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。     

联合卫星定位和测量机器人的超高层建造过程水平位移监测

在超高层建筑建造过程中,常用测量机器人监测中间楼层的监测点的变形。削弱建筑晃动影响对于监测结果的稳定性至关重要。为此,首先提出一种利用楼顶卫星接收机测量建筑晃动情况,通过内插得到中间楼层瞬时晃动影响的方法,并通过实验验证该方法的有效性。在此基础上,利用该方法对多期监测数据进行处理,结果表明该方法可获得更加稳定的监测结果。将处理结果与有限元分析的结果进行比较,结果表明使用该方法后监测结果与有限元分析的结果吻合度较高。     

一维离散平均曲率方程Neumann问题解的存在性

用紧向量场方程的解集连通理论给出一维离散平均曲率方程Neumann问题的上下解方法, 并给出其解的存在性结果.     

MADDPG算法并行优先经验回放机制

多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法是深度强化学习方法在多智能体系统(multi-agent system, MAS)领域的重要运用,为提升算法性能,提出基于并行优先经验回放机制的MADDPG算法。分析算法框架及训练方法,针对算法集中式训练、分布式执行的特点,采用并行方法完成经验回放池数据采样,并在采样过程中引入优先回放机制,实现经验数据并行流动、数据处理模型并行工作、经验数据优先回放。分别在OpenAI多智能体对抗、合作两类典型环境中,从训练轮数、训练时间两个维度对改进算法进行了对比验证,结果表明,并行优先经验回放机制的引入使得算法性能提升明显。     

Superior corrosion resistance-dependent laser energy density in(CoCrFeNi)95Nb5 high entropy alloy coating fabricated by laser cladding

(CoCrFeNi)95Nb5 high entropy alloy(HEA)coatings were successfully fabricated on a substrate of Q235 steel by laser cladding technology.These(CoCrFeNi)95Nb5 HEA coatings possess excellent properties,particularly corrosion resistance,which is clearly superior to that of some typical bulk HEA and common engineering alloys.In order to obtain appropriate laser cladding preparation process parameters,the effects of laser energy density on the microstructure,microhardness,and corrosion resistance of(CoCrFeNi)95Nb5 HEA coating were closely studied.Results showed that as the laser energy density increases,precipitation of the Laves phase in(CoCrFeNi)95Nb5 HEA coating gradually decreases,and diffusion of the Fe element in the substrate intensifies,affecting the integrity of the(CoCrFeNi)95Nb5 HEA.This decreases the microhardness of(CoCrFeNi)95Nb5 HEA coatings.Moreover,the relative content of Cr2O3,Cr(OH)3,and Nb2O5 in the surface passive film of the coating decreases with increasing energy density,causing corrosion resistance to decrease.This study demonstrates the controllability of a high-performance HEA coating using laser cladding technology,which has significance for the laser cladding preparation of other CoCrFeNi-system HEA coatings.     

基于深度学习的Stack Overflow问题帖分类方法

针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题, 提出一种基于深度学习的问题帖分类方法, 采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型. 实验结果表明, 基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法, 且使用的Adam优化器优于SGD优化器, 使用Glove预训练的词向量优于使用随机生成的词向量. 该方法以提问目的对帖子进行分类, 可为分析Stack Overflow(SO)上的帖子讨论主题增加新维度.     

追踪物理学中的跨领域模因

以美国物理学会旗下期刊2000—2019年发表的论文和Web of Science论文摘要为基础，用模因短语刻画知识，构建模因关系网络并引入跨学科测度Rao-Stirling指数以计算模因的跨领域分数，从而追踪物理学中的跨领域模因。分别从网络拓扑结构指标、跨领域测度指标和专业术语对比3个方面进行验证，证明了所提的模因关系网络和模因的跨领域分数可以有效反映知识在不同领域间的扩散现象。     

非等比降税下的建筑企业税负逆增现象及应对

2016年"营改增"以来,我国增值税税率经历了3次较大规模变化.相较于2017年全行业等比降税率,2019年新税改为非等比降税.新政策实施后,建筑企业增值税销项税率降1个百分点,进项税率一般降3个百分点.案例推演表明,建筑企业增值税进项税额的营业收入占比高于1/3时,降税后实际税负相对于降税前不降反增.建议企业做好税负管理、优化成本结构、开展技术革新,以应对非等比降税下的税负逆增现象,助力大规模减税降费预期目标的实现.     

不同基肥处理对赣南稀土尾矿种植皇竹草的农艺性状及产量的影响

试验研究在稀土尾矿上不施基肥(对照组),施用粪污处理后的牛场沼液(B)、发酵牛粪(C)、牛粪养殖的蚯蚓粪(E)、发酵牛粪+牛场沼液(C+B)、牛粪养殖的蚯蚓粪+牛场沼液(E+B)5种基肥处理后,对皇竹草农艺性状及产量的影响.结果表明:B处理未能提升皇竹草存活率、农艺性状和产量,显著低于其余4个处理组,C、E处理与C+B、E+B处理之间的存活率、农艺性状和产量差异不显著.C、E、C+B、E+B处理均能有效提升皇竹草的株高、分蘖数、茎粗、单株高重和产量,株高、单株重和产量上,以E和E+B处理效果最好,分蘖数、茎粗在4个处理组间差异不明显.综上所述,在赣南稀土尾矿上种植皇竹草,施用蚯蚓粪作为基肥对皇竹草农艺性状及产量的提升效果最好.     

Learning Multi Labels from Single Label——An Extreme Weak Label Learning Algorithm

This paper presents a novel algorithm for an extreme form of weak label learning, in which only one of all relevant labels is given for each training sample. Using genetic algorithm, all of the labels in the training set are optimally divided into several non-overlapping groups to maximize the label distinguishability in every group. Multiple classifiers are trained separately and ensembled for label predictions. Experimental results show significant improvement over previous weak label learning algorithms.