影响语篇记忆诸因素研究之评述

从记忆中提取语篇信息的过程是一个系统且规律的过程。在回忆过程中,有些事件回顾起来更完整,而在回顾过程中有些本不存在的事件也添加进来了,回顾事件的时候人们是在遵循一定的顺序,所以说形成语篇的记忆表征的过程是非常有条理的。     

论海因里希因果连锁理论对企业安全管理的启示

介绍了海因里希因果连锁理论,论述了海因里希因果连锁理论对危险化学品生产企业安全管理的启示。     

出口贸易带动经济增长假设在中国的进一步实验

采用协整分析技术和Granger因果关系检验方法，检验了出口带动经济增长（Export-led growth,ELG）假设在中国的情况。结果表明，GDP、出口与贸易条件之间存在唯一协整关系，即三者之间存在长期的稳定均衡关系；存在出口增长到GDP增长的单向Granger因果关系，说明出口带动经济增长的假设在中国是成立的。     

逆向法

一、发明实例“内外双用门扣”四川的一位小学生:爸爸妈妈经常上夜班,他们深夜回家时,我们已经插上门睡着了。有时候,爸爸妈妈大声叫喊,也叫不醒我们。后来爸爸妈妈只好一出门就把我和妹妹锁在屋里。我们想出去玩玩,门已经被反锁上了,出不去。     

基于超椭球模型的T-S模糊因果图的故障分析

研究了用区间数对T-S模糊因果图的故障诊断问题,同时考虑了基于超椭球模型对因果图的故障区间加以约束;首先,建立T-S模糊门,通过D-S理论建立适当的超椭球模型处理因果图中不确定性参量的取值范围和解决复杂系统的故障机理和多态性;其次,将超椭球模型转化成单位超椭球模型,在超椭球内产生均匀分布的随机数,对其进行均匀采样,从而得到了更加符合实际T-S规则的故障可能性区间概率;最后,利用Matlab进行数值模拟,证实了由超椭球模型所得结论的有效性;结果显示:超椭球模型能有效减缓因果图获取精确数据的难度,比区间模型下的范围对因果图更加具有可靠性和实际意义。     

定量因果原理在物理学中的应用

将定量因果原理应用于物理学中,推导出了测地线方程(geodesic equation)和切丛联络的挠率张量(torsion tensor),阐明了定量因果原理在物理学中的又一新的应用。     

因果度问题

主流因果理论将因果关系视为一个"非此即彼"的问题,而在很大程度上忽略了因果度的问题。但是,无论是就理论哲学而言,还是就实践哲学而言,因果度问题都具有独特的学术价值和理论意义。目前,国际学术界关于因果度问题的研究主要呈现为结构方程理论、概率理论和博弈论理论三种进路。这些理论提供了思考因果度问题的宝贵尝试,但各自均存在一些难以克服的困难。借助刘易斯反事实条件句因果理论,可以尝试勾画一种新的因果度概念分析框架。     

投资者情绪影响香港股票市场吗?

本文选取香港股票市场的封闭式基金折价率,initial public offering(IPO)首日收益率,IPO数量,市场成交量和换手率等五个原始情绪指标,利用主成分分析法构造了综合投资者情绪指数,然后应用autoregressive moving average-generalized autoregressive conditional heteroskedasticity(ARMA-GARCH)族模型分别剔除了综合投资者情绪指数与香港恒生指数中的趋势因素和季节因素等外在影响,对ARMA-GARCH模型的残差作相关性分析和Granger因果关系检验.研究表明,ARMA-GARCH族模型能有效处理投资者情绪指数和香港恒生指数的自相关性和异方差性.Granger因果检验发现在短期内恒生指数收益率是投资者情绪的Granger原因,即当香港股市处于上升阶段时,投资者情绪会更加乐观,而当股市处于下降阶段时,投资者情绪则会变的更加悲观.     

基于组分浓度的LNG-柴油燃料反应机理简化

以甲烷-正庚烷-异辛烷-环己烷-甲苯混合物作为LNG(液化天然气)-柴油模型燃料,构建了包含1 425种组分和5 597个基元反应的LNG-柴油模型燃料详细燃烧反应机理.以重要组分摩尔分数为目标参数,通过基于误差传递直接关系图法对该详细机理进行了简化,分析了简化阈值与机理规模的关系,结合反应路径研究了机理简化的规律.结果表明:随着简化阈值增大,机理规模逐渐减小,但减小的速度逐渐降低,当阈值增大至0.8时,简化机理规模基本恒定.结合简化阈值与误差,确定合理的简化机理包含208种组分和1 087个基元反应,该机理可准确预测模型燃料的着火延时与层流燃烧速度.简化机理保留了H2/CO/C1子机理、C2-C3半详细机理和C4-C8骨架机理,去除了约85%冗余组分和81%的基元反应.     

基于因果模型和多模态多目标优化的两阶段特征选择方法

特征选择中特征数量和分类精度之间的关系通常可以看作是一个多模态多目标优化问题,但现有大多数多模态多目标进化算法对于高维优化问题的求解存在搜索能力不足的问题。为解决该问题,提出一种基于因果模型和多模态多目标进化算法的两阶段特征选择方法。在该方法中,首先使用因果模型对数据进行特征选择以便降低问题维度;然后使用多模态多目标优化算法搜索具有多模态特性的特征子集。为验证所提算法性能,它被用于术中低体温风险预测模型的特征选择问题。实验结果表明,提出的两阶段特征选择方法不仅融合了2种不同方法的优点,而且能为术中低体温预测提供更多决策支持。