基于用户偏好的垂直搜索算法

提出并研究、实现了基于用户偏好的垂直搜索算法(PVSA)。以领域特征为基本出发点,PVSA借助领域主题偏好向量、领域元数据权重因子、检索名词差异化、行业词典库更新等4项策略,有效地挖掘、表征用户的领域个性化偏好,以此为基础构建基于用户偏好的垂直搜索算法。实验结果表明了PVSA算法的有效性和可行性。     

数学教育评价的马尔科夫链模型应用

通过分析学生两次高等代数的测试成绩,应用马尔可夫链分析法考虑学生的原始状态,并在同一标准下把学生的原始成绩分成相同的等级,确定出状态空间,然后得出转移概率和转移矩阵,根据马尔可夫链模型的平稳性及遍历性求出极限向量,并进行比较判断结果表明,学生学习状态的转移概率仅与教学质量和教学条件有关,而与学生的基础无关。运用该方法对教学质量的评价说明,学生的进步情况比学生成绩本身更重要,客观地看出教师在教学方法上的优势和劣势,并使教师获取教学的反馈信息,以对自己的教学行为进行反思和调整,促进教师教学水平的提高。     

Kernel partial correlation: a novel approach to capturing conditional independence in graphical models for noisy data

Graphical models capture the conditional independence structure among random variables via existence of edges among vertices. One way of inferring a graph is to identify zero partial correlation coefficients, which is an effective way of finding conditional independence under a multivariate Gaussian setting. For more general settings, we propose kernel partial correlation which extends partial correlation with a combination of two kernel methods. First, a nonparametric function estimation is employed to remove effects from other variables, and then the dependence between remaining random components is assessed through a nonparametric association measure. The proposed approach is not only flexible but also robust under high levels of noise owing to the robustness of the nonparametric approaches.     

Creating catalogues of two-level nonregular fractional factorial designs based on the criteria of generalized aberration

We consider the problem of constructing good two-level nonregular fractional factorial designs. The criteria of minimum G and G₂ aberration are used to rank designs. A general design structure is utilized to provide a solution to this practical, yet challenging, problem. With the help of this design structure, we develop an efficient algorithm for obtaining a collection of good designs based on the aforementioned two criteria. Finally, we present some results for designs of 32 and 40 runs obtained from applying this algorithmic approach.     

基于支持向量机的股市风格轮换策略研究

作为一种增加潜在收益的工具,风格轮换策略已经成为广为接受的金融投资策略.通过对几种常见的风格轮换模型进行比较,采取支持向量机分别建立规模溢价和价值溢价的预测模型,根据预测结果形成规模风格和价值/成长风格轮换策略,并检验这种积极风格轮换策略在中国股市的有效性.研究结果表明,中国股市存在显著的价值溢价,规模风格轮换策略业绩显著优于消极持有小盘股策略和市场收益,适合采取规模风格轮换策略进行短期投资;消极持有价值股的投资策略业绩显著优于规模风格轮换的投资策略,这暗示在长期投资上更适合采取买入并持有价值股的消极风格投资策略.     

农村社区型金融机构发展影响因素的实证分析

由于具有市场、信息、成本、区域等方面的竞争优势,农村社区型金融机构已经成为我国农村金融机构创新的首要途径。虽然自2005年以来我国不断出台相关鼓励政策和措施,但农村社区型金融机构的发展却仍然不尽如人意。为更好地促进其发展,利用向量误差修正模型,首次从定量的角度明确影响农村社区型金融机构发展的现实因素及其影响程度。研究结果表明,财政收入、城乡居民储蓄存款余额及农村居民消费水平对农村社区型金融机构的发展影响最为显著。     

基于支持向量机模型的北京市能源需求预测研究

北京市能源需求系统具有非线性、历史数据较少而影响因素众多等复杂特征, 而支持向量机模型在解决小样本、非线性及高维模式识别问题方面具有突出优势。为此, 引入支持向量机模型对北京市1978-2010年能源需求进行建模, 并据此对2012-2020年能源需求量进行预测。结果表明:支持向量机模型能有效拟合北京市能源需求系统的复杂变化趋势, 比其他传统方法有更高的预测精度。研究发现, 2012-2020年北京市能源需求量逐年增加, 年均增速2.75%;另外, 北京市能源需求的增速在“十三五”期间会比“十二五”期间略有趋缓。     

浅谈仿射变换的应用

阐述射影几何学中仿射不变性和仿射不变量。对于一些求解有关点线的结合性、线段相等或比值、平行性、面积等问题,考虑仿射变换使问题简化。     

行为行星轨道假设下的社会作用力测度

人类行为活动的空间是多维的,所以描述其活动的变量应该是矢量或者张量;经济学史是一个边缘学科的渗透史,所以推进这一学科的动力应该是多元的。依据学科的发展趋势,在行为非随机性、行为偏好非饱和性、行为具有惯性以及行星轨道假设下,参照现有研究成果及其对社会经济系统研究的建议,借助矢量这一行为分析工具构造行为运动的禀赋空间,建立起行为与主体的一一对应关系,分析集体行为与个体行为之间的交互作用,推导出行为间的作用力公式,并用该公式解释为什么个体行为易受集体行为的影响,产业距离上相近的资本为何容易发生流动。     

基于支持向量机算法的人脸识别技术研究

在讨论人脸识别算法的基础上,提出了基于支持向量机算法的人脸识别技术,进而分析了其原理,确定了多项式的核,并利用人脸数据对多项式核的SVM进行训练,根据训练结果进行识别实验,结果表明：SVM与传统方法比较,对人脸具有较高的识别率。