检索结果-内蒙古大学图书馆

统计研究 2017年第12期34卷 99-109页

作者：许永洪陈剑伟厦门大学经济学院统计系计量经济学教育部重点实验室(厦门大学) 福建省统计科学重点实验室(厦门大学) 福建省高等学校人文社会科学研究基地"厦门大学数据挖掘研究中心" 厦门大学经济学院

本文构建了一类部分线性固定效应空间滞后面板模型,在此模型中,综合考虑了固定效应、参数自变量和非参数自变量的影响。基于截面拟极大似然估计方法对模型的参数部分和非参数部分进行了估计,并在个体数n和时期数T都很大的情况下,推导估... 详细信息

本文构建了一类部分线性固定效应空间滞后面板模型,在此模型中,综合考虑了固定效应、参数自变量和非参数自变量的影响。基于截面拟极大似然估计方法对模型的参数部分和非参数部分进行了估计,并在个体数n和时期数T都很大的情况下,推导估计量的大样本表现。研究结果表明,在大样本条件下,估计量具有一致性,参数估计量满足渐近正态分布并且收敛速度为(nT)^(1/2)。

关键词：固定效应部分线性空间滞后面板模型

来源：评论

学校读者我要写书评

暂无评论

一种自供电多传感器无线环境质量监测系统的设计

引用

贵州师范大学学报（自然科学版） 2019年第1期37卷 86-92页

作者：梁志勋易云飞莫燕斌闭吕庆胡波代亮河池学院智能计算与模式识别重点实验室广西宜州546300 桂林电子科技大学电子工程与自动化学院广西桂林541004 玉林师范学院电子与通信工程学院复杂系统优化与大数据处理广西高校重点实验室广西玉林537000 厦门大学信息科学与技术学院福建厦门361005 贵州师范大学机械与电气工程学院贵州贵阳550025 贵州师范大学大数据与计算机科学学院贵州贵阳550025

为了实时精确监测既定区域的环境质量状况,解决传统无线传感网因电池不耐用又不能及时更新而导致网络中断的问题,研究设计了一种自供电多传感器的无线环境质量监测系统。所研究设计的无线传感网节点利用太阳能光伏电池板发电完成自供电... 详细信息

为了实时精确监测既定区域的环境质量状况,解决传统无线传感网因电池不耐用又不能及时更新而导致网络中断的问题,研究设计了一种自供电多传感器的无线环境质量监测系统。所研究设计的无线传感网节点利用太阳能光伏电池板发电完成自供电,并对最大功率点跟踪控制算法进行了优化改进,解决了因电池不能及时充电而导致的传感器节点工作异常的问题,实现了环境质量状况无人值守实时监测。利用数据融合算法,将多节点传感器采集到的数据进行数据融合,通过实验测试表明,所设计系统的测试数据和当地当天中国环境监测总站发布的环境质量状况数据基本吻合。

关键词：多传感器无线传感网环境质量监测自供电最大功率点跟踪数据融合

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络的儿科临床辅助决策算法

引用

中国数字医学 2018年第11期13卷 32-34页

作者：史佳吴谨准范晓亮陈坚陈龙彪许中赵敏厦门大学附属第一医院福建省厦门市镇海路55号361001 福建省智慧城市感知与计算重点实验室(厦门大学) 数字福建健康医疗大数据研究所(厦门大学) 智业软件股份有限公司

目的:使用深度神经网络对儿科电子病历进行挖掘分析,实现临床辅助决策支持。方法:首先,对非结构化电子病历数据进行预处理,然后利用自然语言处理技术将其转化为句向量。其次,构建双向循环神经网络(BiRNN)模型,用来捕捉患者的临床症状与... 详细信息

