应用图论分析与最优化理论来数据挖掘大规模水牛普里昂蛋白结构数据

图论、最优化理论显然在蛋白质结构的研究中大有用场. 首先, 调查/回顾了研究蛋白质结构的所有图论模型. 其后, 建立了一个图论模型: 让蛋白质的侧链来作为图的顶点, 应用图论的诸如团、 $k$-团、 社群、 枢纽、聚类等概念来建立图的边. 然后, 应用数学最优化的现代摩登数据挖掘算法/方法来分析水牛普里昂蛋白结构的大数据. 成功与令人耳目一新的数值结果将展示给朋友们.     

半监督度量学习内蕴最速下降算法的收敛性分析

主要研究对称正定矩阵群上的内蕴最速下降算法的收敛性问题.首先针对一个可转化为对称正定矩阵群上无约束优化问题的半监督度量学习模型,提出对称正定矩阵群上一种自适应变步长的内蕴最速下降算法.然后利用李群上的光滑函数在任意一点处带积分余项的泰勒展开式,证明所提算法在对称正定矩阵群上是线性收敛的.最后通过在分类问题中的数值实验说明算法的有效性.     

矩阵优化扰动性分析的若干进展

由于近年来实际问题特别是大数据应用的发展,矩阵优化问题越来越得到优化研究者,甚至是其他领域的研究者的高度关注,成为热点问题.优化问题的扰动性分析是优化理论研究的基础与核心,为包括算法设计在内的优化研究提供重要的理论基础.由于矩阵优化问题的非多面体性,使得相应扰动分析理论的研究本质上与经典的多面体优化问题(非线性规划)不同.结合文献[1,2],简要介绍矩阵优化扰动性分析方面取得的若干最新进展.     

全自动红外吸收光谱法测定硫化矿矿石中全硫量

近年来,随着全自动红外测硫仪的快速发展,仪器性能的升级优化,加之对固体矿物质种类和高硫含量检测技术有了新的技术突破。因此将全自动红外测硫仪应用于硫化矿矿石中全硫量的测定,采用国家硫矿石标准样品中不同段的硫含量(标准值),建立标准工作曲线,再结合实际样品校正该曲线,建立了一种用全自动红外吸收光谱法测定硫化矿矿石中全硫量的检测方法。方法的主要特点是包括样品称量在内的整个测试过程由计算机控制自动完成,自动化程度极高,分析时间短,结果准确、可靠。选取当地不同矿物特性的8个样品,测定的相对标准偏差RSD(n=11)均小于2.5%,样品加标回收率为86.2%~117%,与化学法(空气或氧气燃烧-碘量法)测定结果对照,测定结果都在允许误差范围内,完全能够满足日常硫化矿矿石中全硫含量的检测要求。     

最大泡压法测表面张力等温线的数据处理方法比较*

对乙酸、丙酸、正丁酸、2-甲基丁酸、3-甲基丁酸、正戊酸、正己酸、乙醇、丙醇、异丙醇、正丁醇、异丁醇、1,2-丙二醇等13种常用试剂在25 ℃下的表面张力数据拟合方法进行了比较,分析了图解法处理数据及多项式、一阶指数函数、幂函数、Shishkovsky经验公式拟合数据的优缺点。指出Shishkovsky经验公式拟合结果准确,受数据样本量影响小,是理想的表面张力数据拟合方法。     

基于多源数据特征驱动和多尺度分析的PM2.5混合预测研究

精准把握PM_2.5污染的动态演变规律对政府和企业的大气污染防治决策至关重要.因此,文章提出了基于多源数据特征驱动及多尺度分析的混合预测建模框架,以提高PM_2.5预测精度.预测建模框架分为:1)多源数据分析,有效融合与PM_2.5污染相关的气象、污染、舆情等多源数据;2)多尺度分析,通过多元经验模态分解技术(MEMD)将多源数据分解成不同模态下的预测特征;3)混合预测分析,有序结合计量和机器学习模型,集成各模态预测值为最终结果.文章以北京市PM_2.5为研究案例结果表明:1)文章提出的混合模型的预测精度优于所有的基准模型;2)微博个数和情感能够叠加提升PM_2.5预测精度,且优于单因素预测结果;3)引入MEMD分解的模型精度显著高于基准模型.     

基于SFA-Malmquist模型的区域软件与信息技术服务业全要素生产率测算与分析

软件与信息技术服务业是推动制造业迈向高质量发展的重要支撑.如何构建计量模型并测算软件与信息技术服务业的生产率,是准确把握其发展规律并识别其影响机制的基本前提.以我国28个省份的软件与信息技术服务业的面板数据,基于Translog生产函数,构建随机生产前沿方法(SFA)与Malmquist指数相结合的全要素生产率测量模型,比较分析了我国软件与信息技术服务业全要素生产率及其分解效率,并建立Tobit回归模型实证检验信息技术对软件与信息技术服务业生产率的影响及城市化的调节效应.研究表明,资本投入显著正向影响软件与信息技术服务业的产出,人力资本投入对软件与信息技术服务业的产出具有负向影响;软件与信息技术服务业技术效率呈下降趋势,全要素生产率在统计期内平均增长了5.1%且区域增长差异明显;信息技术促进了全要素生产率,城市化负向调节信息技术与全要素生产率之间的关系.因此,应提高软件与信息技术服务业的人力资本质量,提高运作过程中的技术效率,重视城市化对全要素生产率的影响.     

前景理论视角下大数据资产价值的实物期权评估方法研究

提出了一种新的大数据资产的价值评估方法.在实物期权理论的基础上,将前景理论中的值函数用于计算标的资产每种状态下公司决策者对其价值的主观判断,运用决策权重函数来计算决策者对于规模扩张权、规模收缩权等的主观权重.并基于文献的研究结果,选取了一个算例,利用最小二乘蒙特卡洛模拟对模型进行了模拟计算,得到了合理的大数据资产的评估值.创新点在于:考虑了公司决策者在决定如何运用大数据资产为企业带来收益时的非理性,构建了基于前景理论的大数据资产价值的实物期权定价模型,并且考虑到了在执行规模收缩权时,标的资产的状态可能处于盈利或亏损两种状态的情况.提出的估值模型期望可以为更好地评估大数据资产价值提供一些参考.     

码本在压缩感知矩阵中的应用

压缩感知矩阵的构造在压缩感知理论中起着举足轻重的作用.基于线性码和最优码本构造了一类新的压缩感知矩阵,并与DeVore构造的压缩感知矩阵和Gaussian随机矩阵的进比较,从不同的角度分别证明了当参数满足一定的条件时,新构造的压缩感知矩阵具有更好的性能.