How Informative are the Subjective Density Forecasts of Macroeconomists?

In this paper, we propose a framework to evaluate the subjective density forecasts of macroeconomists using micro data from the euro area Survey of Professional Forecasters (SPF). A key aspect of our analysis is the use of evaluation measures which take account of the entire predictive densities, and not just the probability assigned to the outcome that occurs. Overall, we find considerable heterogeneity in the performance of the surveyed densities at the individual level. However, it is hard to exploit this heterogeneity and improve aggregate performance by trimming poorly performing forecasters in real time. Relative to a set of simple benchmarks, density performance is somewhat better for GDP growth than for inflation, although in the former case it diminishes substantially with the forecast horizon. In addition, we report evidence of an improvement in the relative performance of expert densities during the recent period of macroeconomic volatility. However, our analysis also reveals clear evidence of overconfidence or neglected risks in expert probability assessments, as reflected in frequent occurrences of events which are assigned a zero probability. Copyright © 2014 John Wiley & Sons, Ltd.     

基于音乐基因的乐谱存储模型

本文提出一种基于音乐基因的乐谱存储模型S-MusicXML.将乐谱的存储和处理的基本单位由音阶提升到基因,有利于通过数据挖掘技术对音乐内涵的挖掘和存储.定义了旋律基因等概念,并通过实验进一步分析了挖掘音乐基因比挖掘音乐频繁模式更有优势.     

信息可视化和可视分析：挑战与机遇——北戴河信息可视化战略研讨会总结报告

由天津大学软件学院发起并召集,东北大学秦皇岛分校和燕山大学承办的信息可视化战略研讨会于2012年6月9-10日在北戴河成功举行．本文总结了此次会议的讨论内容和达成的共识,对当前信息可视化和可视分析领域的挑战和国际上这方面的研究方向做了大致的分析,并对今后信息可视化和可视分析的大方向提出一些建议,以及对具体行动提出一系列倡议．     

基于PSO的加权关联规则挖掘算法

简要描述了加权关联规则问题及离散粒子群优化算法,提出了一种基于粒子群优化(PSO)算法的加权关联规则挖掘算法(PSO-WMAR).实验证明,本算法运行时间更省,产生的规则数更少且更有效.该算法具有以下特点:1)把关联规则挖掘的两个阶段结合在一起,无须先挖掘出全部频繁项目集然后再提取规则;2)只需要扫描一次数据库;3)把兴趣度引入适合度函数之中,挖掘出的规则数量更少、更有效;4)求加权频繁项目集无须查找所有候选加权频繁项目集,或者求频繁项目集的高序子集或非频繁项目集的低序超集.     

粒子的动力学模型和质量公式

简述了已知的粒子质量公式,由动力学的对称性自发破缺机制导出粒子的动力学模型和振动-转动模型,其简化形式是谐振子模型.由此得出某些与实验符合的定量结论和重味强子的质量关系,同时提出了新的轻子-介子(v,e;μ,π,Ｋ)与重子(p,n;Λ,Σ,Ξ)同位旋I相应的对称性.     

单向S-粗集对偶与数据筛选-过滤的扩展应用

S-粗集(singular rough sets)是对Z.Pawlak粗集的改进,单向S-粗集对偶(dual of one direction sin-gular rough sets)是S-粗集的基本形式之一。利用单向S-粗集对偶,给出数据属性,数据筛选-过滤概念,数据筛选-过滤序定理,合成数据筛选-过滤定理,及数据筛选-过滤准则。利用这些结果,给出应用。单向S-粗集对偶是动态数据筛选-过滤研究的一个新工具。     

作战仿真实体可视化数据模型研究

根据作战仿真系统的可视化需求,提出了作战仿真实体可视化数据模型的分类方法和层次体系结构,建立了可视化数据模型多分辨率规则。分析了可视化数据模型的建模过程和建模方法,确定了基于空间数据库和关系数据库相结合的可视化数据模型数据库存储管理机制。实现了模型的数据获取、建模、处理及应用全过程的可视化,为构建具有高逼真度的作战仿真系统提供了可视化数据模型支持。     

一种动态数据网格副本创建策略设计与仿真

数据网格提供了地理分布的大量共享数据资源,然而互联网的高访问延迟降低了数据访问的效率,创建副本是一个有效的方法,而在何处放置副本是一个具有挑战性的问题.从应用环境和用户访问特征出发,讨论了副本创建位置、粒度和时机,提出了一种基于副本共享组的副本创建模型,可以获得优化的副本创建位置,构造了一个副本创建代价函数,由系统的传输速率、拓扑结构和用户访问特征共同决定.并给出了确定副本创建位置的有效算法.分析和仿真实验表明,自适应副本管理方案具有动态性、适应性和可扩展性,能较好地适应数据网格的特性,可以有效降低访问延迟,提高数据访问效率.     

基于区域特征分布式Web用户兴趣迁移模式

提出一种基于区域特征的分布式Web用户兴趣迁移模式挖掘模型DWICP,以及基于该模型的具有区域特征的用户识别方法和局部浏览兴趣迁移模式更新算法/全局浏览兴趣迁移模式更新算法,用于发现具有区域特征的用户浏览兴趣迁移模式.实验表明,该方法能够较好地解决分布式环境下Web访问行为模式研究中的区域分析需求,同时提高了用户浏览兴趣表示的准确性.     

基于构造物特征点的矢量数据化简算法

在进行公路矢量数据化简时,采用已有算法,一些构造物可能会在转换低比例尺时被不正确地化简掉,影响应用的正确性.提出了一种基于构造物特征点的二级矢量数据化简算法,根据空间位置提取高速公路中的构造物点,进行一级化简,构成构造物特征点,以每个特征点作为分割点,将整个曲线划分为若干子曲线,在每个子曲线中采用Douglas-Peucker算法进行二级化简,最后进行子曲线合并,并设计了一种多比例尺矢量数据组织的构建方法.实验表明该数据化简算法能够有效化简数据,并且保存完整的构造物特征点,选取的多级比例尺能够满足应用的需求.