目的:使用深度神经网络对儿科电子病历进行挖掘分析,实现临床辅助决策支持。方法:首先,对非结构化电子病历数据进行预处理,然后利用自然语言处理技术将其转化为句向量。其次,构建双向循环神经网络(BiRNN)模型,用来捕捉患者的临床症状与多重环境因素之间的复杂关联关系。最后,面向149 817条儿科电子病历数据集来训练和验证模型。结果:实验结果表明,提出的基于双向循环神经网络的儿科临床辅助决策算法的预测精度优于四种对比算法。

关键词：电子病历临床决策支持系统深度神经网络

来源：评论

学校读者我要写书评

暂无评论

与能源消耗等指标发生偏离的GDP是否可信

引用

统计研究 2017年第5期34卷 17-27页

作者：许永洪洪昕陈建伟厦门大学经济学院统计系计量经济学教育部重点实验室(厦门大学) 福建省统计科学重点实验室(厦门大学) 福建省高等学校人文社会科学研究基地"厦门大学数据挖掘研究中心" 厦门检验检疫局华侨大学应用统计与大数据研究中心美国圣地亚哥州立大学

本文选取了1995-2014年全国30个省市数据,综合使用了向量自回归模型、参数面板模型、非参数面板模型和面板门限模型对GDP增速与电力消费增速、第二产业增速、第三产业增速、财政收入增速、货物流转增速、能源消费增速和固定资产投资增... 详细信息

本文选取了1995-2014年全国30个省市数据,综合使用了向量自回归模型、参数面板模型、非参数面板模型和面板门限模型对GDP增速与电力消费增速、第二产业增速、第三产业增速、财政收入增速、货物流转增速、能源消费增速和固定资产投资增速等物理性指标间的关系进行了建模。实证研究发现,GDP增速、电力消费增速、第三产业增速、能源消费增速之间存在作用机制,但是这种影响模式并非一成不变,在不同时间段内,其模式发生改变,同时,这一影响模式也随着人均GDP的变化而发生阶段性改变。在经济新常态下,不能因为经济转型中的GDP数据与物理指数之间发生偏离,而简单否定GDP的准确性。

关键词：物理指数宏观经济评价数据质量评估

来源：评论

学校读者我要写书评

暂无评论

多源卫星观测的全球海洋次表层温度异常信息提取

引用

遥感学报 2017年第6期21卷 881-891页

作者：黎文娥苏华汪小钦严晓海福州大学地理空间信息技术国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室福州350002 厦门大学-美国特拉华大学近海海洋研究与管理联合研究所厦门361005

基于表层卫星遥感观测的中深层海洋遥感对于了解海洋内部异常及其动力过程有重要意义。如何从现有的海洋表层遥感观测资料提取海洋内部关键动力环境信息场是具有挑战性的海洋遥感技术前沿。本文采用支持向量回归(SVR)方法,通过卫星遥感... 详细信息

基于表层卫星遥感观测的中深层海洋遥感对于了解海洋内部异常及其动力过程有重要意义。如何从现有的海洋表层遥感观测资料提取海洋内部关键动力环境信息场是具有挑战性的海洋遥感技术前沿。本文采用支持向量回归(SVR)方法,通过卫星遥感观测获取的多源海表参量(海表高度异常(SSHA)、海表温度异常(SSTA)、海表盐度异常(SSSA)和海表风场异常(SSWA)),选择最优参量输入组合,感知海洋次表层温度异常(STA),并用实测Argo数据作精度验证。结果表明SVR模型可准确估算全球尺度的STA(1000 m深度以浅);当SVR输入变量为2个(SSHA、SSTA)、3个(SSHA、SSTA、SSSA)、4个(SSHA、SSTA、SSSA、SSWA)时对应的平均均方差(MSE)分别为0.0090、0.0086、0.0087,平均决定系数(R2)分别为0.443、0.457、0.485。因此,除了SSHA和SSTA外,SSSA与SSWA的输入对SVR模型的估算有积极影响,有助于提高STA的估算精度。在全球增暖与减缓背景下,该研究可为从表层卫星遥感观测提取海洋内部热力异常信息研究提供重要技术支持,有利于拓展卫星对海观测范围。

