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%.     

几乎无偏刘估计的不可容许性

考虑了线性回归模型中,在Fisherian和Mahalanobis损失函数下,几乎无偏刘估计对于最小二乘估计的不可容许性;结论表明:几乎无偏刘估计在Mahalanobis损失函数下是不可容的;最后进行了数值模拟来表明结果.     

基于分层贝叶斯模型的损失准备金估计

传统的准备金模型主要是通过加总个体数据得到聚合损失三角形数据建立的,然而,这种数据的加总对原始个体数据产生不可避免的信息浪费.虽然这种方法简单,但可导致准备金估计的较大偏差.近年来提出的个体数据准备金模型中大都没有考虑保单合同之间的相依性.本文假设相同事故年的保单产生的索赔具有某种共同效应导致的相依情形,通过建立个体数据准备金的分层贝叶斯模型,利用信度理论的思想,得到每个事故年的准备金估计,从而得到总准备金的估计.进而,讨论了发展因子和结构参数的估计及其相应的统计性质.最后,给出数值例子表明本文给出的准备金估计的计算方法,并且比较了个体数据和聚合数据下准备金估计的均方误差.     

干燥工艺对稻谷发芽率影响的研究

利用薄层干燥试验台，采用二次回归正交组合设计试验对辽宁省稻谷主要品种942进行研究。分析了热风温度、表现风速、初始水分、干燥时间对稻谷发芽率损失影响的规律，建立了稻谷发芽率损失回归方程，在干燥时应采用低温干燥，以保证其发芽率。利用贡献率法确定各因素在二次非线性模型中的主次关系为热风温度、初始水分、表现风速、干燥时间，为进行辽宁省稻谷深床干燥研究提供了理论依据。     

企业赊销的管理

如何有效适度赊销已成为企业管理的重要议题,赊销要有度关键是控制,本文从事前控制、事中管理、事后处置阐述对赊销的管理。     

抗地震结构的服役费用函数及其建立方法

讨论了服股工程结构的经济性问题，包括：抗地震结构在服役过程中为完成预定功能所需要的经济花费，这些花费同结构抗震可靠度的函数关系以及它们的建立方法。形成的服役费用函数可以作为决策结构最佳抗震设防标准的依据。     

Linex损失下Pareto分布参数的Bayes估计

该文讨论了在Linex非对称损失函数下Pareto分布参数的Bayes估计及多层Bayes估计,并证明了相应的估计是可容许的.     

质量损失对贫金属AGB星表面丰度的影响

在参数化热脉冲模型的基础上,加入星风质量损失,拟合了三颗铅星(HD187861、HD224959和HD196944)和两颗非铅星(LP625-44与LP706-7)的表面丰度,计算结果都能很好地重现观测数据.同时还发现:在考虑星风质量损失的情况下,三颗铅星的平均中子辐照量均超过2(mb)-1,富氮中间壳层中约80%的物质重复经历s-过程.而对于非铅星,星风质量损失的影响可忽略不计.     

集中热源分散供热实现定压供暖的改进办法

<正>对于集中热源分区供暖的水—水供热系统,由于特有属性,即供热是由一次热源网,二次供热网,有些供热企业还有蒸汽网三级换热系统组成,大多供热企业多采取一次网半开式运行与蒸汽网开式运行模式。而对采取一次网闭式运行方式则存在以下好处,既可有效保障一次水网介质的损失控制在最低水平,一次网的压力稳定值可有效保证,一次网水质可有效保证。     

寒冬是水灾的预兆吗

2008年1、2月份,我国长江中下游及贵州等地,发生了历史上罕见的、长时间持续的低温、雨雪和冰冻灾害。给工业、农业、交通、电力及生态、旅游等许多行业,造成了巨大的影响和损失。这些气象灾害和影响将长期存留在我们的记忆里,也必然永久地保存于历史的档案中。