点石成金与锦上添花——论《红楼梦》对《西厢记》语言的批判接受

《西厢记》的语言成就很高。《红楼梦》大量地接受了《西厢记》的语言,但是这种接受是创造性的、批判性的接受,不仅吸收了精华,而且巧妙地克服了瑕疵,可谓兼顾了锦上添花和点石成金。详细地对这一现象加以分析,不仅可以更好地欣赏《西厢记》和《红楼梦》两部名著,而且,对今人的创作也有一定的启发意义。     

《红楼梦》文化阅读的目的、方法及其意义——2008年11月17日在宁波工程学院人文学院的演讲

《红楼梦》中的人物,都是真的人,活灵活现,具有"原生态"意义。破解《红楼梦》中诗词的意义既贵心细尤贵眼明,需要耐心更需悟性。《红楼梦》宴饮活动中的这种文化意蕴不仅仅是为了"烘托"气象。正是饮宴活动才凸显了小说人物性格中的"另一面",让人感到更可爱可亲。《红楼梦》的文化研究使我们认识到中国文化的博大精深和它在小说中的巨大作用。没有丰富的文化内蕴,就没有《红楼梦》的永恒魅力,《红楼梦》就不会经久不衰,屹立世界文学之林!     

Model-based classification using latent Gaussian mixture models

A novel model-based classification technique is introduced based on parsimonious Gaussian mixture models (PGMMs). PGMMs, which were introduced recently as a model-based clustering technique, arise from a generalization of the mixtures of factor analyzers model and are based on a latent Gaussian mixture model. In this paper, this mixture modelling structure is used for model-based classification and the particular area of application is food authenticity. Model-based classification is performed by jointly modelling data with known and unknown group memberships within a likelihood framework and then estimating parameters, including the unknown group memberships, within an alternating expectation-conditional maximization framework. Model selection is carried out using the Bayesian information criteria and the quality of the maximum a posteriori classifications is summarized using the misclassification rate and the adjusted Rand index. This new model-based classification technique gives excellent classification performance when applied to real food authenticity data on the chemical properties of olive oils from nine areas of Italy.     

中国经济周期条件波动性特征的统计分析

在ARCH族模型动态地刻画了中国经济周期的条件波动性特征的基础上,分析了有关经济变量的波动机制、波动率对经济变量条件均值的影响程度与方向以及经济变量在扩张阶段和紧缩阶段波动力度差异等问题。得出以下主要结论：中国经济周期波动具有条件异方差性、持续性和非对称性的特征;经济的稳定有利于经济产出的持续增长;财政政策具有稳定经济、促进经济产出增长率提高的效应,而且这种效应具有一定的持续性与滞后性;国外需求受国内经济影响较小,具有其自身的发展规律。     

多元回归模型的灰色改进

回归分析的一项基本要求是需要多组数据,但在很多情况下这一要求并不能得到满足,有时为取得庞大的数据量而增加成本,造成不必要的浪费.基于此,文章利用灰色预测将少量的数据量扩展为可做回归模型的数据,从而发掘事物之间的内部规律,给决策作出参考.     

基于自忆性原理的多变量MGM(1,m)耦合系统模型构建及应用

针对小样本条件下具有相互制约关系的多变量系统,本文提出了一种新颖的多变量MGM(1,m)自忆性耦合系统模型,用来统一描述系统各变量间关系并且提高其建模精度。该模型通过有机耦合动力系统自忆性原理与传统MGM(1,m)模型,综合了两者各自的优势。系统的自忆性方程包含多个时次初始场而不仅是单个时次初始场,从而克服了传统灰色预测模型对初值比较敏感的弱点。对基坑变形预测的实例研究结果表明,所构建模型能够充分利用系统的多个历史时次资料,可以紧密捕捉系统演化趋势,模拟预测精度显著高于传统多变量MGM(1,m)模型。研究结果表明,新模型丰富和完善了灰色预测理论,值得推广应用于其他类似的多变量系统。     

基于GM(1,1)模型的Kano质量要素分类动态预测方法

针对目前缺乏对Kano模型质量要素的分类结果进行动态预测研究的问题,结合灰色系统理论在处理不规则数据方面的优势,提出基于GM(1,1)模型的Kano质量要素分类动态预测方法。针对传统Kano模型分类结果过于主观的缺点,设计模糊Kano模型实现质量要素的客观化分类;结合GM(1,1)模型能处理少数据、贫信息,具有高预测精度的优点,利用GM(1,1)模型研究Kano质量要素分类动态预测问题;最后通过在快递业的实证验证模型的可行性和有效性。     

具有多元马氏需求的多产品多阶段库存优化模型

本文研究一类新的多产品库存控制策略,即具有多元马氏需求特征的多产品多阶段的订货点订货量(Q, R, SS)策略,该策略考虑市场需求在不同产品之间具有多元马氏转移特征,并考虑缺货因素设置安全库存。论文首先建立了多产品多阶段的多元马氏需求预测模型,并通过该模型确定了各种产品需求之间的关系。同时,在该模型的理论基础上,提出了多产品多阶段的总期望成本模型及其最优(Q, R, SS)策略,进而结合算例给出模型的最优策略的数值解。     

无偏GM(1,1)幂模型其及应用

基于GM(1,1)幂模型的模拟误差分析,本文提出了无偏GM(1,1)幂模型及其参数优化方法.从理论上证明了无偏GM(1,1)幂模型对传统GM(1,1)幂模型及其本身的时间响应函数所表达的曲线进行模拟和预测具有重合性,其参数优化方法可以准确识别原始数据所蕴含的参数特性,完全消除了GM(1,1)幂模型自身固有的偏差.其建模过程避免了传统方法由差分方程向微分方程的跳跃导致的误差,应用范围覆盖了无偏GM(1,1)模型和离散灰色模型.数值模拟和实例分析表明,无偏GM(1,1)幂模型使得传统模型的模拟与预测精度得到了显著的改善.     

Fully observed INAR(1) processes

The innovations of an INAR(1) process (integer-valued autoregressive) are usually assumed to be unobservable. There are, however, situations in practice, where also the innovations can be uncovered, i.e. where we are concerned with a fully observed INAR(1) process. We analyze stochastic properties of such a fully observed INAR(1) process and explore the relation between the INAR(1) model and certain metapopulation models. We show how the additional knowledge about the innovations can be used for parameter estimation, for model diagnostics, and for forecasting. Our findings are illustrated with two real-data examples.