作为隐微修辞的“晚明”历史记忆——以《古今》杂志的“晚明”书写为中心

抗战时期,文人从"明清易代"的历史中找到熟悉的叙述和表达方式以言说自己的处境。作为一种"隐微修辞"策略,《古今》杂志文人通过言说"晚明"历史来阐扬心曲,塑造自身"遗民"的形象。通过考察以《古今》杂志为中心的文人对"晚明"的再叙述,可知"晚明记忆"成为沦陷区的文人曲折表达自己心声的历史资源。     

电话交谈语音识别中基于 LSTM-DNN 语言模型的重评估方法研究

近年来,神经网络语言模型的研究越来越受到学术界的广泛关注.基于长短期记忆(long short-term memory,LSTM)结构的深度神经网络(LSTM-deep neural network,LSTM-DNN)语言模型成为当前的研究热点.在电话交谈语音识别系统中,语料本身具有一定的上下文相关性,而传统的语言模型对历史信息记忆能力有限,无法充分学习语料的相关性.针对这一问题,基于LSTM-DNN语言模型在充分学习电话交谈语料相关性的基础上,将其应用于语音识别系统的重评估过程,并将这一方法与基于高元语言模型、前向神经网络(feed forward neural network,FFNN)以及递归神经网络(recurrent neural network,RNN)语言模型的重评估方法进行对比.实验结果表明,LSTM-DNN语言模型在重评估方法中具有最优性能,与一遍解码结果相比,在中文测试集上字错误率平均下降4.1％.     

基于联想记忆的Hopfield神经网络的设计与实现

介绍了反馈型神经网络Hopfield网络的定义、原理、模型和基本学习规则,并构造了一个用于联想记忆的Hopfield神经网络模型.对实验结果进行分析、比较,实验结果表明:Hopfield神经网络用于数字识别是可行、有效的;该方法较传统神经网络能提高网络的记忆能力和数字识别的正确率;该方法有别于以往的BP神经网络的模式识别,结合一些优化算法,如遗传算法,能对Hopfield神经网络的联想记忆稳态进行优化,增强神经网络的联想记忆能力.     

基于约束符号集的条件表达式数据流分析

C程序中的条件表达式是唯一一个由三目运算符构成的表达式,而从语义角度来说是分支语句结构,传统的数据流分析技术难以实现对其精确分析。为实现对条件表达式的精确分析,提出了一种应用区间运算的条件表达式分析方法。首先对条件表达式的语法结构进行分析,以识别不同类型的条件表达式;并采用RSTVL描述程序点上的存储状态;再按照分支语句的语义,通过分析条件表达式中的符号约束集,基于区间运算方法对条件表达式进行数据流分析,得到由RSTVL描述的条件表达式的取值。通过对构造的测试用例与实际工程的测试结果表明,本文方法可以精确的分析C程序中的条件表达式。     

基于粒子群最大似然估计的焊缝早期隐性损伤磁记忆精确定位模型

针对由于焊接残余应力、磁场噪声等干扰,造成磁记忆检测在焊缝早期隐性损伤位置定量评价上的困难,提出基于粒子群算法优化的最大似然估计磁记忆梯度定量模型.通过对预制未焊透缺陷的Q235焊接试件进行焊缝疲劳拉伸实验,同步对比扫描电镜和X射线检测结果,发现磁记忆信号梯度对早期隐性损伤位置反应比较敏感,并获得了梯度随着与隐性损伤的距离增大而减小的衰减变化规律,构建隐性损伤位置参数与磁记忆梯度的非线性函数,考虑磁场噪声对隐性损伤定位结果的影响,引入最大似然估计建立目标函数,进一步考虑目标函数的非线性容易陷入局部极值而非全局极值的问题,采用具有全局搜索能力的粒子群算法对目标函数进行优化,建立基于粒子群最大似然估计的焊缝隐性损伤位置磁记忆定量模型,验证结果表明定位误差仅为3.48%,为实际工程中利用磁记忆技术及时发现早期隐性损伤并精确定位提供了新的思路.     

关于NAND闪存损耗均衡算法的优化

为了改善NAND闪存不耐擦写的特性,本文对传统的损耗均衡算法(HWL算法)进行优化,主要包括触发机制的优化和将现有的静态损耗均衡与动态损耗均衡策略相结合的优化策略.最后根据需求设计了评估损耗均衡算法效果的测试实验.结果表明:与当前算法相比,本优化算法展现了良好的磨损均衡效果,解决了NAND闪存不耐擦写的缺陷.     

图案化聚合物表面的形状记忆特性

利用纳秒激光双光束干涉的光刻方法,在光刻胶层制备具有周期性的一维光栅结构样品,并研究其形状记忆特性.结果表明:显影后的样品在环境温度为195℃及压力的作用下,光栅形貌发生改变,光栅垂直高度降低,衍射光强减弱;当样品冷却至室温时,光栅形貌可维持不变;当样品的环境温度为120℃时,光栅形貌恢复原状,实现微观形状记忆功能.     

肝癌相关基因MEF2D反义RNA的鉴定及分析

鉴定和分析肝癌细胞中新的天然反义RNA MEF2D-AS根据已建立的双链RNA文库筛选与肝癌相关的反义RNA.通过RT-qPCR验证其反义RNA的存在,采用cDNA末端快速扩增技术获得其全长序列,并检测HepG2细胞经5-Aza-dC处理前后MEF2D基因正反义链表达量的变化.结果显示,成功鉴定出1条全长为1 265bp的新的天然反义RNA,并预测其属于长链非编码RNA(long non-coding RNA,简称为lncRNA),命名为MEF2D-AS.经5-Aza-dC处理后,MEF2D-AS的表达量升高,而MEF2DmRNA的表达量降低.证实了MEF2D-AS的存在并预测其属于长链非编码RNA,且与MEF2D正反义RNA是反相关关系.此研究结果可为进一步探讨肝癌发生机制提供参考.     

Empirical Study on Long Memory Feature in Chinese Stock Market

The notion of long memory, or long-term dependence, has received considerable attention in empirical finance. While many empirical works were done on the detection of long memory in return series, very few investigations focused on the market volatility, though the long-term dependence in volatility may lead to some types of volatility persistence as observed in financial markets and affect volatility forecasts and derivative pricing formulas. So, using modified rescaled range analysis and ARFIMA model testing, this study examined long-term dependence in Chinese stock market returns and volatility. The results show that although the returns themselves contain little serial correlation, the variability of returns has significantly long-term dependence. It would be beneficial to encompass long memory structure to assess the behavior of stock prices and research on financial market theory.     

选择数据结构和存储结构的一般原则研究

通过分析比较,探讨了选择数据结构及存储结构的一般原则,为提高数据处理的效率、优化数据处理程序提供参考.