基于后验概率的住房信贷评估SVM模型

针对标准SVM模型在信贷评估中单纯将客户划分为违约或者未违约的不足,提出了利用基于后验概率的SVM用于住房信贷评估的方法.利用商业银行的住房信贷数据进行的实证研究表明,基于后验概率的SVM模型通过将标准SVM的决策值转化为后验概率输出,能够对住房信贷客户的违约概率进行估计,对于商业银行根据客户的违约概率制定相应的信贷政策以及设计相应的住房信贷产品更具有实践意义.     

一种新的可信修复网络模型及其实现

为解决目前缺乏一种可行的可信修复网络框架问题,提出了一种新的、可行性强的可信修复网络模型,详细说明了该模型提供的功能和工作流程,着重阐明了可信修复网络的通讯机制和认证方法.仿真实验表明,该框架在保证网络系统安全性和可信性的同时,实现了为不满足可信网络安全策略的终端用户提供及时可靠的修复服务.     

基于度量核和GHI核混合的植物叶片识别算法

针对现有识别算法中的核函数不能充分利用直方图的整体特征和不同维特征间的内在联系,提出基于度量核和广义直方图交叉(generalized histogram intersection,简称GHI)核混合的植物叶片识别算法.首先,构建多尺度边缘轮廓(multi-scale marginal contour,简称MMC)算子;其次,提取预处理后的叶片图像MMC形状特征、局部二值模式(local binary pattern,简称LBP)空域纹理特征、局部向量化(local phase quantization,简称LPQ)频域纹理特征,进而将这些特征拼接成复合特征;再次,利用度量学习和马氏距离改造负距离核构建度量核,将其与GHI核加权融合形成组合核;最后,进行仿真实验.仿真实验结果表明:相对于现有算法,该文算法对不同种类的植物叶片具有较高的识别率.     

加标准权Bergman-Orlicz空间上的复合算子

作者讨论了加标准权Bergman-Orlicz空间上具有符号φ的复合算子的范数及相关性质     

地下空间开发中的岩土工程关键技术

城市建设为地下空间开发提供了广阔的前景和强大动力,同时也给岩土工程学科提出了严峻的挑战.地下空间开发不可避免地涉及基坑开挖支护、桩土相互作用、深基础抗浮以及埋深基础的变形等诸多岩土工程关键技术问题.抓住上述问题与传统问题的不同点,在指出问题特殊性的同时,对每个问题的主要影响因素进行分析.在基坑开挖支护方面提出了能够考虑位移变化的土压力计算方法,在桩土相互作用方面提出广义复合桩基理论,实现桩、土承载分担比的明确化,在深基础抗浮方面通过试验证明实际的水浮力比理论值小,并提出考虑基础底板受力的抗浮设计方法.在埋深基础的变形方面指出开挖卸荷引起的应力计算方法的特殊性,并提出考虑回弹和固结的基础沉降计算方法.通过上述具体研究得到了一些有益的结论,为当前风靡的地下空间开发提供技术指导和安全保障.     

间歇式反应器亚硝化颗粒污泥培养试验

在间歇式反应器(SBR)中经20d驯化后,普通消化污泥具有亚硝化功能.然后接种厌氧颗粒污泥,控制反应条件:温度21 ℃,pH7.5～8.5,溶解氧(DO)质量浓度0.5～1.0 mg/L, 25 d后完成厌氧颗粒污泥向好氧亚硝化颗粒污泥的转变.好氧亚硝化颗粒污泥具有较好的脱氮效果,一个反应周期内氨氮(NH 4N)去除率达到91.4%,总氮(TN)去除率达到70.6%,亚硝酸盐氮与硝酸盐氮质量浓度比(ρ(NO-2N)/ρ(NO-3N))＞0.70,反应器实现了同步亚硝化反硝化.     

一种元-卷积网络和持续学习融合的洞库类目标识别方法

洞库类目标是高价值识别目标,针对洞库类目标样本数据难以获得、样本内部数据相似度较高、人工设计识别特征方法局限性较大、普通深度网络需要海量数据等问题,提出了结合元学习和深度卷积网络的元-卷积网络(MCNN),并融合持续学习理论的洞库类目标识别方法(MCNN-LLS).首先结合深度卷积网络、元学习的理论建立元-卷积网络,该网络可利用旧知识指导新知识的训练,利用小样本数据即可训练得到识别能力较高的深度洞库模型;然后融合持续学习理论,建立持续学习系统(LLS),设计专家审核模型判别深度洞库模型的识别结果,并引入潜在任务、模型异步更新等方法,达到模型持续学习、持续更新的效果.实验表明,本文方法所需样本数量少,对洞库类目标识别准确率高,且识别能力可随识别过程中新数据的积累逐步提高.     

蜣螂醇提物抗良性前列腺增生研究

比较蜣螂不同浓度醇提物抗良性前列腺增生的作用,并探讨相关机制,为蜣螂的开发利用奠定基础。采用皮下注射丙酸睾酮制造大鼠良性前列腺增生模型,以前列腺湿重、前列腺指数、血清酸性磷酸酶质量浓度(ρ_PAP)、雌二醇质量浓度(ρ_E2)、双氢睾酮浓度(DHT)(c_DHT)、睾酮质量浓度(ρ_T)、表皮细胞生长因子(EGF)、转化生长因子-β1(TGF-β1)、碱性成纤维细胞生长因子(bFGF)及胰岛素样生长因子-1(IGF-1)为指标,考察蜣螂醇提物对良性前列腺增生的影响。结果表明良性前列腺模型造模成功,与模型组相比,85%乙醇提取物组能明显降低大鼠前列腺湿重与前列腺指数,明显降低ρ_PAP,ρ_E2,c_DHT及ρ_T水平,明显降低EGF,bFGF及IGF-1的表达,提高TGF-β1的表达,可显著降低前列腺体密度,显著增加比表面及比膜面值。蜣螂85%乙醇提物具有良好的抗良性前列腺增生的作用,其机制与调节EGF,TGF-β1,bFGF及...     

Burgers方程的非古典势对称群及显式解

该文对Burgers方程的非古典势对称群进行研究,得到几类非古典势对称群生成元并用其求得Burgers方程的相应特解,这些新特解不能由Burgers方程本身的古典Lie对称与非古典Lie对称来获得。     

Precautionary Effort Investment under Cross Risk Aversion

This paper deals with the effort problem under multiple risks in bivariate utility setting. We identify preference conditions to insure positive or negative effect of a background variable uncertainty on effort in the presence of other risks. We allow for the simultaneous presence of wealth and background variable uncertainties. We investigate the joint effect of two-source uncertainties on effort when two risks are either small or positive quadrant dependent. Our work extends the previous model of effort to bivariate utility framework and presents new insights into the issue of optimal effort under uncertainty.