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%.     

基于强化局部特征的3D点云分类与分割网络

在点云的处理过程中，许多深度学习网络未能充分考虑局部点之间的复杂关系，导致大量空间几何信息丢失。针对该问题，提出了一个强化局部特征的网络，用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码；通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数，结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验，结果表明：该网络在点云的目标分类和语义分割任务上表现出较好的性能。     

异常值和未知观测噪声鲁棒的卡尔曼滤波器

给出了对异常值和未知分布的观测噪声鲁棒的卡尔曼滤波器。分析表明当以Huber损失函数替代推导卡尔曼滤波器最大后验准则中观测误差的l₂范数时, 就构造了一个新的准则。由于Huber损失函数可同时描述l₁和l₂范数, 因此由这个新准则推导的卡尔曼滤波器, 在具有传统卡尔曼滤波器性质的同时, 也有了l₁范数对异常值鲁棒的特性。而当含异常值的观测噪声统计分布未知时, 利用含未知参数的高斯混合模型描述其分布以及变分贝叶斯推理, 提出了对异常值和未知统计分布观测噪声鲁棒的卡尔曼滤波器。仿真和实验在验证了分析结果正确的同时, 也表明提出算法的性能优于现有文献报道鲁棒类的卡尔曼滤波器。     

吸湿型路面抑尘剂配方研制及工业试验

针对露天采场路面扬尘特点及机理,研制出一种吸湿型路面抑尘剂.基于正交试验,以失水率为评价指标,对抑尘剂各组分进行优化,并在实验室条件下对最优配方进行吸湿性、抗风吹等性能测试.结果表明,实验室研制的配方在25 d内最低含水率达到8.18%,具有很好的防风抑尘性能.将该抑尘剂配方进行工业试验,结果表明,该抑尘剂的有效抑尘时间为10 d,与传统洒水方法相比,抑尘费用降低了30.71%,节水效率达到94.67%.     

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.     

封闭式运动减肥对肥胖青少年体质健康的影响

对44名14～19岁肥胖青少年进行6周的封闭式饮食控制及运动,测定实验对象的身体形态、身体机能、身体素质和血液健康等指标.通过数理统计方法对实验所测得的数据进行分析.结果表明:肥胖青少年的脂肪量、体质量、体脂率都有明显的下降(P0.05);肺活量逐渐上升,身体素质指标(耐力、柔韧、50 m跑)与血液健康指标(血脂TC、甘油三酯TG、空腔胰岛素FINS)都呈非常明显改善(P0.01).封闭式运动减肥对青少年肥胖者体质健康具有良好的效能表现.     

2000年—2017年中国PM2.5污染的健康影响及经济损失时空分布模式

当今环境下，大气污染是危害人体健康的主要威胁之一，对包括PM2.5在内的细颗粒物污染造成的人群健康影响和经济损失的估算是目前研究的热点之一.该研究采用人口、PM2.5污染浓度等基础数据以及流行病学等相关领域的研究结果，将全国区域划分为5 km×5 km的精细格网，根据暴露—反应关系函数及统计生命价值法(VSL)、疾病成本法(COI)计算方法，进行2000年—2017年长时间范围内全国PM2.5污染的健康经济效应动态评估与精细化制图，并采用推土机距离(EMD)方法定量评价不同年份的健康影响及经济损失的空间分布差异性.结果显示，从空间分布格局来看，我国平均每年37.61%的区域存在PM2.5污染的健康影响及经济损失，健康影响和经济损失的分布区域表现出从东南和西北地区向西南和东北地区递减的格局.此外，华北、华中、华东三区域的健康损失平均每年占比74.21%，经济损失平均每年占比80.78%.从时间尺度来看，历年健康影响变化大致可分为两个阶段，2000年—2013年波动增长，2013年—2016年逐渐下降；历年经济损失变化则呈波动上升趋势.此外，局部地区的健康影响和经济损失的空间分布变化具有阶段性.     

基于多变量高斯过程模型的贝叶斯建模与稳健参数设计

针对模型预测偏差和波动的稳健参数设计问题,在多变量高斯过程(multivariate Gaussian process,MGP)建模的框架下,结合质量损失函数和非线性优化约束方法构建一个新的多响应优化模型.首先,利用成对估计方法获得超参数近似值,构建多变量高斯模型;其次,结合MGP模型特征,构造充分考虑响应波动因素的质量损失函数.利用蒙特卡罗模拟方法,获得响应落入指定区间的期望概率;然后,以期望概率为约束,结合本文所提质量损失函数建立优化模型;最后,利用全局优化算法进行寻优,获得考虑响应期望概率的优化结果.实际案例和软件仿真表明,该方法综合权衡了预测偏差和预测波动引起的不确定性对优化结果的影响.获得了兼顾质量损失和期望概率最优均衡解,从而实现稳健参数设计.     

上市公司财务预警的T逻辑回归模型

针对经典的逻辑回归模型易受到样本类别噪声干扰的问题,采用T逻辑回归算法中的非凸损失函数以弥补这一不足。对T逻辑回归模型及求解算法进行了分析,建立T逻辑回归财务预警模型,并结合沪深上市公司财务数据开展实证分析,结果表明T逻辑回归模型具有较好的分类效果和鲁棒性。     

硫氰酸钾/硫脲复合物对45碳钢的缓蚀性能评价

本研究借助静态腐蚀失重法确定了硫氰酸钾/硫脲缓蚀剂的最佳配方,并分别研究了该配方在5%硫酸、5%硝酸及5%盐酸中对45碳钢的缓蚀性能。结果表明:在5%硫酸溶液中,使用硫氰酸钾:硫脲为7:3的质量比配方,缓蚀剂为0.2%时对45碳钢的缓蚀达到最大,缓蚀率为82.3%;在5%硝酸溶液中,使用硫氰酸钾:硫脲为4:6的质量比配方,缓蚀剂的加入量为0.1%时对45碳钢的缓蚀率可达到99%以上;在5%盐酸中,只需加入0.2%的复合缓蚀剂(硫氰酸钾:硫脲=4:6),对45碳钢的缓蚀率可以达到76%。Tafel极化曲线表明硫氰酸钾/硫脲复合物的加入可以明显地降低45碳钢在3种酸溶液中的腐蚀电流。