含MA误差的线性模型的经验似然推断

采用拟极大似然估计方法获得含MA误差的线性模型估计方程。为了能够使用经验似然方法,先利用鞅差序列将估计方程中的二次型转化为线性形式;再构造关于模型参数的经验似然比统计量,在一定假设条件下证明该统计量渐近服从卡方分布;模拟结果表明,在参数置信域的覆盖率方面,经验似然方法比参数似然方法更接近置信水平。     

含修正Yukawa-Kratzar势场的Schr?dinger方程束缚态解析解

采用Greene-Aldrich指数型近似方法近似表达径向方程非线性离心项,利用P-NU方法研究了含修正Yukawa-Kratzar势场的Schr?dinger方程束缚态解析解问题,得到了归一化的束缚态波函数和相应能量本征值方程,数值求解能量本征值方程并和真实值数据进行了对比。     

真空中铝锡合金激光等离子体的时间演化研究

利用时间分辨发射光谱法测量了真空环境中激光Al-Sn合金等离子体时间演化光谱,结合基于流体动力学方程和辐射输运方程的多元素激光等离子体辐射流体动力学模型及程序,模拟了Al-Sn合金等离子体在真空中的膨胀演化,实现了不同电荷态Al、Sn离子在等离子体演化过程中离子密度和等离子体温度的空间分布诊断.结果表明,理论模拟的谱线强度及其时间演化规律与实验结果符合较好,理论重构的不同时间延迟下离子密度和等离子体温度的空间分布图像可以直观地呈现多元素等离子体中不同电荷态离子在等离子体中的演化过程,预期可为多元素情形下的激光等离子体辐射特性及其应用提供帮助.     

高校网络舆情传播模型稳定性研究

将高校网民分为无知者、传谣者和管理者(教师)三类,并考虑教师的育人功能,建立了一类网络舆情传播模型。利用稳定性理论和方法,讨论了模型平衡点的局部稳定性和全局稳定性,借助计算机模拟研究了舆情传播的控制策略。结果表明,教师加大与无知者的接触率是控制舆情扩散的有效措施。此外,加强教育管理对于有效控制网络舆情传播具有重要作用。     

咬合管幕结构的抗弯性能及影响参数分析

依托咬合管幕结构的抗弯性能试验,利用ABAQUS有限元软件建立了咬合管幕结构模型,在对模型的准确性进行验证的基础上,对咬合管幕结构在集中荷载作用下的抗弯性能进行分析.选取咬合距离、钢管直径、钢管壁厚及钢筋直径进行研究,得到不同参数组合下结构的抗弯承载力水平.结果表明：加载过程中,钢管与核心混凝土中存在明显的应力重分布,咬合管幕结构具有良好的抗弯性能,钢管直径是影响咬合管幕结构抗弯性能的主要因素,当钢管直径增加45.7%时,结构抗弯承载力最大可提高294.3%.     

含不对中与滚珠分布误差的球轴承刚度波动特性

轴承不对中可能导致保持架断裂和滚珠分布误差.为了分析不对中及滚珠分布误差对轴承刚度波动的影响,考虑外载荷及内、外圈不对中耦合情况,提出了一种含滚珠分布误差的深沟球轴承拟静力学模型.基于所提模型,进一步分析了外载荷及内、外圈不对中状态下,滚珠分布误差对深沟球轴承径向、轴向及倾覆刚度波动特性的影响.结果表明：外载荷及外圈不对中情况下,轴承刚度以滚珠通过外圈周期,即变柔度(VC,variable compliance)振动为周期进行波动.此时,滚珠分布误差的存在,会使轴承刚度以保持架转动周期进行规律性大幅波动.随主轴旋转的内圈不对中会使轴承刚度以一半的内圈转动周期进行波动,且滚珠分布误差会使刚度波动幅值增加.     

基于STIRPAT模型的京津冀“碳达峰”预测研究

为了解决京津冀地区碳排放量达峰问题,以河北省为例,研究京津冀碳排放达峰实现路径,对京津冀未来的碳排放量进行预测分析,建立以河北省2004—2021年碳排放相关数据为基础的STIRPAT碳排放预测拓展模型。设置了6个情景,通过综合考虑人口规模、人均GDP、城镇化率、产业结构、能源强度、能源结构数据的变化速度,模拟不同情景下京津冀2022—2040年的碳排放趋势,进而预测京津冀三地的“碳达峰”时间与碳排放峰值。结果表明：北京除清洁发展情景是在2030年达峰,其余情景均在2035年达到峰值;天津除经济放缓情景是在2030年达峰,其余情景均在2035年实现“碳达峰”;河北除基准情景在2035年达峰外,其余情景均是在2030年达到峰值。所提的碳排放预测拓展模型在考虑多情景分析下,就京津冀地区如何控制和减少碳排放量提出相关建议,可为京津冀低碳经济的发展提供一定的参考依据。     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

利用早停可微架构搜索的三维点云模型分类

针对现有三维点云分类网络采用人工设计费时费力的问题,提出早停可微架构搜索(early-stopping differentiable architecture search,ES-DARTS)算法。利用从人工设计网络架构中提取到的先验知识,预定义一个包含高效候选操作的搜索空间,可快速搜索出适用于三维模型分类任务的高性能网络模型;通过追踪网络搜索阶段各候选操作的权重变化,找出跳跃连接操作在双重优化过程中发挥不公平竞争作用的临界点并在此处停止搜索,以保证各候选操作之间的稳定性,解决DARTS算法搜索过程中易出现性能崩溃的问题。提出的算法在ModelNet40数据集上达到了93.2%的识别准确率,比当前人工设计的主流网络具有更高的识别准确率。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。