关键词：多源卫星观测次表层温度异常支持向量回归信息提取全球海洋

来源：评论

学校读者我要写书评

暂无评论

数据挖掘技术在材料设计应用中的探索

数据挖掘技术在材料设计应用中的探索

引用

2018中国材料大会

作者：于金鑫郭顺姜青山王翠萍刘兴军厦门大学材料学院及福建省材料基因工程重点实验室中国科学院深圳先进技术研究院中国科学院深圳先进技术研究院厦门大学材料学院及福建省材料基因工程重点实验室哈工大(深圳)材料基因与大数据研究院厦门大学材料学院及福建省材料基因工程重点实验室

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的新型钴基高温合金的设计

基于机器学习的新型钴基高温合金的设计

引用

第18届全国相图学术会议

作者：刘兴军于金鑫郭顺姜青山王翠萍哈工大(深圳)材料基因与大数据研究院广东深圳 518055 厦门大学材料学院及福建省材料基因工程重点实验室福建厦门 361005 厦门大学材料学院及福建省材料基因工程重点实验室福建厦门 361005 中国科学院深圳先进技术研究院广东深圳 518055 中国科学院深圳先进技术研究院广东深圳 518055 厦门大学材料学院及福建省材料基因工程重点实验室福建厦门 361005

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的新型钴基高温合金的设计

基于机器学习的新型钴基高温合金的设计

引用

第二届材料基因工程高层论坛

航空发动机和燃气轮机是我国“十三五”期间的重点研究专项，而高温合金是航空发动机和燃气轮机的核心。目前被广泛使用的高温合金主要是Ni 基高温合金。

关键词：高温合金相稳定性材料设计机器学习

来源：评论

学校读者我要写书评

暂无评论

HAR-RV-EMD-J模型及其对金融资产波动率的预测研究

引用

管理评论 2017年第1期29卷 19-32页

作者：龚旭文凤华黄创霞杨晓光中南大学商学院长沙410083 厦门大学经济学院厦门361005 温州大学金融研究院温州325035 长沙理工大学数学与计算科学学院长沙410114 中国科学院数学与系统科学研究院管理决策与信息系统重点实验室北京100190

本文在HAR-RV模型的基础上,运用EMD等方法将模型中的已实现波动率分解成高频已实现波动率、低频已实现波动率和趋势已实现波动率,并加入跳跃波动率成分,构建HARRV-EMD-J模型;接着,以沪深300股指和沪深300股指期货的5分钟高频交易数据为... 详细信息

本文在HAR-RV模型的基础上,运用EMD等方法将模型中的已实现波动率分解成高频已实现波动率、低频已实现波动率和趋势已实现波动率,并加入跳跃波动率成分,构建HARRV-EMD-J模型;接着,以沪深300股指和沪深300股指期货的5分钟高频交易数据为实证样本,对HAR-RV-EMD-J模型以及常见的四个HAR类波动率模型进行样本内分析和样本外分析,并对其分析结果进行稳健性检验。研究发现:在HAR-RV-EMD-J模型中,高频已实现波动率和低频已实现波动率包含对未来1日、1周、2周和1月波动率的预测信息较多,而趋势已实现波动率和跳跃波动率包含的预测信息较少;HAR-RV-EMD-J模型对未来1日、1周、2周和1月波动率的样本内和样本外预测能力都明显强于其他四个HAR类波动率模型。

