检索结果-内蒙古大学图书馆

西安交通大学学报 2025年第2期59卷 146-155页

作者：任晓萍陈志平西安交通大学数学与统计学院西安710049 东北石油大学数学与统计学院黑龙江大庆163318

为了提高股票价指数预测的准确性、增强统计建模性能优化与股票指数特征相依的交易策略效果,提出一种将指数预测与量化交易策略有效结合的门控循环单元深度进化量化模型(GRU-DES)。首先,建立循环神经网络(RNN)、长短时记忆神经网络(LSTM... 详细信息

为了提高股票价指数预测的准确性、增强统计建模性能优化与股票指数特征相依的交易策略效果,提出一种将指数预测与量化交易策略有效结合的门控循环单元深度进化量化模型(GRU-DES)。首先,建立循环神经网络(RNN)、长短时记忆神经网络(LSTM)和门控循环单元网络(GRU)预测模型,分别对上海证券交易所(上证)超大盘股票指数、上证中盘股票指数和上证小盘股票指数进行预测;接着采用所提出的深度进化量化模型(DES)对三大股票指数的预测值与真实值进行回测研究,通过比较预测结果与真实结果在同一策略下的各项回测指标和交易细节等特性确定最优网络结构和策略参数,进而优化深度进化策略;最后根据优化后的策略提出了GRU-DES模型,并再次对三大股票指数进行样本外数据回测来验证模型有效性。实证回测结果表明:所提出的GRU-DES模型在各量化回测指标上较LSTM-DES模型与RNN-DES模型的预测精度均高出14%以上,有效解决了统计预测指标的随机性和过拟合的问题;根据2016年至2024年7年间数据回测,所提出的GRU-DES模型比强化学习模型在各回测指标中均展现了稳定性和有效性。

关键词：股票指数量化模型长短时记忆神经网络门控循环单元收益率

来源：评论

学校读者我要写书评

暂无评论

中国物流绿色低碳发展空间关联效应及影响因素

引用

环境科学 2025年第3期46卷 1462-1472页

作者：马越越李银平马琳茜东北财经大学管理科学与工程学院大连116025 西安交通大学数学与统计学院西安710049

物流基础设施网络完善和物流低碳转型需求增加,使物流绿色低碳发展表现出明显的空间关联特征,全面评估物流绿色低碳发展的空间关联效应及成因,对促进物流低碳转型和区域协同发展具有重要意义.基于非期望产出全局EBM模型测度中国各省物... 详细信息

物流基础设施网络完善和物流低碳转型需求增加,使物流绿色低碳发展表现出明显的空间关联特征,全面评估物流绿色低碳发展的空间关联效应及成因,对促进物流低碳转型和区域协同发展具有重要意义.基于非期望产出全局EBM模型测度中国各省物流绿色低碳发展水平并揭示其空间关联效应和影响因素.结果表明:①省际物流绿色低碳发展水平呈现复杂、多线程的空间关联网络,各地区存在显著的空间溢出效应,空间关联网络的通达性和稳定性较好;②省际间物流绿色低碳发展的溢出和受益格局不平衡,东部物流能源消耗和污染产出较低,在低碳物流发展上形成领跑优势,中西部聚集高能耗高污染产业,是绿色低碳发展的关键地区,处于吸收邻近地区绿色物流经济活动的受益阶段;③京津冀、华南和西部陆海新通道沿线省份为经纪人板块,是实现物流高质量发展的重要枢纽,华东和东部沿海为双向溢出板块,处于物流绿色升级的关键阶段,在板块内外起双向“引领”作用,西部为主受益板块,承接东部产业转移,处于绿色技术吸收改进阶段,溢出能力有限;④交通关联密切地区在物流低碳发展上存在竞争效应,产业结构、交通基础设施和政府支持的地区差异增强物流绿色低碳发展的溢出和流动,相似的物流集聚和节能技术水平有助于物流低碳发展空间关联网络的形成.上述研究为明确各省物流绿色低碳发展程度及区域间的受益和溢出通道,有效发挥交通基础设施和节能技术手段,实现物流绿色低碳区域联动和协同提升提供借鉴参考.

