一种高效挖掘高维数据的频繁闭合模式算法

为了克服传统高维数据挖掘频繁闭合模式算法迭代产生子表,引起算法执行时间长和存储开销大等问题,提出了一种高效挖掘高维数据的频繁闭合模式的算法EMHCP. EMHCP算法采用一种新型结构位图表来压缩存储数据,在仅扫描数据库一次后,建立位图转换表.根据位图转换表来构建混合树结构,采用深度优先的方式和有效的剪枝策略高效挖掘出所有的闭合模式.从而有效地缩小了搜索空间,加快了处理速度.通过在生物数据库应用的实验结果表明, EMHCP算法比已有的CARPENTER和TD-close等算法更为有效.     

新的ICA算法实现成组fMRI信号盲分离

独立成分分析(ICA)方法已被成功地用于处理功能磁共振成像(fMRI)信号,但主要是用于处理单个被试的fMRI信号,对于多个被试的情况却很少考虑.为此利用一种扩展的ICA方法--Group ICA来处理多个被试的fMRI信号,结果表明这种方法在保证结果准确性的前提下,可以大大减少计算量,快速获得统计结果.计算中应用的是NewFP算法,统计结果表明这种算法在估计激活的时间动力学准确性上优于FastICA算法.     

河南省高等职业教育的问题与对策研究

河南省的高等职业教育在20多年的发展过程中取得了长足的进步,但就其现状来说,仍是全省高等教育中的薄弱环节。本文对河南省高等职业教育中存在的问题进行了细致分析,并在此基础上提出了一些对策。     

窖水中主要无机离子对光催化灭除大肠杆菌(E.coli)的影响研究

采用自主开发的N-TiO_2作为光催化剂,在流动相光催化反应装置中,对窖水中所含Ca~(2+)、Cl~-、CO_3~(2-)、HCO_3~-、SO_4~(2-)等主要无机离子对光催化剂灭除E.coli的影响,以及复配模拟窖水和实际窖水对光催化灭除E.coli的影响进行了实验研究,并分析了其影响机理。实验结果表明:Ca~(2+)、HCO_3~-对光催化灭除E.coli有抑制作用,CO_3~(2-)对光催化灭除E.coli有明显的促进作用,而SO_4~(2-)、Cl~-对光催化灭除E.coli无影响。在对实际窖水进行光催化灭除E.coli菌落总数的实验中,经60min反应,窖水中菌落总数和总大肠菌群均为零,达到国家饮用水卫生标准,说明自主开发的NTiO_2光催化剂在农村窖水深度处理灭除E.coli效果好,可推广应用。     

钢管弧形切割机的设计

采用可在轨道上移动的加长电机轴的金属切割机来切割钢管端面,在钢管端面上加工出所需要的弧形,设计了钢管弧形切割机.该设计针对解决在管口现场的钢管弧形切割问题,与现有设备比较,具有加工范围广、精度高、机动性强的优点.     

基于管道配置的电液位置控制系统同步特性研究

针对径锻机一级先导缸电液位置控制系统同步精度低的问题,运用AMESim软件研究了第一类管道配置对径锻机一级先导缸电液位置控制系统同步特性的影响。研究发现:系统同步误差随着管道长度的增加而增大,且伴有波动现象,管道长度为3m时最大同步误差是管道长度为1m时的1.4倍;管道长度为1m时的最大同步误差为无管道时的1.1倍;管道材料的杨氏弹性模量越小,对应系统的同步误差越大。     

MPTP慢性帕金森病小鼠海马内氧化应激与细胞凋亡蛋白的表达

目的 观察 MPTP慢性帕金森病小鼠海马氧化应激指标及细胞凋亡相关蛋白的表达.方法 应用MPTP制备慢性帕金森病模型,观察行为学改变,Morris水迷宫实验,检测模型组和对照组小鼠海马内超氧化物歧化酶（SOD）、还原型谷胱甘肽（GSH）及丙二醛（MDA）舍量变化,以及免疫组织化学方法、RT-PCR方法、Western blot方法检测海马Bax和Bel-2蛋白表达.结果 慢性帕金森病模型小鼠行为学特点为震颤、活动减少;水迷宫实验结果提示认知功能降低;与对照组海马比较：模型组海马SOD、GSH含量均下降,而MDA含量升高（P〈0.05）;模型组海马Bax蛋白表达增高,而Bel-2蛋白表达下降（P〈0.05）.结论 氧化应激在慢性帕全森病认知功能障碍发病机制中起重要作用,而Bax和Bcl-2蛋白参与了氧化应激诱导海马神经元凋亡的调控过程.     

基于专利引文数据的混合动力汽车创新扩散研究

以巴斯扩散模型为理论基础,利用1995～2011年的专利引文数据,对混合动力汽车的技术扩散模型进行了非线性最小二乘法估计。结果显示：①各参数均为统计上显著的,且可决系数与调整可决系数均较大;②该技术的扩散路径符合巴斯模型,且处于成熟阶段。同时,以普锐斯为例,对其1997～2010年的销售数据进行拟合与预测,结果显示,该产品的扩散过程符合巴斯模型。文章认为新技术的扩散与新产品之间存在时滞。     

视觉感知结合学习的自然图像轮廓检测

本文结合非经典感受野的视觉特性与机器学习的方法,提出了一种自然图像轮廓检测模型.当非经典感受野中的刺激与感受野中心刺激形成一种精确的空间结构时,将对中心产生一种增强效应;另一方面非经典感受野中抑制作用会降低同质成分的响应,我们将这两个机制分别用于增强光滑的轮廓和减少背景中与结构无关的干扰成分.利用逻辑回归概率模型将感受野中的信息与来自非经典感受野中的信息进行有效融合,并根据图像的手工标注数据库,通过学习方法获得一组最优的模型参数.自然图像的实验结果表明该轮廓检测方法能极大地抑制来自纹理的局部边缘,减少虚假轮廓,同时能增强具有一致空间结构的成分,避免轮廓缺失.最后利用Berkeley图像数据库定量地评价了我们方法的性能,并与相关方法进行了比较.该模型不仅为复杂场景中的轮廓检测提供了一个可行的策略,并有助于对生理视觉机制的理解.     

Price–Dividend Ratios and Stock Price Predictability

A long‐standing puzzle to financial economists is the difficulty of outperforming the benchmark random walk model in out‐of‐sample contests. Using data from the USA over the period of 1872–2007, this paper re‐examines the out‐of‐sample predictability of real stock prices based on price–dividend (PD) ratios. The current research focuses on the significance of the time‐varying mean and nonlinear dynamics of PD ratios in the empirical analysis. Empirical results support the proposed nonlinear model of the PD ratio and the stationarity of the trend‐adjusted PD ratio. Furthermore, this paper rejects the non‐predictability hypothesis of stock prices statistically based on in‐ and out‐of‐sample tests and economically based on the criteria of expected real return per unit of risk. Copyright © 2011 John Wiley & Sons, Ltd.