用为教学改革的重点,在教学目标、教材选取、教学方法、教学手段、教学内容及考试制度方面进行了具体的阐述,并就数学软件的正确定位做出合理的阐述。     

西洋参药材质量评价研究进展

对影响西洋参药材质量的主要因素如产地、采收期和干燥方法等方面进行了综述。认为目前西洋参药材质量评价研究中存在的关键问题是评价指标过于片面单一，未来质量评价研究应考虑引入质量整体评价技术，注重中医药理论，开展有效成分、药理作用与中药功效的整合研究。药材质量研究应指导药用植物的产地筛选、生长调控，服务于药材市场的规范，以促进中药现代化进程的发展。     

拓扑流体力学及其新近发展

拓扑流体力学是理性力学的一个重要研究方向,在理论上具有重要价值,在实践中日益显出独特的作用.本文试对该方向进行综述性介绍,目的是吸引更多的国内科研工作者进入这一重要领域.本文的重点放在流体螺度(Helicity)的拓扑内涵方面.除了列出螺度与数学纽结场论的关系(即与互缠绕、自缠绕数以及作者近年来发展出来的流体纽结多项式拓扑不变量之间的关系),还介绍了国际上在流体纽结复杂系综的能量-结构复杂性关系方面的研究.最后,通过超流涡旋纽结/链环重联的具体实例,展示了这一领域当中典型的数值计算方法.我们希望通过这种理论推导与数值计算同时呈现的方式,使读者对这一国际前沿交叉领域的核心问题、研究方法以及科研中可能面对的技术困难获得一个整体的了解和把握.     

综合运用虚拟筛选三维定量构效关系模型发现潜在 TRPC4 配体

瞬时感受器电位通道 4( TRPC4) 可能是一种调节人体生理和病理生理功能的关键靶点． 通过计算机辅助药物设计和一系列虚拟筛选方法，结合 Hiphop 药效学团模型，筛选出一系列可能具有良好活性的的 TRPC4 配体化合物，并研究了这些化合物对大鼠胰岛细胞生长的影响． 结果显示，其中新化合物 7 促进了大鼠胰岛细胞的生长，EC₅₀值为 3.58 μmol /L． 然而，化合物 7 对被干扰了 TRPC4 表达的大鼠胰岛细胞的生长无显著性作用． 与此同时，给予化合物 7 后，大鼠胰岛细胞 TRPC4 mRNA 的表达显著降低．因此，化合物 7 可能是一个潜在的 TRPC4 抑制剂，从而可能对糖尿病的治疗起到一定的作用．     

Predictive ability and economic gains from volatility forecast combinations

The availability of numerous modeling approaches for volatility forecasting leads to model uncertainty for both researchers and practitioners. A large number of studies provide evidence in favor of combination methods for forecasting a variety of financial variables, but most of them are implemented on returns forecasting and evaluate their performance based solely on statistical evaluation criteria. In this paper, we combine various volatility forecasts based on different combination schemes and evaluate their performance in forecasting the volatility of the S&P 500 index. We use an exhaustive variety of combination methods to forecast volatility, ranging from simple techniques to time-varying techniques based on the past performance of the single models and regression techniques. We then evaluate the forecasting performance of single and combination volatility forecasts based on both statistical and economic loss functions. The empirical analysis in this paper yields an important conclusion. Although combination forecasts based on more complex methods perform better than the simple combinations and single models, there is no dominant combination technique that outperforms the rest in both statistical and economic terms.     

不同提取方法对沉香精油制备的影响

以西双版纳州蚂蚁结香的沉香木为原料,通过水浴回流提取法、索氏提取法、超声辅助萃取法和微波辅助萃取法制备沉香精油,采用气相色谱-质谱联用法(GC-MS)分析精油成分,根据精油得率、成分种类和组成、特征性组分质量浓度比较4种提取方法对沉香精油制备的影响.结果表明, 4种提取方法制备的精油成分组成相似,主要有倍半萜类、芳香族类、色酮类和脂肪酸类,但质量浓度存在较明显的差异;微波辅助萃取法制备沉香精油的提取率最高、物质种类最多,分别为1.32%和70种,其中反映沉香精油品质的倍半萜类物质和芳香族类物质的种类和质量浓度都高于其他3种方法,分别为19种、 20种和22.29%,12.36%,且脂肪酸类物质的质量浓度最低,为24.30%;超声辅助萃取法所得精油中色酮类物质质量浓度最高,为38.62%,微波辅助萃取法次之,为36.52%;仅有微波辅助萃取法得到的精油中6种特征性物质均有检出,其中沉香螺醇、愈创木醇、苍术醇、(+)-香橙烯、γ-桉叶醇的质量浓度最高,分别为1.53%,1.73%,0.19%,1.47%和1.69%.综上所述,微波辅助萃取法是4种方法中最优的沉香精油提取方法,具有提取率高、精油品质佳的特点.     

Dynamic Model Averaging and CPI Inflation Forecasts: A Comparison between the Euro Area and the United States

The paper forecasts consumer price inflation in the euro area (EA) and in the USA between 1980:Q1 and 2012:Q4 based on a large set of predictors, with dynamic model averaging (DMA) and dynamic model selection (DMS). DMA/DMS allows not solely for coefficients to change over time, but also for changes in the entire forecasting model over time. DMA/DMS provides on average the best inflation forecasts with regard to alternative approaches (such as the random walk). DMS outperforms DMA. These results are robust for different sample periods and for various forecast horizons. The paper highlights common features between the USA and the EA. First, two groups of predictors forecast inflation: temporary fundamentals that have a frequent impact on inflation but only for short time periods; and persistent fundamentals whose switches are less frequent over time. Second, the importance of some variables (particularly international food commodity prices, house prices and oil prices) as predictors for consumer price index inflation increases when such variables experience large shocks. The paper also shows that significant differences prevail in the forecasting models between the USA and the EA. Such differences can be explained by the structure of these respective economies. Copyright © 2015 John Wiley & Sons, Ltd.