外商直接投资趋势研究——基于灰色马尔可夫预测模型与时间序列模型的对比

外商直接投资是影响中国经济发展的重要因素,而未来外商直接投资的预测是其发展和决策的基础.文章在阐述外商直接投资对中国经济发展的作用以及对未来中国利用外资水平预测的必要性的基础上,选取2000-2013年度中国利用外商直接投资(FDI)的数据,通过建立灰色马尔可夫(GMM)和时间序列模型,对中国利用FDI的趋势进行预测,并对预测结果精度进行比较,以得出较优的预测模型.研究结果表明:传统灰色模型合格,但仍有可提升的空间;在此基础上,建立GMM预测模型对结果进行修正,所得模型的灰色关联度有很大提升,且与真实值差距进一步缩小;建立时间序列模型,并据此对数据进行预测;比较GMM与时间序列模型预测结果的精度,可知,GMM的预测精度较高,拟合效果较好.为验证这一结果的可信度,文章选取1990-2013年度北京市和重庆市FDI水平的数据,建立GMM和时间序列预测模型,再次发现GMM预测效果优于时间序列模型的预测效果.基于此,GMM对中国利用外资水平的预测结果较为可信,预测结果对完善中国直接利用外商投资的机制具有一定参考价值.     

关于亚纯函数的T方向

对亚纯函数的一个新奇异方向———T方向作出进一步的研究,讨论了对于一个亚纯函数取其小函数的情况下,其相应T方向的存在性.     

引力场理论的研究

提出了正物质、零物质、虚物质的概念,这些物质概念是建立引力场理论的基础,建立了引力场理论体系,并提出正引力场,0(零)引力场,负引力场的概念,并推导出引力场运动的速度V引为KC2(C为光速,K=1,单位∶m/s),它是宇宙中物质运动的速度上限,并推导出物质的引力场能Φ=KMC3(K=1,单位∶s/m)。     

基于自适应背景模型的动态场景目标检测

背景建模一直是运动目标检测中的一个重要课题。该文提出一个适用于动态背景的基于非参数估计的前景背景对比模型。模型通过核函数估计的方法模拟了像素点五维特征向量的概率分布,并在图像序列中滚动更新。实验证明,上述算法能够在一般目标检测,特别是动态场景(摇动树枝等)的检测中取得较好的效果。     

基于能力分析的空间对抗装备体系效能评估方法

首先研究了空间对抗的核心能力要素;然后研究了空间对抗装备体系的构成,即将核心能力要素细化为基本能力要素并映射到空间对抗装备子系统;最后构建由作战能力指标→核心能力指标及权重赋值→基本能力指标及权重赋值→单项效能指标及权重赋值组成的指标体系,并提出基于该指标体系的单项效能评价→系统综合评价→体系综合评价→作战效能评价→结果验证的综合评估途径.     

基于平滑指数法的我国铜材产量预测

铜是用途广泛且较为贵重和稀缺的有色金属.科学预测我国铜材产量,是制定行业发展规划的基础,对指导企业有序、有效生产经营,保持我国促进我国铜产业健康发展具有重要的现实意义.平滑指数法是时间序列预测常用的方法,预测值是以前观测值的加权和,且对不同的数据给予不同的权数,新数据给予较大的权数,旧数据给予较小的权数.运用三次平滑指数法预测我国铜材产量,取得了理想的效果,平均预测仅为1.658 8%.由模型预测得到2017年6月我国铜材产量为178.356万t.     

虚拟华师校园三维模型的构建

介绍了构造三维模型相关的技术,包括模型制作技术、实例技术、外部引用技术、LOD技术和图像处理技术.以虚拟华师校园为例,详述了场景建模的过程,内容包括:资料的准备、在Creator建模平台中创建三维模型和进行模型的集成.并以建筑物的建模过程详细介绍了模型的构建步骤.     

板柱结构边柱节点的受冲切承载力

讨论了文献中报导的36个边柱节点的试验结果,描述了板的破坏形态和特征.基于剪应力线性分布假设,推导出校核由剪力偏心传递的部分不平衡弯矩系数α0的表达式,并对试验结果作了验证,发现规范(GB 50010-2002)中的α0值与试验结果不符,取值偏大.另外,还指出在板与柱之间不由剪力传递的这部分不平衡弯矩(1-α0)Munb,应通过板受弯来传递,此弯矩所需要的钢筋设置,在规范(GB 50010-2002)中没有条款.最后对边柱节点受冲切设计方法提出了改进意见.     

火灾下高强钢栓焊连接节点力学性能试验研究

通过栓焊连接节点足尺试验,对比分析Q690和Q9602种强度的高强钢栓焊连接节点在常温和火灾高温下的力学性能。将试验获得的节点承载力与美国、欧洲和中国的现有规范进行对比,验证现有规范对高强钢栓焊连接节点的适用性,并提出高强钢栓焊连接节点的设计建议。最后,对比分析高强钢端板连接节点和栓焊连接节点抗火性能的异同,结果表明高强钢栓焊连接节点抗火性能相对优于高强钢端板连接节点。     

机器学习模型在地下水埋深模拟中的适应性分析

基于京津冀气象、社会资料及地下水埋深数据,构建支持向量机(SVM)、循环神经网络(RNN)和长短期记忆神经网络(LSTM)模型对京津冀地区13个城市地下水埋深进行了模拟,并以确定系数、均方根误差、平均绝对百分比误差、纳什系数对3个模型的适应性进行了评价。结果表明：LSTM模型模拟效果最好,其次是RNN,SVM最差;不同城市基于LSTM模型进行地下水埋深模拟时参数调整最少,适应性最好,SVM模型参数调整最多。将3个模型应用于随机选择的6个测站进行验证,在华北地区浅层地下水埋深模拟方面,LSTM模型模拟精度和可信度最好,适应性最强,是该地区地下水埋深模拟的首选机器学习模型。