海堤渗压神经网络分布模型的建立及规律分析

为有效揭示海堤渗压的分布特征,掌握其在临海工作环境下的特殊规律,在利用神经网络建模优点的同时,采用多测点渗压监控信息,并将测点坐标因素加入到输入层,综合前期潮位因子、积分型降雨因子、时效因子,形成海堤渗压神经网络安全监控分布模型结构,以实测信息进行建模训练计算;在获得合理训练结果基础上,根据输入层因子补充插入坐标样本,获得不同位置的渗压模型值及渗压分布曲线.文中以广义回归神经网络为例,结合浦东海堤实测资料,以实例说明以上述方法在神经网络不提供显式的情况下,建立可获得分布曲线的监控模型,并以此对海堤渗压分布规律特色加以分析.     

金融一体化与全要素生产率:机制及经验证据

众多文献对金融一体化的经济增长效应进行了分析,但鲜有文献研究金融一体化通过何种中间渠道对经济增长产生作用.拓展的纳尔逊-菲尔普斯(Nelson-Phelps)模型研究显示,金融一体化的技术外溢效应依赖于特定国家的发展水平.基于1975-2010年80国面板数据模型的实证结果表明,金融一体化对全要素生产率的影响随不同类型国家而表现不一.具体表现为金融一体化对发达国家的全要素生产率具有不确定性,而对于新兴和发展中国家有显著的促进作用,且主要通过FDI和债务资本来实现.上述结论对于不同国家的金融一体化政策安排具有重要的政策内涵.     

基于基因算法的用于系统识别的测试信号的设计

详细介绍了如何用Matlab实现基因算法生成两个不同的具有最小峰值的测试信号,并且把这两个不同的测试信号输入到一个识别工具箱里,通过检验输出的结果来确定这两个测试信号是否适合用作特殊系统的识别.本文所用基因算法产生的测试信号如预期的一样具有最小峰值,但当把这两个测试信号输入到识别工具箱之后,估计系统的矩阵特征值与原始系统的矩阵特征值有很大的差距.产生这种差异的原因主要有两个,一个可能是产生这两个测试信号的长度不够,另一个可能是这两个测试信号非正交.     

从SCI引证看《中国生理学杂志》的国际影响

1927-1952年在中国大陆出版的英文期刊<中国生理学杂志>曾是一份重要学术刊物,在中国生命科学史上有不容忽视的地位和贡献.文章首先介绍了该杂志的出版情况及科学界对它的一贯好评,继而从SCI数据库的检索结果分析了该杂志在国际学术界的当时影响和长期影响.计算得到<中国生理学杂志>的影响因子至少在0.22±0.05,水平高于它的后续刊物<生理学报>.虽该杂志的出版期数和被引次数当时经常受到国际国内社会动荡的强烈干扰,但直至停刊半个多世纪后的2010年仍不断在SCI中得到引用,说明了它在国际科学界享有长期的声誉.至2010年4月,占中国生理学杂志刊发文章7.8%的56篇文章为杂志赢得50%的累计总被引次数,简要分析这56篇文章涉及的十余项研究工作,表明:高引用率的工作绝大部分出自协和医学院和医院,这类工作均属于对生命活动普遍现象的探讨,而从中国特色入手进行生理学研究的文章相对乏人问津.这一方面体现了生理学作为实验科学的本质,另一方面也反衬出<中国生理学杂志>取得的成就难能可贵.     

极限周期连分式修正因子的一种新求法

加速收敛在连分式理论中占有重要的地位,对连分式进行加速收敛最常用的方法是选择合适的修正因子;文章借助极限周期连分式与2-周期连分式的性质,针对极限周期连分式的修正因子给出一种新的选取方式,数值例子表明,新的修正因子使得连分式的收敛更快,精度更高。     

浅析金融危机和贸易的关系

在分析金融危机与贸易关系的基础上,阐述了金融危机带来的危害,并从国际、国内两方面分析了引发金融危机的因素。     

基于人的因素提高高校图书馆的服务效益

从人的因素（即馆员与读者）出发,分析了如何提高高校图书馆的服务效益的问题。     

Hydrochemical Characteristics and the Suitability of Groundwater in the Coastal Region of Tangshan,China

Through collecting groundwater samples from the coastal region of Tangshan, China, the hydrochemical processes that affect the chemical composition of groundwater and the quality of resources were anal...     

内蒙古科技支持系统变动的时效性特征

智力支持系统能力水平决定区域性科技现代化程度。应用教育发展力指数、科技资源指数、科技贡献等指数和科技现代化模型对内蒙古科技系统进行地区间的比较与关联分析,该研究结果可以为我国其它区域和少数民族地区的科技进步和智力提升提供借鉴。     

Latent Co-interests' Relationship Prediction

With the development of the social media and Internet, discovering latent information from massive information is becoming particularly relevant to improving user experience. Research efforts based on preferences and relationships between users have attracted more and more attention. Predictive problems, such as inferring friend relationship and co-author relationship between users have been explored. However, many such methods are based on analyzing either node features or the network structures separately, few have tried to tackle both of them at the same time. In this paper, in order to discover latent co-interests’ relationship, we not only consider users’ attributes but network information as well. In addition, we propose an Interest-based Factor Graph Model (I-FGM) to incorporate these factors. Experiments on two data sets (bookmarking and music network) demonstrate that this predictive method can achieve better results than the other three methods (ANN, NB, and SVM).