新乌克兰的道路选择

<正>"谁的乌克兰"这一命题从国际政治视角看是地缘政治问题,从乌克兰的国内政治视角看则是国家发展道路问题。事物的发展是由内外因共同作用形成的,内因是根本,外因是条件。内因决定着事物的根本属性,外因推动发展。从13世纪前后在东欧平原出现乌克兰民族开始,乌克兰就不属于别人,它属于生活在这块土地上的人民。因此,"谁的乌克兰"这个问题实际上也就成为了乌克兰的道路选择问题。     

基于弱监督对比学习的弱多标记特征选择

多标记特征选择已被广泛应用于医疗诊断、模式识别等领域，然而现实中的数据往往存在维数灾难以及标记大量缺失等问题，现有的弱多标记特征选择算法又普遍易受缺失标记和噪声的干扰，使算法模型难以准确地选择重要特征．针对上述问题，提出一种用于弱多标记数据集特征选择的弱监督对比学习方法，旨在缺失和含噪声标记数据集中选择优质特征，同时挖掘少量人工标注数据中潜在的类间对比模式．该方法包括三个步骤：首先，设计一种弱监督预训练策略，通过利用实例相似性以及稀疏学习方法获取每个类标记类属属性，用于恢复缺失标记；其次，引入对比学习策略来捕获少量有标记数据的对比模式来削弱噪声数据的影响；最后，选取10组多标记数据集以及四个评价指标进行实验.实验结果证明，与多个先进多标记特征选择算法相比，提出的方法分类性能更优．     

多代价下的代价敏感属性选择算法比较

代价敏感属性选择在数据挖掘和机器学习中起着关键性作用,代价敏感属性选择问题是经典属性选择问题的自然扩展,已成为越来越多学者的研究热点之一.首先给出多代价下代价敏感属性选择问题的数学模型,然后介绍现有的有代表性的四种代价敏感属性选择算法,最后在四个UCI数据集上进行实验,对四种代价敏感属性选择算法的效果和效率进行比较分析.     

地方政府助推区域产业政策趋同的机理探寻

在区域经济的发展过程中,地方政府之间日益激烈的竞争必然会造成区域之间的产业政策趋同。这对于区域经济的协调发展和长远发展极为不利。化解问题的办法应当靠提高中央政府的宏观调控水平,强化地方政府的责、权、利边界,引导地方政府在区域产业政策中体现差异性。     

可交易通行权和鼓励合乘政策下的通勤选择

基于通勤个体易于接受的视角,借助常数替代弹性(constant elasticity of substitution,CES)效用函数,在通勤预算约束中引入管理部门对拼车通勤行为的支持系数,构建了基于可交易电子通行权及鼓励合乘组合政策的刚性通勤需求模型,在此基础上分析了通勤个体的通勤方式选择问题.研究结果显示,该组合政策可以有效引导通勤个体从单人驾驶转向合乘出行,通勤个体能够在降低原有出行预算的基础上保证自身的刚性出行需求,但对小汽车偏好较大的通勤个体预算降低幅度相对较小.此外,存在一个调整因子和合乘支持系数的取值可行域,对于不同的合乘支持系数,调整因子存在一个对应的下界.在设定调整因子和合乘支持系数后,通行权价格由市场唯一确定,且这一价格随着合乘支持系数的增加而增加,调整因子的增加而降低.     

女人六个不结婚理由

<正>不少美国人看来,已故影星伊丽莎白·泰勒与美国脱口秀天后欧普拉都是事业成功与富有的女性,而两人最大的差异在于泰勒对婚姻乐此不疲,她一共结过八次婚;而欧普拉则一直与婚姻保持距离。而现在,不少美国女性都有向欧普拉"学习"的趋势——不婚比例已经攀至历史新高,华盛顿大学社会学教授皮特·史瓦兹分     

香港跨境贸易人民币结算影响因素分析——基于FMOLS模型和Granger因果检验

跨境贸易人民币结算比例不仅受到传统的计价货币选择因素的影响,还取决于在岸离岸的人民币汇率差异、人民币升值预期等特有因素.通过理论假设和实证,通过完全修正的最小二乘模型(fully modified OLS,FMOLS)分析了套汇、套利、人民币升值和离岸人民币存量对香港跨境贸易人民币结算比例的长、短期作用机理和影响程度.研究发现,以上4个因素对香港的跨境贸易人民币结算比例均有显著影响;跨境贸易人民币结算的可持续发展有赖于离岸市场的和汇率制度的完善.     

级差地租影响下天水市果蔬产业空间区位选择——基于杜能农业区位论的实证分析

天水地处陇东南地区,优越的气候环境和地形条件为果蔬产业的优化升级提供了可能,但随着市场竞争的加剧,随意性和盲目性的土地利用现状成为果蔬产品集约化经营的瓶颈。运用杜能农业区位论中土地级差地租这一概念分析其土地利用价值,并在阐述天水市果蔬产业空间布局基础上通过实证分析,试图为天水市果蔬产业空间区位选择提供相对合理的对策和建议。     

最美酒店的最美故事 一座酒店,一处风景

正如今,酒店已经不再是单纯的歇脚过夜的地方,而是成为旅行享乐的重要一部分,选择一间酒店,也不再只是图个舒适的住处,更重要的是读懂最美丽的酒店背后的最美故事。     

低维显式语义空间下的语义关联度计算方法

语义关联度计算是数据科学中的一个关键性基础问题,在信息检索及自然语言处理等方面有着广泛的应用.针对ESA (Explicit Semantic Analysis)算法存在的局限性,提出一种显式语义特征选择算法,并构建低维语义空间.在此基础上,根据特征概念在Wikipedia中的映射信息,提出一种低维显式语义空间下的语义关联度计算方法.该方法解决了ESA算法在后续语义关联度计算过程中,因高维稀疏空间导致计算效果不够准确的问题.实验结果表明,与当前其他方法相比,该方法的计算结果在皮尔逊相关系数(P)及斯皮尔曼相关系数(S)上与人们的认知判断之间具有更好的一致性.