生成地形细节层次的粗糙度误差判据

误差判据是生成地形表面细节层次的核心问题,影响着三角形数目和地形三角形网的偏差.在分析各种误差判据计算结果的基础上,提出基于粗糙度的误差计算方法.采用表征地形起伏形状的粗糙度作为因子,建立误差评价函数,结合视点位置形成误差判据球,最后根据误差判据球生成地形细节层次模型.对误差判据改进后,适用于高空俯视地形及动态地形的细节层次技术(LOD)生成.试验表明,改进的粗糙度误差判据降低了地形网格中的三角形数量,对平坦地形的优化效率较突出.     

反事实假设复句的逻辑分析

反事实假设复句是对客观事实的反面的假设，由假设而生的结果根本不可能实现。对反事实假设复句的逻辑分析就是要揭示出它所蕴涵的逻辑思维形式，即差异推理（求异法）、反证法和比喻推理。据此，反事实假设复句可以揭示事物间的因果联系、论证某个命题和表明说话者的主观态度和情感。     

科学思想实验的划界问题研究：技术细节及其缺省

作为理论创新的源泉和方法，思想实验在科学中的重要地位不言而喻。如何通过逻辑结构等科学史之外的方法对思想实验是否有效做出判定，却一直存在困难。使用索伦森模态反驳模式和彭罗斯熵的粗粒化定义进行分析，可以发现，在思想实验中同时对熵的“粒度”与“测量”做缺省配置，会破坏不相容场景与反事实条件的解释相关性。对于涉及层级与突现的思想实验而言，其逻辑结构的有效性，建立在概念基础所依赖的呈“正交补”关系的两个技术细节不能同时缺省的基础之上。这种覆盖了布里渊对麦克斯韦妖的“负熵”解释，揭示了索伦森与丹内特两种研究进路存在着内禀关联，论证了从科学史之外的判定条件为科学思想实验划界是可能的。     

基于因子分析的因果推断研究

针对反事实框架下的因果推断问题,在因子分析视角下,从优化角度提出利用 L2 因子分析方法估计反事实值,并引入 L1 损失函数优化 L1 风险;结合因果推断与正交因子模型,将面板数据中需要估计的反事实值视作缺失值,从而把因果推断反事实值估计转变为带有缺失值的潜在因子模型估计;舍弃面板数据中的缺失值,通过优化一步得到潜在结果与平均处理效应,避免了信息丢失问题;采用 L1 因子分析代替 L2因子分析来估计模型,做出稳健性上的改进,并获得中位数处理效应;介绍了一种交替凸优化算法解决 L1 、L2 因子分析中的目标函数最小化问题,并给出其具体实现步骤;对于加利福尼亚州限制烟草政策案例做了实证研究,将 L1 、L2 因子分析与已有因果推断方法进行比较分析,结果表明:因子模型的 L1 、L2 估计量同样适用于宏观经济变量预测;最后通过设置伪实验组与伪介入的假设,验证了 L1 因子分析较其他方法具有更稳健的预测效果。     

福建自贸区对吸引外商直接投资的影响——基于合成控制法的分析

为推动福建省自贸区更有效地吸引外商直接投资，运用合成控制法，通过对比处理组与控制组之间的差异，分析福建自贸区的政策实施效果，由此评估福建自贸区对吸引外商直接投资（FDI）的影响。福建自贸区对FDI流入的正向影响于2015年自贸区建立后的第一个季度开始显现，并在2017年第三季度达到峰值，随后逐渐减弱直至2019年第三季度起才开始得到恢复，这与同期全国自贸区政策全面铺开、中美关税战与美国制造业回流政策导向及福建自贸区本身制度创新不足等因素有关。为获取吸引FDI的持续性促进效应，福建自贸区应采取抓好系统集成创新及体制机制建设，持续深化投资便利化改革，借力《区域全面经济伙伴关系协定》率先开放试点等多项举措。     

研发费用加计扣除试点政策的评估研究

以2008—2015年处于试运行期的研发费用加计扣除政策为研究对象，对中关村企业在2008—2015年享受该政策的情况进行评估，判断政策试点的有效性。根据相关性分析方法，利用logit模型做回归分析，分析企业科技活动内部支出和研发人员投入与企业享受研发加计扣除额的相关关系；通过反事实的倾向性得分匹配法研究相关企业在科技活动内部支出水平和企业研发人员投入水平的变化。通过研究得到，企业研发加计扣除额与科技活动内部支出、人员投入呈正相关关系；享受该政策的企业比未享受该政策的企业，在科技活动内部支出水平和企业研发人员投入水平上分别高出0.89%和0.74%,研发费用加计扣除政策从以上2个方面促进了企业的研发投入，试点政策取得一定的效果。     

不完整数据非均衡案例双重鲁棒因果推理EI北大核心CSCDCSSCI

大规模数据中实体异质性和数据不完整性等因素严重制约了因果推理的品质.本文提出了不完整数据双重鲁棒因果推理模型,实现了基于随机分配机制与无偏响应参数估计的因果效应辨识.首先拓清了基于观察数据的因果效应可辨识和可估计的条件.引入处理分配概率分布的概念,构建基于最小化绝对标准偏差的整数优化模型,消除了处理组与对照组之间的协变量不均衡性.通过数据匹配选择模型推导基于最优解或近似优化解的数据子集,实现两组案例之间处理分配的再随机化.通过增强逆概率加权方法,实现案例不完整响应参数的无偏估计.该方法对响应参数估计与处理分配概率的不确定性兼具有鲁棒性,提高了因果效应辨识的品质.最后通过真实案例和拓展数值分析,验证了本方法的有效性.     

基于稠密残差块与通道像素注意力的图像去雾网络

为解决复杂的室外图像进行去雾，依然会有雾气残留，甚至出现颜色失真和纹理丢失问题，提出一种基于稠密残差块与通道像素注意力的图像去雾网络，利用稠密残差块对有雾图像进行特征提取和融合，用带通道像素注意力机制的修复模块对特征图进行颜色和纹理上的修复。实验结果表明：该方法在客观评价指标和主观视觉质量上都有明显提升，有效避免了去雾过程中的颜色失真、纹理丢失和雾气残留问题。