裂缝天线缝制造精度对电性能影响的预测

为了避免传统方法在分析结构因素对电性能影响时需要假设和近似处理的弊端,提出了根据平板裂缝天线生产制造中的数据,使用支持向量回归建立缝制造精度对电性能指标影响的预测方法。给出了一种以最小化支持向量回归的拟合能力和泛化能力为目标函数来选择支持向量回归机参数的方法,以方便该方法的工程应用。案例研究表明,该方法能够较准确地预测缝制造精度对电性能的影响;与传统的BP神经网络和最小二乘法对比,该方法具有更好的泛化能力,可以应用到平板裂缝天线的计算机辅助制造中。     

语篇分析与英语听力教学

在英语听力教学中 ,不论是非英语专业学生还是英语专业学生 ,都存在一个普遍的问题 ,即对单句和简短对话式的听力理解能力强 ,而对较长的语篇理解能力差。他们在听力中的问题主要反映在语言、词汇和句法结构层面上。这是因为他们在听的过程中只是孤立地去听懂每一句话而不是通篇理解。而语篇分析的目的不在于对局部语义的解读 ,而在于对篇章整体的解读 ,通过语篇解读 ,学生们就能真正理解所听材料 ,记住其主要内容。     

《搜神记》中的韵文研究

六朝志怪小说的代表作《搜神记》在写作上采用了韵散相间的叙述方式,其中的韵文可分为:谣谚;预言、卜辞和隐语;诗歌。分言之,谣谚的征引使小说既保留了民间传说固有的风调,又使作品的思想得以升华;预言、卜辞和隐语的使用,来源于国人原始信仰的积淀,在小说中作为推动故事发展的关键,反映了其时的社会文化心理;作品中还有一些赋诗、引诗的情况,这种承自上古文学传统的表达方式,提高了小说的文体地位,增强了小说的鉴赏性。概言之,韵散相间的写作方式具有深刻的文体意义,为后世小说的创作提供了借鉴。     

旅游城镇化与社会治理协同发展时空格局及趋势预测——以张家界市为例

利用耦合模型、重心-标准差椭圆及障碍度等方法,分析2009—2020年张家界市旅游城镇化与社会治理协同发展关系及时空格局,构建修正后的灰色马尔科夫模型,对未来十年旅游城镇化与社会治理耦合协调度进行精准预测。结果表明：（1）2009—2020年张家界市旅游城镇化水平呈先上升后下降态势,而社会治理综合发展水平则呈现较小波动变化特征,增速相对弱后于旅游城镇化水平。（2）旅游城镇化与社会治理的耦合协调度呈先上升后下降态势,经历了“一般失调—勉强协调—初级协调—良好协调—初级协调”的耦合类型转变过程,旅游城镇化超前型特征明显;从空间分异看,旅游城镇化与社会治理耦合协调度在东西和南北方向上是先扩大再收缩的态势,表现向武陵源区集聚的发展特征。（3）旅游城镇化系统的障碍度小于社会治理系统,从指标障碍度平均值看,第三产业产值比重＞第三产业就业人口比重＞旅游收入占GDP比重＞旅游人次＞每万人口交通事故死亡率。（4）未来十年张家界市旅游城镇化与社会治理耦合协调度将持续上升,但在2026年会有所下降,最终在2028年会处于优质耦合协调阶段。     

27类蛋白质折叠子的识别及其位点的统计分析

从蛋白质的氨基酸序列出发,采用全体分类的分类策略识别27类折叠子.当使用5种矩阵打分的方法识别27类折叠子时,预测结果并不理想,进一步使用了以矩阵打分方法得到的分值及氨基酸的二肽组分共同作为参数的离散增量算法,取得了较好预测效果.总的预测成功率达到了45.43%.     

