基于肉桂醛的咪唑并[2,1-b]-1,3,4-二唑Mannich碱的合成及表征

以肉桂醛与氨基脲经缩合、环合得到2-氨基-5-苯乙烯基-1,3,4-二唑,再与ɑ-溴苯乙酮反应得到2-苯乙烯基-6-芳基咪唑并[2,1-b]-1,3,4-二唑,最后经Mannich反应得到Mannich碱.所有中间体及产物的结构经IR、1 H NMR、ESI-MS及元素分析确证,同时优化了中间体及产物的反应条件.2-苯...     

港口竞争力与腹地经济协同机制面板数据分析

本文在港口竞争力评价模型中同时引入港口硬件竞争力和软件竞争力指标,进一步完善了港口综合竞争力评价指标体系.在此基础上,结合面板数据模型分析国内9大港口综合竞争力与其腹地发展的协同机制,基本克服了现有港城研究中普遍存在的单角度、单维度和单主体问题.研究表明:港口综合竞争力存在惯性,较弱港口实现超越较难,但可通过充分结合腹地供需结构和贸易特色提升软实力来以长补短.腹地经济结构以及贸易和物流发展水平对港口综合竞争力具有显著正向影响,港口综合竞争力提升又会改善腹地经济结构,而腹地区域产出水平并不是港口综合竞争力的主要影响因素.研究揭示港口综合竞争力提升应从以基建为核心的要素驱动转变为结合创新和服务驱动,通过整合港口与腹地资源来优化港口竞争力结构,做到港口-腹地相互促进,共同发展.     

在J2EE架构中数据对象的设计与实现

从数据流角度出发,基于MVC模式设计要求,对数据对象在不同层之间的传输和转换问题进行了深入分析,设计出基于对象化数据在不同层之间的实现思路,基于网络传输和跨平台性考虑,提出了VO和XAO的解决方案,并采用了COMMAND模式进行设计实现。     

南淝河水环境质量的改进密切值法综合评价

密切值法是多目标决策中的一种优选法,它适用于多测点、多指标的质量评价;水环境是一个多因素、多因子的复合体,因此可以用密切值法来进行评价。文章对合肥市南淝河水环境质量用密切值法进行了综合评价,评价项目取该河14个监测点的主要污染物CODcr、TP及NH3-N等3项监测指标作为评价因子,得出了评价结果并对污染程度进行了排序;与向量模评价法进行比较,结果表明该方法切实可行。     

基于多剪枝格的频繁项集表示与挖掘

文章在研究基于剪枝概念格的频繁项集表示的基础上,提出了基于多剪枝概念格模型的频繁项集表示与挖掘方法。该方法在多剪枝格基础上进行导出频繁项集的合并,进而获得全局频繁项集,有效地降低了频繁项集表示的规模;理论分析和实验结果表明,该方法能获得满足用户要求的近似所有全局频繁项集。     

基于案例库维护的案例推理分类技术

分类是数据处理和数据挖掘的重要任务之一,文章在建立案例推理分类器之前,先利用相似粗糙集进行案例属性的约简,再利用基于案例分类的删除技术进行案例库的维护操作;不仅减少案例的存储空间,也大大提高分类的精确度;实验结果表明,相比传统的案例推理分类器和神经网络分类器,该分类器在分类精度和速度上都有一定的优势。     

数据挖掘技术在零售业中的应用

利用数据挖掘(DM)技术,从零售业的各种应用系统中采集数据,经条件分类,放到数据仓库里,进行数据多维度加工,最终透过数据找出人与物间的规律,从而更好地为客户提供服务.最后还谈到了数据挖掘在零售业中应用的广阔前景.     

反计算机取证技术研究

分析了反计算机取证的基本概念和方法,比较了反计算机取证所采用的数据擦除、数据加密、数据隐藏、数据混淆和数据转换等主要技术,并提出了一种安全、高效的基于m序列的数据擦除方法.     

基于HMM的多维数据下扶贫对象状态预测

针对扶贫领域中贫困、脱贫和返贫状态预测不准确,影响状态变迁的关键因素难以识别的问题,从扶贫基础数据和多个行业数据中提取8个关键特征和22个观测状态,构建观察状态和隐含状态关联关系,建立扶贫对象状态预测隐马尔可夫模型(hidden markov model,HMM)。以某深度贫困县连续3年的数据为样本,进行参数训练、测试实验和结果验证,结果表明该方法对返贫、贫困和脱贫状态有较强的预测能力,误差率较低,且能准确识别出影响返贫的关键要素。该方法对指导精准扶贫工作具有非常重要的实际意义。     

Optimal sampling frequency for volatility forecast models for the Indian stock markets

This paper evaluates the performance of conditional variance models using high‐frequency data of the National Stock Index (S&P CNX NIFTY) and attempts to determine the optimal sampling frequency for the best daily volatility forecast. A linear combination of the realized volatilities calculated at two different frequencies is used as benchmark to evaluate the volatility forecasting ability of the conditional variance models (GARCH (1, 1)) at different sampling frequencies. From the analysis, it is found that sampling at 30 minutes gives the best forecast for daily volatility. The forecasting ability of these models is deteriorated, however, by the non‐normal property of mean adjusted returns, which is an assumption in conditional variance models. Nevertheless, the optimum frequency remained the same even in the case of different models (EGARCH and PARCH) and different error distribution (generalized error distribution, GED) where the error is reduced to a certain extent by incorporating the asymmetric effect on volatility. Our analysis also suggests that GARCH models with GED innovations or EGRACH and PARCH models would give better estimates of volatility with lower forecast error estimates. Copyright © 2008 John Wiley & Sons, Ltd.