基于深度学习的多模态眼科图像回归预测

青光眼是世界第二大致盲性眼病，视网膜神经纤维层（RNFL）缺损是诊断青光眼的重要特征。在临床应用中主要采用光学相干断层扫描（OCT）测量RNFL厚度。然而在我国的多数中小型医院和体检中心，只有眼底照相机而不具备OCT设备。因此利用眼底照和OCT的多模态数据，设计了一种基于眼底照来预测RNFL厚度的深度残差回归神经网络。该网络通过眼底照中的局部区域信息预测此区域的RNFL厚度，并对视盘外围一周范围内的RNFL厚度给出全面的刻画。在一个来自北京同仁医院的真实数据集上的实验结果显示，本文算法预测的RNFL厚度值与OCT测量值具有高度的一致性（对于正常眼平均绝对误差E_MA=14.884，Pearson相关系数r=0.885，决定系数R²=0.781；对于青光眼E_MA=15.108，r=0.872，R²=0.754）。评估结果表明所提方法对基于眼底照预测RNFL厚度具有良好的临床实用性。     

Does a lot help a lot? Forecasting stock returns with pooling strategies in a data‐rich environment

A variety of recent studies provide a skeptical view on the predictability of stock returns. Empirical evidence shows that most prediction models suffer from a loss of information, model uncertainty, and structural instability by relying on low‐dimensional information sets. In this study, we evaluate the predictive ability of various lately refined forecasting strategies, which handle these issues by incorporating information from many potential predictor variables simultaneously. We investigate whether forecasting strategies that (i) combine information and (ii) combine individual forecasts are useful to predict US stock returns, that is, the market excess return, size, value, and the momentum premium. Our results show that methods combining information have remarkable in‐sample predictive ability. However, the out‐of‐sample performance suffers from highly volatile forecast errors. Forecast combinations face a better bias–efficiency trade‐off, yielding a consistently superior forecast performance for the market excess return and the size premium even after the 1970s.     

桉树生态营林的理论探索与实践

桉树生态环境问题是世界性难题,迫切需要开展生态营林理论的探索与实践。本文通过系统地研究营林措施与人工林生态服务功能关系的变化规律,分析不同营林措施对桉树人工林生态服务功能的作用机制,并通过桉树生态营林实践,建立起现代桉树生态营林理论体系。文中提出生态营林的定义、生态营林原则和生态营林的理论体系。6年的生态营林实践表明,采取"低干扰、低投入、低污染"的生态营林方式,获得"高产量、高价值、高效率"的营林效果,实现长短结合、一般用材与珍贵用材结合、木材生产与生态服务协同提升的生态营林目标。该理论是解决当今桉树人工林木材生产和生态服务失衡以及生物安全、土壤安全、生态安全问题,实现高质量发展的重要理论基础,对推动我国现代林业高质量发展具有重要的指导作用。     

Doubling Fock空间之间的正Toeplitz算子

设F~p(φ)为复平面C上的加权Fock空间,其中φ为次调和函数,ΔφdA为doubling测度.本文利用均值函数与t-Berezin变换刻画了F~p(φ)(0p∞)与F~∞(φ)之间具有正测度符号的Toeplitz算子T_μ的有界性和紧性,拓展了已有结果.     

《素描与色彩》课程思政建设:思政资源的挖掘、凝练与植入

课程思政是新时期构建全课程、全方位育人的重要组成部分和实现途径,而课程思政资源又是实现课堂教学在育人中主渠道、主阵地地位的重要支撑。《素描与色彩》课程思政建设,基础是思政资源的挖掘与整合,重点是思政资源与教学内容的衔接,难点是思政资源与专业知识点的化合。应对课程教学素材与内容进行梳理分析,挖掘其历史文化内涵与政治文化背景,凝练典型个案,对接专业知识内容,通过系统化整合,达到教学案例蕴含思政背景,教学过程贯穿思政内容,教学评价植入思政主题的全过程课程思政目的。     

高校马克思主义大众化的实现路径探析

高校作为传播马克思主义的主阵地，在推进马克思主义大众化的过程中发挥着积极的作用，因此，努力探索推进高校马克思主义大众化的实现路径就显得格外重要。将意识形态与大学生的生活紧密联系起来，强调理论与实践相统一，是实现马克思主义大众化的重要路径选择。     

循环流化床锅炉返料器改造分析

本文介绍了循环流化床锅炉以及返料器存在的由于返料阀为高流率、低压头、小风量自平衡回灰阀,返料阀松动风采用一次冷风,使用过程中返料装置的配风管容易出现弯曲变形,返料不均匀造成堵塞的缺陷,返料装置的缺陷影响了锅炉的安全稳定运行,造成了一定的经济损失,为彻底解决此问题,通过对现有返料装置进行了改造,解决返料器堵塞的问题,为锅炉安全、稳定、长周期运行提供了基础保障。     

品格伦理视域下社会主义核心价值观培育

品格伦理以人的忠诚、仁慈、宽厚、勇气、自由、正义、平等和自律等为结构特点。讲道德、尊道德、守道德,追求高尚的道德理想是品格伦理的内在价值要求。在当今中国社会文化多元的空间里,旗帜鲜明地倡导以品格伦理为视角的社会主义核心价值观培育,能够更深层次地影响人的思想认识与行为方式,提高思想认同和培育的实效性。     

双时相影像联合不确定性对变化检测精度的影响机理探索

研究了双时相影像的联合不确定性对变化检测结果精度的影响机理，为通过抑制不确定性的方法提高变化检测精度的工作奠定理论基础.首先利用联合熵对双时相影像的联合不确定性进行量化评估；进而基于空间统计相关方法，研究影像的联合不确定性与双时相影像变化检测精度指标之间的关系；最后建立双时相影像联合不确定性对变化检测结果精度的作用模型.实验结果表明：双时相影像的联合不确定性与变化检测结果的精度之间呈现出强负相关性，且对变化检测结果精度的影响模式具有线性特征.     

一类半直线上非紧邻随机环境中随机游动常返暂留性的判定

考虑半直线上(1,R)随机环境中的随机游动.通过构造合适的李雅普诺夫函数,运用马氏链的鞅判别准则,给出了游动常返暂留性以及正常返性的判定.