论政府效能监察体系的构建

中国在进行廉政建设的同时,也在进行政府效能监察工作。效能监察是监察机关为维护公共利益对监察对象存在的不尽职、不正确尽职、影响其他人尽职,乃至玩忽职守渎职失职等违法、违纪行为进行的监督检查活动。由于理论支撑滞后和相对经验不足,至今没有形成公众认可的、在较大范围适用的政府效能监察体系。本文依据调查资料,分析了构建当代政府效能监察体系的实践基础,揭示了政府效能监察体系的内容结构,预测了政府效能监察的发展趋势,提出了健全和完善效能监察体系的措施。     

乡村振兴背景下民族地区新型城镇化-旅游产业-生态环境协调发展研究——以四川、云南、甘肃、青海四省为研究区域

本文构建四省民族地区新型城镇化-旅游产业-生态环境协调发展评价指标体系,运用耦合协调模型、地理探测器和灰色预测模型展现、分析及预测四省民族地区新型城镇化、旅游产业与生态环境（以下简称“UTE”系统）协调关系及演进过程。研究发现2008-2018年该区域UTE系统协调水平不断优化上升,内部发展不均衡,差距进一步拉大;新型城镇化领先,旅游产业和生态环境滞后是总体特征;经济发展和生态环境改善是制约和影响耦合度的关键因素;未来协调度稳步提升,但演进速度区域差异明显。基于此提出尊重和保护文化环境为四省民族地区的发展基础、加强区域合作、构建区域发展协调保障机制的建议。     

FEPA-金融时间序列自适应组合预测模型

本文报告一种金融时间序列预测的信号分析、信息融合与智能计算组合模型,简称FEPA,由针对金融时间序列（FTS）信号分析的经验模态分解（EMD）、用于数据降维的主成分分析（PCA）和用于非线性建模的人工神经网络（ANN）三部分组成。该模型首先应用滑动窗口截取原始金融时间序列最近期数据集,应用EMD分解算法把数据集分解成不同尺度的本征模态函数（IMF）,然后通过主成分分析将分解后的数据降维,提取最有信息量的特征;然后将这些特征输入到神经网络进行组合预测。本文提出的组合预测模型FEPA是基于分解-提优-合成的信息融合思想,有效提高了预测可靠性。其创新点在于：1）首次给出了EMD算法的结构化表达,提供了今后融合更多信息的算法接口;2）通过多步长预测输出深入研究EMD分解的有效信息结构;3）通过切换到更细时间框架来处理EMD的端点效应,并探索了两级时间框架下的预测效果;4）给出了金融时间序列组合预测模型的一般性架构,具有可升级性和可扩展性。并且通过滑动窗口EMD使得实证更能切近实际。通过在沪深300股指和澳大利亚股指上的实证,结果表明FEPA预测模型在沪深300股指日线和15分钟线上的预测命中率高达78%和82%,在澳大利亚股指日线上也达到了74%的命中率,经比较,明显高于文献中常见的5种模型。     

Forecast mean squared error reductionin the VAR(1) process

When VAR models are used to predict future outcomes, the forecast error can be substantial. Through imposition of restrictions on the off-diagonal elements of the parameter matrix, however, the information in the process may be condensed to the marginal processes. In particular, if the cross-autocorrelations in the system are small and only a small sample is available, then such a restriction may reduce the forecast mean squared error considerably.

In this paper, we propose three different techniques to decide whether to use the restricted or unrestricted model, i.e. the full VAR(1) model or only marginal AR(1) models. In a Monte Carlo simulation study, all three proposed tests have been found to behave quite differently depending on the parameter setting. One of the proposed tests stands out, however, as the preferred one and is shown to outperform other estimators for a wide range of parameter settings.     

Extended scaled prediction variance optimality for modified central composite design

Robust parameter designs (RPDs) enable the experimenter to discover how to modify the design of the product to minimize the effect due to variation from noise sources. The aim of this article is to show how this amount of work can be reduced under modified central composite design (MCCD). We propose a measure of extended scaled prediction variance (ESPV) for evaluation of RPDs on MCCD. Using these measures, we show that we can check the error or bias associated with estimating the model parameters and suggest the values of α recommended for MCCS under minimum ESPV.