城市绿色基础设施:概念、分类及其价值

该文系统综述了绿色基础设施的起源与发展、构成与分类.通过文献研究系统梳理了绿色基础设施在保护生态系统、提供生态服务、发挥文化价值以及协同效应等方面的内容.最后,依据中国绿色基础设施的研究和实践现状,提出针对性的发展目标和规划路径.     

河北秦皇岛仙菜科Ceramiaceae红藻的分类研究

仙菜科Ceramiaceae是重要的海洋大型红藻类群,具有重要的研究价值和经济价值,但因其个体微小脆弱、形态多变等,分类上还存在许多不足。本研究利用生物冷冻切片及显微拍照等技术,通过形态解剖方法,对2019-2021年采自我国秦皇岛沿岸海域的仙菜科红藻进行分类学研究。经鉴定,样品中包括仙菜属Ceramium 3种,即波登仙菜Ceramium boydenii Gepp、三叉仙菜C.kondoi Yendo和孙氏仙菜(新拟名)C.sungminbooi J.R.Hughey et G.H.Boo,其中孙氏仙菜为我国新纪录种;对丝藻属Antithamnion 1种,即多姿对丝藻Antithamnion defectum Kylin;绢丝藻属Callithamnion 1种,即绢丝藻Callithamnion corymbosum(Smith)Lyngbye。本文对新纪录种及其他物种进行详细的形态特征描述,提供了解剖学特征图片及生物地理分布信息等内容。研究结果丰富了中国仙菜科的物种多样性。     

一种基于语音分类的清晰度客观评价算法

为了能方便、快捷、可靠地对失真语音进行语音清晰度性能评价,提出了一种基于语音分类的加权巴克谱失真语音清晰度客观评价算法SC-WBSD.该算法提出在巴克域中对清音帧、浊音帧及过渡音帧巴克带谱失真进行加权来求失真语音的客观失真测度.通过分析 3类语音的巴克谱失真测度与DRT分的相关程度,提出一组以相关系数的幂次方为权重的有效SC-WBSD权重矢量.实验结果表明,SC-WBSD方法和DRT分的相关度达到了0.924 73,与巴克谱失真测度算法相比提高了4%.     

基于模糊粗糙集的层次分类增量特征选择

随着大数据时代的到来,数据的类标签数量急剧增加,对现有的分类任务带来了严峻的挑战。为了解决这个问题,人们通常将标签组织成层次结构,使用结构中所包含的信息来对任务进行学习。考虑样本的不断增加,使用模糊粗糙集信息熵设计了一种面向层次分类的增量特征选择算法。考虑兄弟策略,将现有的λ条件熵推广到了层次分类的情形,设计了一种非增量的层次分类特征选择算法,设计了λ增量条件熵,基于此设计了增量版本的特征选择算法。在实验中,采用了包括非增量版本在内的7种不同的特征选择算法在5个层次数据集上与增量算法进行比较,实验结果验证了2种算法的有效性,并且所设计的增量算法能在不影响性能的情况下加快特征选择的进程。     

浅论气象术语标准研制的问题与对策

为避免气象术语中出现循环定义、定义不协调、定义与术语不匹配、定义重复术语名称或使用代词等问题,运用术语学原理分析,提出研制术语时要注意“语料收集、定义研制、术语分类、辨析关系”的对策建议,这对提高术语研制质量,增强表达交流效果,完善气象标准体系具有重要作用。     

Short‐term salmon price forecasting

This study establishes a benchmark for short‐term salmon price forecasting. The weekly spot price of Norwegian farmed Atlantic salmon is predicted 1–5 weeks ahead using data from 2007 to 2014. Sixteen alternative forecasting methods are considered, ranging from classical time series models to customized machine learning techniques to salmon futures prices. The best predictions are delivered by k‐nearest neighbors method for 1 week ahead; vector error correction model estimated using elastic net regularization for 2 and 3 weeks ahead; and futures prices for 4 and 5 weeks ahead. While the nominal gains in forecast accuracy over a naïve benchmark are small, the economic value of the forecasts is considerable. Using a simple trading strategy for timing the sales based on price forecasts could increase the net profit of a salmon farmer by around 7%.     

The Role of Survey Data in Nowcasting Euro Area GDP Growth

This paper evaluates the impact of new releases of financial, real activity and survey data on nowcasting euro area gross domestic product (GDP). We show that all three data categories positively impact on the accuracy of GDP nowcasts, whereby the effect is largest in the case of real activity data. When treating variables as if they were all published at the same time and without any time lag, financial series lose all their significance, while survey data remain an important ingredient for the nowcasting exercise. The subsequent analysis shows that the sectoral coverage of survey data, which is broader than that of timely available real activity data, as well as their information content stemming from questions focusing on agents' expectations, are the main sources of the ‘genuine’ predictive power of survey data. When the forecast period is restricted to the 2008–09 financial crisis, the main change is an enhanced forecasting role for financial data. Copyright © 2015 John Wiley & Sons, Ltd.     

归纳式学习中连续型数据的区间划分问题

主要研究的是归纳式学习中连续型样本数据的分组问题 .在归纳式学习方法中 ,对样本数据的不同分组会直接影响到所生成的反映变量间相互关系的规则 ,从而影响到对新样本的识别效果 .特别是对样本数据为连续型的数据的分组问题 ,目前尚未得到很好的解决 .本文在类相关离散化方法的基础上 ,提出了用极大熵法进行初始区间划分 ,用多因素优选法调整区间的边界 ,二阶概率统计检验与实际意义相结合进行区间合并的一整套划分区间的方法 ,并用本文建立的新方法体系对中国宏观经济的某些指标间的相互关系进行了分析 ,取得了良好的效果.     

金融系统的资源配置功能与经济增长

建立内生增长模型研究金融系统资源配置功能如何促进经济增长 .结论 :通过提高“创新平均成功概率”,增加“创新投资比例”、“储蓄转化比例”和储蓄率 ,金融系统能够促进经济快速稳定增长 .另外本文还得到产出 -资本比“阶跃”增长图象.     

AFSs-RBF神经网络模型在轻亚黏土地震液化判别中应用研究

以自适应模糊系统AFSs为基础,运用径向基高斯函数RBF所建立的AFSs-RBF神经网络模型能够同时容纳模糊系统的推理功能和自适应性,动态调节隐节点数即模糊规则教,具有广泛的适用性.将这种模型应用于轻亚黏土地震液化评价中,选择震中距、上覆有效应力、黏粒含量、标贯击数、地下水位、循环应力比等6个与地震和场地条件有关的影响因子作为网络输入参数,对于轻亚黏土场地的液化势判别具体地建立了模糊神经网络模型AFSs-RBF.以唐山7.8级地震中天津某地区的轻亚黏土液化数据为训练样本,经验证和应用表明,这种AFSs-RBF网络具备更高的自适应性和非线性映射能力.