The trefoil factor family – small peptides with multiple functionalities

The trefoil factor family (TFF) comprises a group of small peptides which are highly expressed in tissues containing mucus-producing cells – especially in the mucosa lining the gastrointestinal tract. The peptides seem crucial for epithelial restitution and may work via other pathways than the conventional factors involved in restitution. In vitro studies have shown that the TFFs promote restitution using multiple mechanisms. The peptides also have other functionalities including interactions with the immune system. Moreover, therapeutic effects of the TFFs have been shown in several animal models of gastrointestinal damage. Still it is not clear which of their in vitro properties are involved in the in vivo mode of action. This review describes the TFF family with emphasis on their biological properties and involvement in mucosal protection and repair. Received 10 October 2008; received after revision 07 November 2008; accepted 10 November 2008     

实时视频检测系统中背景更新及复杂目标定位算法

本文提出了针对固定背景帧差法的背景更新算法和多目标定位算法。在背景更新中,通过建立目标、噪声矩阵来保存图像的特征信息,利用分类的思想优化更新策略,基于像素对背景进行更新;在目标定位中,提出了基于目标对角线的连通判断模板,该模板不断生长进而检测目标的中心点和体积,可实现实时场景中多目标和形态差异目标的定位：户外实验证明了算法的健壮性和鲁棒性,可以实现背景更新和复杂目标识别．     

成本视角下全要素能源生产率评价与解构

本文依据中国"低成本"竞争模式,基于"要素价格"和"多产出"的双约束,构建一种新型的全要素能源生产率指数,并沿着"要素价格-成本权衡-区域能源效率变化"的逻辑链条,从成本视角对全要素能源生产率指数解构,探寻中国区域能源效率的时空分布特征以及根本动因,研究表明:1)要素价格扭曲的"低成本"策略通过技术效率和要素配置效率影响全要素能源生产率的变动,且后者逐渐成为影响我国区域全要素能源生产率指数变动的关键因素.2)就全国而言,能源利用效率和能源配置效率在节能减排政策实施前后有显著的跳跃性增长,说明市场化进程加快、节能减排政策实施能显著提高我国整体能源利用效率和配置效率.3)东部地区能源利用效率表现较好,但因要素市场扭曲程度较高,能源配置效率相对较低;中西部地区技术水平较低,但要素市场扭曲程度相对较小,短期内市场化改革决定的要素配置效率对区域全要素能源生产率提升更重要。     

基于条件蒙特卡罗方法的信用违约互换合约定价

多标的资产违约相关性结构的度量及其联合违约时间的模拟是信用违约互换合约定价的关键.Copula函数和蒙特卡罗模拟是解决此关键问题的有力工具,被广泛应用于信用衍生品定价.本文基于因子t-copula模型,结合条件蒙特卡罗模拟,构建了计算第7n次信用违约互换合约的条件蒙特卡罗算法.该算法能够捕捉多标的资产违约的尾部相关性,更准确地度量标的资产组合的违约风险及提高违约事件的模拟效率.数值结果表明,在考虑尾部相关性的情形下,采用重要抽样技术的JK算法和改进的JK算法是不稳定的,不能达到减方差的目的;而本文新构建的定价算法更稳定,在高斯copula和t-copula模型下,都能够有效减小估计量的方差,提高信用违约互换合约的定价精度和可靠性.     

ML-TEA:一套基于机器学习和技术分析的量化投资算法

量化投资尝试利用计算机算法来预测证券的价格和进行证券的交易,并从中获取超额收益,是系统工程在金融投资领域的重要应用.本文设计了一套基于机器学习和技术指标的量化投资算法ML-TEA(machine learning and technical analysis).该模型以技术指标作为输入变量,再分别通过不同的机器学习算法来预测股票数日之后的涨跌方向,并根据预测的方向来构建投资组合.实证结果显示:第一,三种模型的年化收益率都在25%以上,远超大盘指数的10.60%、买入持有策略的3%以及现有策略.从风险调节绩效(夏普比率、特雷纳比率和詹森绩效)来看,三种策略也都远超基准策略和现有策略.以夏普比率为例,三种策略均在1.50以上,而市场指数的夏普比率为0.38.第二,Ada-TEA和SVM-TEA都可以容忍远高于市场实际成本的交易成本.     