关键词：非期望产出EBM模型绿色低碳发展空间关联最小生成树 QAP方法

来源：评论

学校读者我要写书评

暂无评论

基于变分自编码器的流形学习降维方法

引用

计算机辅助设计与图形学学报 2025年第3期37卷 439-445页

作者：冯琳琳王长鹏吴田军张讲社长安大学理学院西安710064 西安交通大学数学与统计学院西安710049

针对科学数据集的规模和复杂性的迅速增长,现有的降维方法存在“拥挤问题”以及不能嵌入新样本的问题,提出了一种变分自编码器均匀流形近似与投影的数据降维方法.首先,为减小高维数据之间的耦合性,利用变分自编码器将数据压缩为潜在变量... 详细信息

针对科学数据集的规模和复杂性的迅速增长,现有的降维方法存在“拥挤问题”以及不能嵌入新样本的问题,提出了一种变分自编码器均匀流形近似与投影的数据降维方法.首先,为减小高维数据之间的耦合性,利用变分自编码器将数据压缩为潜在变量;然后,运用均匀流形近似与投影进一步将潜在变量降维,使低维嵌入更好地保持原始数据之间的相似性关系;最后,将所提方法用训练集进行拟合,并嵌入一个样本外测试集来评估对新数据的泛化能力.实验结果表明,在MNIST和Fashion-MNIST数据集上,与UMAP,DensMAP,VAE和AE这4个优秀降维方法相比,所提方法的可信度得分分别达到0.9944和0.9939,超越了当前最好方法UMAP 0.0316和0.0141,同时在可视化、Kendall秩相关系数以及分类精度评价指标上也有显著的改进.

关键词：变分自编码器均匀流形近似与投影非线性降维流形学习

来源：评论

学校读者我要写书评

暂无评论

师―生―AI协同课堂:人工智能赋能大学数学教育的载体及实践

引用

中国大学教学 2025年第4期 59-65,81页

作者：都琳徐爽徐宗本西北工业大学数学与统计学院西安交通大学数学与统计学院中国科学院中国科学院信息技术科学部

人工智能赋能教育为教育的高质量发展开辟了新赛道,带来了新机遇,也推动了一批教育新观念、新模式、新方法的形成。文章提出实施这些新观念、新模式、新方法的一个综合试验平台:师–生–AI协同课堂。该课堂以大学科/大场景/大观念教育... 详细信息

人工智能赋能教育为教育的高质量发展开辟了新赛道,带来了新机遇,也推动了一批教育新观念、新模式、新方法的形成。文章提出实施这些新观念、新模式、新方法的一个综合试验平台:师–生–AI协同课堂。该课堂以大学科/大场景/大观念教育为基础,将一个知识单元的教学按导论课、研讨课、总结课“三步法”组织。导论课和总结课由教师主持,研讨课在人工智能辅助下学生自主研学。教师的导论课“以提出问题为中心”为学生设置学习任务与场景;研讨课由学生在人工智能大模型辅助下,完成“以分析问题为中心”的协同研讨和自主学习;总结课除学生代表交流学习成果外,由教师“以解决问题为中心”完成知识归纳并指引本知识单元的价值意义与未来发展。师–生–AI协同课堂可实现教师与人工智能技术的优势互补、相互增强,可实现学生的高度参与、个性化学习及社会情感能力培养,为实现“以问题为中心”的创新教育提供实践平台和载体。该平台和载体具体应用于大学数学“概率论与数理统计”课程教学,取得了“学生学习积极性、主动性、综合能力显著提升”的良好效果,验证了平台的可行性和普遍可用性。

关键词：人工智能大学数学课程师―生―AI协同课堂

来源：评论

学校读者我要写书评

暂无评论

基于激光雷达与惯导融合的掘进机定位方法

引用

工矿自动化 2025年第3期51卷 78-85,95页

作者：刘京魏志强蔡春蒙刘洋三一智能装备有限公司陕西西安712000 西安交通大学数学与统计学院陕西西安710049

煤矿掘进机精准定位是智能掘进的基础,但井下低光照、高粉尘等恶劣作业环境导致单一定位方法精度低、稳定性差。为提高掘进机在恶劣环境中的定位精度,提出了一种基于误差状态卡尔曼滤波(ESKF)的激光雷达与惯导融合的掘进机定位方法。首... 详细信息