关键词：已实现波动率波动率预测 HAR-RV模型 EMD方法 SPA检验

来源：评论

学校读者我要写书评

暂无评论

人工智能　知识图谱技术框架

人工智能　知识图谱技术框架

引用

作者：李瑞琪李佳韩丽郭楠贾仕齐韦莎李涓子王伟光查琳郭晓妮詹青杨帆贾承斌侯磊程序李琴邹丽华杨斌陈琦苏海波周磊王海涛石智中白洋蒲江波刘丁枭袁军刘永彬杨雷宋明艳谭培波高雪松陈嘉俊熊林海钟礼斌何舟李军尹青云陈通高永超陆保国谢泽宇张超刘煜柳军王飞王虎斌郑毅黄子珍陈徯刘安安王鑫张淯易舒明雷单珂周福辉方志军吴鹏亮钟臻哲宋勋超王洋陈建成洪万福张鹏严红孙佩霞胡芳槐吴文旷艾青石晓东赵耕弘高艳王秋月李瑞瑞陈光段飞虎王博宇颜子夜孙林曾俊瑀李爽陈佳林吴刚李军欧阳纯萍王芳杰聂为之赵春昊傅洛伊谈元鹏曲珊周研肖向春刘博李卫东李源张娟宋文韬张学琴苏婧仪李钊蔡巍李东海丁军吴刚王先庆张文斌徐佳吉姜伟浩姚博蔺静茹苏玉召马力刘海涛符海芳鲍捷张明英张浩男李笑如王启迪金耀辉姜伟浩王文广王艺杰孙伟张树刚洪鹏达万亚平蒋炜张楠郎俊奇焦飞马洪奎杨娟胡芳槐李论曹扬张晨李林峰中国电子技术标准化研究院江苏赛西科技发展有限公司深圳赛西信息技术有限公司清华大学成都数联铭品科技有限公司中电科大数据研究院有限公司沈阳东软智能医疗科技研究院有限公司北京华宇元典信息服务有限公司北京国双科技有限公司青岛百洋智能科技股份有限公司网智天元科技集团股份有限公司华为云计算有限公司北京百分点科技集团股份有限公司四川大学上海依图网络科技有限公司腾讯云计算(北京)有限责任公司天津大学中国医学科学院生物医学工程研究所同方知网数字出版技术股份有限公司北京车之家信息技术有限公司北京京航计算通讯研究所南华大学绿盟科技集团股份有限公司海信集团控股股份有限公司浙商银行股份有限公司北京海致星图科技有限公司之江实验室南京行者易智能交通科技有限公司山东省人工智能研究院东软集团股份有限公司山东亿云信息技术有限公司华为技术有限公司山东省计算中心(国家超级计算济南中心) 电科云(北京)科技有限公司南京视察者智能科技有限公司中国电信股份有限公司研究院北京智通云联科技有限公司厦门邑通软件科技有限公司上海智能制造功能平台有限公司上海智能制造系统创新中心有限公司南京柯基数据科技有限公司南京航空航天大学中国电子科技集团公司第二十八研究所上海工程技术大学中电莱斯信息系统有限公司北京富通东方科技有限公司云从科技集团股份有限公司南瑞集团有限公司(国网电力科学研究院有限公司) 杭州海康威视数字技术股份有限公司北京百度网讯科技有限公司中科软科技股份有限公司海乂知信息科技(南京)有限公司上海交通大学厦门盈趣科技股份有限公司厦门渊亭信息科技有限公司北京智谱华章科技有限公司富士康工业互联网股份有限公司广州广电运通金融电子股份有限公司北京电解智科技有限公司浙江柏视医疗科技有限公司如你所视(北京)科技有限公司云孚科技(北京)有限公司暗链科技(深圳)有限公司中国电力科学研究院有限公司浙江创邻科技有限公司京东方科技集团股份有限公司中电科新型智慧城市研究院有限公司北京文因互联科技有限公司云南昆船设计研究院有限公司海尔优家智能科技(北京)有限公司达而观信息科技(上海)有限公司深圳市矽赫科技有限公司郑州南河星科技有限公司青岛海容商用冷链股份有限公司医渡云(北京)技术有限公司

标准类型：国家标准

本文件给出了知识图谱的概念模型和技术框架，规定了知识图谱供应方、知识图谱集成方、知识图谱用户、知识图谱生态合作伙伴的输入、输出、主要活动和质量一般性能等要求。本文件适用于知识图谱及其应用系统的构建、应用、实施与维护。

标准号: GB/T 42131-2022

关键词：

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：