测试代价敏感的粗糙集方法

在粗糙集模型中,α量化不可分辨关系是强与弱不可分辨关系的推广形式.然而值得注意的是,基于这三种不可分辨关系的粗糙集并未考虑数据中属性的测试代价.为解决这一问题,提出了测试代价敏感的α量化粗糙集模型,从二元关系的角度使得粗糙集模型代价敏感,并将新模型与基于强不可分辨、弱不可分辨以及传统α量化不可分辨关系的粗糙集模型进行了对比分析.进一步地,通过分析传统启发式算法在求解约简的过程中未考虑降低代价这一不足之处,提出一种新的属性适应性函数,并将其应用于基于遗传算法的约简求解中.实验结果表明该方法不仅可以降低由边界域所带来的不确定性而且同时降低了约简后的测试代价.     

Real‐Time Forecasts of Inflation: The Role of Financial Variables

We present a mixed‐frequency model for daily forecasts of euro area inflation. The model combines a monthly index of core inflation with daily data from financial markets; estimates are carried out with the MIDAS regression approach. The forecasting ability of the model in real time is compared with that of standard VARs and of daily quotes of economic derivatives on euro area inflation. We find that the inclusion of daily variables helps to reduce forecast errors with respect to models that consider only monthly variables. The mixed‐frequency model also displays superior predictive performance with respect to forecasts solely based on economic derivatives. Copyright © 2012 John Wiley & Sons, Ltd.     

风险投资与高技术产业R＆D全要素生产率增长——基于中国数据的实证

利用1995—2011年风险投资与高技术产业R＆D的相关数据,采用DEA-Malmquist指数法、典型相关分析法和多元回归分析法等计量方法,对风险投资与高技术产业R＆D全要素生产率关系进行实证研究。结果显示：风险投资与技术进步指数、技术效率改善指数及全要素生产率指数具有很强相关性,风险投资对R＆D全要素生产率有显著的正向影响;整体上,风险投资对全要素生产率贡献程度在0．1个单位,年度风险投资额对全要素生产率的影响大于风险投资总规模;R＆D内部经费和新产品开发经费对R＆D全要素生产率具有显著的促进作用,是技术进步与创新直接推动因素。     

恶性肿瘤中IGFBP-rP1的抑癌基因作用机制及其可能的临床实用价值

胰岛素样生长因子结合蛋白相关蛋白1(IGFBP-rP1)是近年来恶性肿瘤的研究热点.本文主要综述IGFBP-rP1在恶性肿瘤中的抑癌基因作用机制及可能的临床实用价值.IGFBP-rP1在恶性肿瘤中的作用广泛涉及细胞的增殖、衰老、凋亡、分化、血管生成等多方面,研究指出IGFBP-rP1可缩短细胞增殖周期并影响非停泊性生长从而抑制增殖,降低致瘤能力;调节BRAF-MEKERK信号通路及pRB、HSP60等相关蛋白的表达从而影响衰老及凋亡;主要通过IGF依赖方式抑制血管生成;而且IGFBP-rP1表达下降跟肿瘤细胞分化程度降低有关.研究显示IGFBP-rP1有一定的临床实用价值,如其表达量跟恶性肿瘤的进展相关,低表达提示某些化疗药物抵抗,可提示预后.而在恶性肿瘤中特异性地上调IGFBP-rP1,可抑制肿瘤增殖及血管生成、诱导细胞衰老凋亡、提高肿瘤分化程度及化疗敏感性,具有治疗意义,但研究者们还在努力探究,争取早日找到一种临床有效的靶向IGFBP-rP1的基因治疗方法.     

基于磁性微泡对比剂的超声和磁共振影像融合算法

文中提出了一种新的基于磁性微泡对比剂的超声影像和磁共振影像之间的融合算法．首先利用磁性微泡对比剂对体模进行超声和磁共振显影,并对显影进行边缘分割．运用非采样contourlet变换（nonsubsampled contourlet transform．NSCT）对源图像进行分解,然后对低频子带系数采用自适应动态加权非负矩阵分解（dynamic weighted non-negative matrix factorization．DWNMF）结合分割图像进行融合．然后对各带通方向子带系数采用空间频率激励的脉冲耦合神经网络进行融合,最后利用NSCT逆变换得到融合图像．研究结果表明,利用磁性微泡对比剂并结合上述算法对超声影像和磁共振影像进行融合,可以获得预期的融合效果．