鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。     

城市疫情传播和复工强度建模及相关性分析

以多源大数据为基础构建模型,分析全国34个典型城市因疫情导致的人口迁徙变化和人力缺口,并通过迁徙基数推算其他各城市的复工强度。仿真结果证明SEIR仓室模型能够较好地模拟此次疫情发展趋势,利用其估计各城市内部新型冠状病毒感染肺炎的基本再生数,结合人力缺口对复工强度进行回顾性的矩阵分析,以总结我国此次抗疫经验。相关性分析阶段对K-means无监督聚类后的城市集群进行回归分析,结果表明对于大部分城市而言,复工强度的大小与其人力缺口、基本再生数以及人均GDP水平有明显的相关关系。     

Permissible idealizations for the purpose of prediction

Every model leaves out or distorts some factors that are causally connected to its target phenomenon—the phenomenon that it seeks to predict or explain. If we want to make predictions, and we want to base decisions on those predictions, what is it safe to omit or to simplify, and what ought a causal model to describe fully and correctly? A schematic answer: the factors that matter are those that make a difference to the target phenomenon. There are several ways to understand differencemaking. This paper advances a view as to which is the most relevant to the forecaster and the decision-maker. It turns out that the right notion of differencemaking for thinking about idealization in prediction is also the right notion for thinking about idealization in explanation; this suggests a carefully circumscribed version of Hempel’s famous thesis that there is a symmetry between explanation and prediction.     

大学生考研关键因素分析研究

"考研热"日趋升温已是不争的事实,也是社会关注的热点问题。大学本科早已不再是学子们追求的终极目标,越来越多的大学生仅仅是把它当作通向研究生的一块跳板,以实现自己更高的追求。针对考研的激烈的竞争形势,以问卷调查的形式总结部分应届考研学生的考研影响因素,利用SPSS统计软件对调查数据进行统计梳理。依据关键因素的特征,将其分为考前基本因素、考研心理因素、考研复习因素以及报考因素等4个模块,利用频率统计以及相关分析对每个因素的影响程度进行深入的研究,同时根据自身的考研经历并借鉴成功的考研经验给出相应的可行建议,最后得出影响考研结果的诸多关键因素以及它们的之间的相关程度,从而为大学生的考研提供帮助,同时也为未来的考研因素研究提供借鉴。     

合作原则视域下英语外贸函电的语用分析

随着全球经济合作扩大,英语外贸函电作为交流的重要途径,在开展新贸易、推进国际交流方面起着举足轻重的作用。基于合作原则及其四大准则的理论框架下,结合英语外贸函电实例进行语用分析,将进一步完善我们对英语外贸函电的认识和理解,并对英语外贸函电写作产生非常重要的实践指导意义。     

基于相关反馈的视频检索算法

针对信息检索中如何提高检索的精度问题,提出了一个基于相关反馈的视频检索算法。利用信号在神经网络中来回传递实现自动相关反馈,提高了检索精度,且最大限度地减少了相关反馈中人的参与,最后检索的结果是与查询最接近的一段视频片段。给出了神经网络的构造和具体的检索算法,并与基于关键帧的视频检索方法进行了比较。实验结果表明,用该算法检索的准确度比用基于关键帧的视频检索方法平均提高6%以上。     

基于共现分析的分类器链标签序列优化方法

针对分类器链模型采用随机生成方式确定标签序列会极大影响分类器链性能的问题。通过共现分析技术深入挖掘标签间的潜在关系, 提出一种基于贪心算法和n-gram模型的两种标签序列优化策略以提升分类器链模型性能。基于贪心算法的策略通过计算和排序标签之间共现率来生成优化的分类器链标签序列, 而基于n-gram模型的策略则通过最大化标签之间条件概率来生成优化的分类器链标签序列。最后通过多个多标签基准数据集进行实验验证, 实验结果表明, 与当前流行的各种分类器链模型相比, 所提的两种策略很有竞争力, 可以明显提升多标签分类效果。     

一种局部与全局特征相结合的主题域识别模型

传统的主题域识别技术主要局限于单一领域，缺乏领域间的交互式协同，难以保证识别结果的准确性，因此提出一种局部与全局特征相结合的主题域识别模型.该模型一方面基于实体在领域内的局部特征进行局部识别，另一方面基于领域间协同作用、领域相关度等全局特征对各个局部识别结果进行一致化趋近，从而使识别结果更全面、有效.另外，针对相似矩阵的更新时机、协同作用的量化以及迭代终止条件的设定三个方面对主题域识别算法进行了优化.通过实验验证了本文所提出的关键技术的可行性和有效性.     

北疆地区城市化发展与生态环境的灰色关联性分析

以2002—2011年间指标数据为基础,采用主成分分析法、层次分析法、灰色关联性分析和相关性分析等方法对北疆地区城市化与生态环境之间的关系进行分析,计算得出两系统各指标间属于较高关联或高度关联,表明北疆地区城市化与生态环境之间的关系密切.     

会计准则价值相关性研究综述

20世纪后期以来，国际学术界注重国际会计准则与本土会计准则披露的会计信息相关性的比较研究，关于会计准则相对价值相关性和增量价值相关性的研究，有利于各国会计制度的完善和外商投资策略的调整。