动词及其论元的缺省与求解

本文从动词逻辑配价的角度讨论了动词及其逻辑论元的缺省现象以及它们的求解问题,提出了6条求解规则:VR1-4和AR1-2。这有助于解决中文信息处理中的语义问题。     

一种改进的第2代小波变换算法及应用

为了获得基于分析数据特征的小波函数,将第2代小波变换插值细分方法与最优估计理论相结合,提出了一种改进的第2代小波变换算法,在设计预测系数时,以小波分解的细节信号的平方和最小为目标函数,使预测满足一定的消失矩,通过最小二乘法确定预测系数,使预测系数能够反映分析数据的特征,采用最优插值估计的第2代小波变换分解及重构算法的降噪效果优于其他类型的小波,因此较理想地提高了滚动轴承振动信号的信噪比。     

我国货币市场国债回购利率预测模型研究

选择国债回购利率为研究对象,分别建立了ARIMA及GARCH模型并比较了这两种模型的预测能力。结论表明:使用传统的ARIMA模型,模型ARIMA(0,1,1)配适得较好,如使用GARCH模型,以模型GARCH(2,3)适配效果较好。此外,虽然GARCH模型的预测置信区间的波动性比ARIMA模型要小,但ARIMA模型的预测置信区间要更小一些因此预测能力比GARCH模型更强。     

Resting state brain activity and functional brain mapping

Functional brain imaging studies commonly use either resting or passive task states as their control conditions, and typically identify the activation brain region associated with a specific task by subtracting the resting from the active task conditions. Numerous studies now suggest, however, that the resting state may not reflect true mental “rest” conditions. The mental activity that occurs during “rest” might therefore greatly influence the functional neuroimaging observations that are collected through the usual subtracting analysis strategies. Exploring the ongoing mental processes that occur during resting conditions is thus of particular importance for deciphering functional brain mapping results and obtaining a more comprehensive understanding of human brain functions. In this review article, we will mainly focus on the discussion of the current research background of functional brain mapping at resting state and the physiological significance of the available neuroimaging data.     

Resting state brain activity and functional brain mapping

Functional brain imaging studies commonly use either resting or passive task states as their control conditions, and typically identify the activation brain region associated with a specific task by subtracting the resting from the active task conditions. Numerous studies now suggest, however, that the resting state may not reflect true mental "rest" conditions. The mental activity that occurs during "rest" might therefore greatly influence the functional neuroimaging observations that are collected through the usual subtracting analysis strategies. Exploring the ongoing mental processes that occur during resting conditions is thus of particular importance for deciphering functional brain mapping results and obtaining a more comprehensive understanding of human brain functions. In this review article, we will mainly focus on the discussion of the current research background of functional brain mapping at resting state and the physiological significance of the available neuroimaging data.     

基于默认推理的加权模糊Petri网模型

在实际推理过程中，默认推理是一种重要的手段或方法．提出了一种基于默认推理的加权模糊Petri网模型．在现有的九元组模型基础上增加了变迁的输入库所最小权重的阈值函数C这一模型参数，此参数由专家根据变迁的不同实际意义来取值．分别对三种基本的模糊产生规则进行分析，讨论C的取值，并在此基础上给出了相应的默认推理算法．最后，通过实例说明此模型可以很好的用于默认推理，且推理算法简单、直观，更贴近现实推理并可以提高推理效率．     

GM(1，1)模型在长江水质预测中的应用

介绍了GM(1,1)的原息模型、新息模型和等维新息模型及残差修正模型的建模方法,分别建立了长江水质预测的等维新息模型和残差修正模型。通过对模型的预测结果进行分析,并对比原数据的趋势,发现两模型在数据突变点附近有明显差别,其数据说明残差修正模型在细节方面更接近实际,其结果体现了数据的内在规律。     

海杂波背景下基于神经网络的目标检测

为了检测海杂波背景下的目标回波信号,提出了一种基于神经网络的目标检测方案。设计径向基函数(RBF)网络对海杂波的混沌动力学特征进行学习和预测,并对预测误差作功率谱分析,可以检测出目标信号并提取其速度和距离信息。应用实际参数在岸基和舰载雷达条件下的仿真结果表明该方法优于感知器门限分类检测和目标信息的二维FFT提取,检测相对误差控制在10-3~10-4量级。仿真进一步给出了两种条件下的检测最低信噪比。     

融合Logistic回归与Tabnet模型的P2P网贷违约预测方法

结合P2P网贷平台的特点,融合Logistic回归和Tabnet模型,提出一种P2P网贷违约预测方法。采集人人贷平台借贷数据,并对数据进行清洗与加工预处理;通过信息价值法和相关性分析,对众多解释变量进行筛选,以借款状态作为因变量,采用Tabnet神经网络进行训练,根据训练得到的特征重要性选择关键的解释变量;将Tabnet神经网络预测结果作为新的训练数据集,构建Logistic回归模型;将人人贷数据集输入Logistic回归学习与训练,以训练好的Logistic回归用于网贷违约预测。实验结果表明,Tabnet模型的网贷违约平均预测准确率和精确率分别为9958%、9547%,Logistic回归的平均准确率和精确率分别为9872%、9221%,而融合模型的平均准确率和精确率分别为9960%、9672%;在3个测试集上的准确率标准差分别为0001 4、0000 6、0000 5,精确率标准差分别为0034 4、0013 3、0013 2。表明融合Logistic回归与Tabnet的网贷违约预测方法具有Logistic回归模型的可解释性与稳定性,可提高单一模型的预测精确度。     

高校学生国家助学贷款违约原因分析及对策建议——以嘉应学院国家助学贷款工作为例

我国一些高校以及高校内不少院系毕业生助学贷款违约问题仍较突出。本文结合多年来从事嘉应学院院系国家助学贷款工作及对本校几个院系毕业生助贷违约跟踪调查的实际,对助学贷款中出现的毕业生违约现象进行原因分析,并从高校助贷管理层面上提出有效控制违约率的几点对策,以促使全国各高校国家助学贷款工作的健康、有序、可持续发展,助更多优秀贫困大学生顺利完成学业成长成才。