一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

几乎无偏刘估计的不可容许性

考虑了线性回归模型中,在Fisherian和Mahalanobis损失函数下,几乎无偏刘估计对于最小二乘估计的不可容许性;结论表明:几乎无偏刘估计在Mahalanobis损失函数下是不可容的;最后进行了数值模拟来表明结果.     

基于分层贝叶斯模型的损失准备金估计

传统的准备金模型主要是通过加总个体数据得到聚合损失三角形数据建立的,然而,这种数据的加总对原始个体数据产生不可避免的信息浪费.虽然这种方法简单,但可导致准备金估计的较大偏差.近年来提出的个体数据准备金模型中大都没有考虑保单合同之间的相依性.本文假设相同事故年的保单产生的索赔具有某种共同效应导致的相依情形,通过建立个体数据准备金的分层贝叶斯模型,利用信度理论的思想,得到每个事故年的准备金估计,从而得到总准备金的估计.进而,讨论了发展因子和结构参数的估计及其相应的统计性质.最后,给出数值例子表明本文给出的准备金估计的计算方法,并且比较了个体数据和聚合数据下准备金估计的均方误差.     

清明上河园游客行为及经营对策研究

主题公园必须有鲜明的主题，清明上河园突出宋文化，1998年开园以来取得了一定的效益，但还存在不少问题，针对清明上河园的经营现状，为了该园更好的发展，通过问卷调查的方式系统地了解了清明上河园的游客行为，在详细分析游客行为的基础上，对该园的经营提出了建设性对策。     

干燥工艺对稻谷发芽率影响的研究

利用薄层干燥试验台，采用二次回归正交组合设计试验对辽宁省稻谷主要品种942进行研究。分析了热风温度、表现风速、初始水分、干燥时间对稻谷发芽率损失影响的规律，建立了稻谷发芽率损失回归方程，在干燥时应采用低温干燥，以保证其发芽率。利用贡献率法确定各因素在二次非线性模型中的主次关系为热风温度、初始水分、表现风速、干燥时间，为进行辽宁省稻谷深床干燥研究提供了理论依据。     

企业赊销的管理

如何有效适度赊销已成为企业管理的重要议题,赊销要有度关键是控制,本文从事前控制、事中管理、事后处置阐述对赊销的管理。     

韶关体育旅游的现状及发展对策

采用献、调查和访谈等方法对韶关体育旅游的现状进行调查，找出其存在的主要问题，提出发展韶关体育旅游的对策，可为有关职能部门的决策提供依据。     

抗地震结构的服役费用函数及其建立方法

讨论了服股工程结构的经济性问题，包括：抗地震结构在服役过程中为完成预定功能所需要的经济花费，这些花费同结构抗震可靠度的函数关系以及它们的建立方法。形成的服役费用函数可以作为决策结构最佳抗震设防标准的依据。     

质量损失对贫金属AGB星表面丰度的影响

在参数化热脉冲模型的基础上,加入星风质量损失,拟合了三颗铅星(HD187861、HD224959和HD196944)和两颗非铅星(LP625-44与LP706-7)的表面丰度,计算结果都能很好地重现观测数据.同时还发现:在考虑星风质量损失的情况下,三颗铅星的平均中子辐照量均超过2(mb)-1,富氮中间壳层中约80%的物质重复经历s-过程.而对于非铅星,星风质量损失的影响可忽略不计.