普惠金融研究现状及对策建议

金融排斥现象的存在,使得许多弱势群体对于多样化的金融服务没有合适的获取渠道,从而阻碍了资金融通,抑制了经济增长。金融普惠性理论是在小额信贷以及微型金融基础上发展起来的。在金融体系的建设中,普惠金融理念的贯彻不仅可以减少金融排斥,提高各地区金融普惠性水平,而且可以促进经济发展,是减少贫困的有利手段。梳理了国内外普惠金融相关文献,并对研究成果进行整理归纳,旨在为我国普惠金融体系的建设提供一个更全面、更丰富的理论认识框架。     

基于改进随机森林的电力系统暂态稳定评估

针对传统基于机器学习的电力系统暂态稳定评估方法存在准确率偏低和泛化能力不足的问题,提出了一种基于特征选择和改进随机森林的在线暂态稳定评估方法。首先,通过最大化联合互信息挖掘电网运行数据之间的相关性,筛选出具有代表性的关键特征子集;然后,考虑到电力系统数据库中稳定样本与失稳样本之间的类别不平衡问题,通过改进bootstrap抽样和对决策树进行加权处理,增强随机森林对失稳样本的识别能力;最后,基于改进的随机森林算法,建立关键特征数据与暂态稳定标签之间的映射关系。实验结果表明,所提方法具有较高的准确性和较强的鲁棒性,能够满足在线应用的需求。     

多体复合量子态基于可观测量算子的纠缠测度

近些年，人们对量子纠缠的量化已经有了许多深入的研究，但是，许多已有的纠缠度量还是难以计算的。LuoShunlong基于互信息提出了两体量子态的可观测量关联，并得到了两体量子态的一类纠缠测度。本文将两体系统的纠缠测度推广到多体复合量子系统，并证明了其满足纠缠测度的必要物理条件。     

云制造系统用户认证和服务间协同高效可信安全技术

针对云制造系统不同安全域之间信任关系孤立导致的用户跨域访问重复进行身份认证和云服务跨域协同被拒绝的问题, 设计了一种面向云制造系统的域间互信过程模型, 提出了基于域间互信的用户认证和服务跨域协同高效可信安全优化技术, 实现了用户可信身份跨域传递和云制造服务跨域协同, 并在企业进行了应用验证, 给出了所提方法与传统方式的对比分析。分析结果表明, 提出的高效可信安全技术能够在提升云制造系统认证和服务跨域协同效率的同时不降低现有安全机制的防护强度。     

基于互信息解耦表示的跨域压力足迹图像检索

足迹作为人体生物特征之一，在生物识别领域具有重要意义，而同一对象的不同鞋型压力足迹图像在足迹轮廓特征上具有显著性差异，导致其类内差异大。针对压力足迹图像的跨域检索，文中提出了一种基于互信息解耦表示的跨域压力足迹图像检索方法。首先，构建了一个包含200人足迹图像的多域压力足迹数据集，从定性和定量两个角度分析跨域压力足迹图像的特点；其次，采用两个独立的编码器实现图像解耦模块，该模块将压力足迹图像解耦为域特定表示和域共享表示，通过域分类法保证域特定表示包含更多域相关的信息；然后，通过最小化互信息损失扩大域特定表示和域共享表示之间的距离，同时，为避免解耦过程中信息的丢失，基于域特定表示和域共享表示重构原始压力足迹图像；最后，通过特征提取模块进一步提取域共享表示的深层卷积特征，经过度量模块计算不同特征间的关联度，从而实现跨域压力足迹图像检索。对比及消融实验结果表明，该方法的解耦模块具有一定的有效性，在多域压力足迹数据集上的性能表现良好，首位查询结果的检索准确率达到79.83%，平均准确率达到65.48%。     

新冠肺炎相关俄语术语构成及翻译

新冠肺炎相关俄语术语构成,既遵循现代俄语构词规律,又体现出与国际通行术语表达相一致的特点。对新冠肺炎的命名产生了新词汇,而围绕疾病病因、诊断、治疗、预防等问题的探讨,则沿用或重组了既有术语词汇。在形态构成、语义构成和句法构成三种基本构词方式框架下,相关术语构词大量采用缩略法、复合法、词缀法、隐喻法和借用法,以及英俄语混合使用的术语表达方法。俄汉术语表述存在差异,主要体现在词义筛选、词类转换和同义反复等方面。了解俄汉术语表述差异,有助于推动文本信息的有效传播,保障俄汉双向翻译的准确性和规范性。     

基于k-近邻互信息的前向式变量选择方法及在水质参数软测量中的应用

软测量技术通过构造易测量的辅助变量与难测量的主导变量间的数学模型,实现对难测变量的实时预测.为有效分析辅助变量间的相关性和冗余性并实现变量精选,本文提出了一种基于k-近邻互信息的前向式变量选择方法.该方法以变量前向累加互信息值最大化为准则选择相关变量,同时计算每次累加变量与已选择变量子集间的互信息值来判断所累加变量是否为冗余变量,通过设定冗余互信息阈值,实现冗余变量的剔除,得到最优辅助输入变量子集.基于数值案例仿真结果验证了本文所提变量选择方法的可行性与有效性,在准确选取辅助变量的同时降低了算法复杂度.最后,该方法成功应用于污水处理过程中出水生化需氧量(biochemical oxygen demand,BOD)预测模型的输入变量选择上,利用精选出的辅助变量有效提高了模型预测精度.     

基于Copula熵理论的大坝渗流统计模型因子优选

针对大坝渗流统计模型需要考虑较多的前期项,造成参选的因子数量较大,进而导致常规方法的建模误差较高的问题,研究引入Copula熵理论,利用Copula熵和偏互信息(partial mutual information,PMI)相结合的方法,对输入因子的选取进行优化。针对Copula熵的求取,Copula函数采用Gumbel函数,分布采用柯西分布代替正态分布,并引入Hample准则来精确选取因子。将该方法在糯扎渡大坝渗流监测中进行应用,并与常规的因子选择方法进行对比分析,结果表明,采用基于Copula熵的因子优化选取方法的渗流统计模型具有更好的预测效果。     

基于k-近邻互信息的前向式变量选择方法及在水质参数软测量中的应用

软测量技术通过构造易测量的辅助变量与难测量的主导变量间的数学模型,实现对难测变量的实时预测.为有效分析辅助变量间的相关性和冗余性并实现变量精选,本文提出了一种基于k-近邻互信息的前向式变量选择方法.该方法以变量前向累加互信息值最大化为准则选择相关变量,同时计算每次累加变量与已选择变量子集间的互信息值来判断所累加变量是否为冗余变量,通过设定冗余互信息阈值,实现冗余变量的剔除,得到最优辅助输入变量子集.基于数值案例仿真结果验证了本文所提变量选择方法的可行性与有效性,在准确选取辅助变量的同时降低了算法复杂度.最后,该方法成功应用于污水处理过程中出水生化需氧量(biochemical oxygen demand,BOD)预测模型的输入变量选择上,利用精选出的辅助变量有效提高了模型预测精度.