煤矿掘进机精准定位是智能掘进的基础,但井下低光照、高粉尘等恶劣作业环境导致单一定位方法精度低、稳定性差。为提高掘进机在恶劣环境中的定位精度,提出了一种基于误差状态卡尔曼滤波(ESKF)的激光雷达与惯导融合的掘进机定位方法。首先,以悬挂在巷道顶部的球靶中心为巷道坐标系原点,设计基于密度的噪声鲁棒空间聚类(DBSCAN)算法和基于形状特征的球靶点云提取算法,解决传统依靠反射强度区分球靶的方法在粉尘堆积时易失效的问题,结合坐标变换方法构建雷达位置测量系统以获得融合定位基准。其次,利用惯导积分得到掘进机的位置和姿态信息。然后,基于一阶高斯马尔可夫过程进行误差状态建模,采用误差状态卡尔曼滤波算法融合雷达和惯导的输出,得到掘进机在巷道中的融合定位结果,并将融合定位结果反馈给惯导,以校正其累计误差,从而获得精准的定位结果。定位试验结果表明:在掘进机静止状态下,不同位置和姿态角下雷达定位系统的位置误差小于10 cm,惯导定位系统的位置误差小于70 cm;在掘进机运动状态下,融合系统的位置误差为5.8 cm,相比雷达系统的位置误差降低了12.1%。基于激光雷达与惯导融合的掘进机定位方法可以在复杂掘进工况中满足煤矿掘进机自动截割时的定位需求。

关键词：掘进机定位激光雷达惯导误差状态卡尔曼滤波基于密度的噪声鲁棒空间聚类算法球靶

来源：评论

学校读者我要写书评

暂无评论

基于非凸稀疏优化的影像遗传学特征筛选方法

引用

计算机技术与发展 2025年第4期35卷 135-140页

作者：赵迎利朱旭西安交通大学城市学院数学教学部陕西西安710018 西安交通大学数学与统计学院陕西西安710049

为了从海量的影像学数据与遗传学数据筛选出与精神类疾病紧密相关的生物标志物特征,传统方法在处理此类多模态高维数据时往往过度惩罚系数导致过稀疏,进而引入估计偏差。针对此问题,提出一种有效的影像遗传学特征筛选方法,该方法通过将... 详细信息

为了从海量的影像学数据与遗传学数据筛选出与精神类疾病紧密相关的生物标志物特征,传统方法在处理此类多模态高维数据时往往过度惩罚系数导致过稀疏,进而引入估计偏差。针对此问题,提出一种有效的影像遗传学特征筛选方法,该方法通过将改进的基于双曲正切函数的近似l 0范数作为正则项惩罚典型相关分析,将最大化两类数据间的相关性作为优化目标,从而避免过度惩罚导致关键特征丢失,最终实现无偏估计和稳定特征筛选的双重目标。为了高效求解此优化问题,采用基于局部二次逼近技术和交替凸搜索方法的优化算法。模拟数据实验结果表明,该方法展现了更高的特征筛选的全面性和相关系数估计的准确性,精神分裂症数据实验结果表明,该方法成功地识别出了包括IL10在内的8种潜在候选基因,以及丘脑在内的7个风险脑区。

关键词：非凸惩罚改进的双曲正切函数典型相关分析特征筛选精神分裂症

来源：评论

学校读者我要写书评

暂无评论

“概率论与数理统计”课程思政教学改革途径研究

引用

黑龙江教育(理论与实践) 2025年第3期 93-96页

作者：王长鹏贾骏雄刘敏长安大学理学院陕西西安710064 西安交通大学数学与统计学院陕西西安710049

课程思政是指通过构建全员、全程、全方位育人格局的形式,使各类课程与思想政治理论课同向同行,形成协同效应,从而落实立德树人根本任务的一种综合教育理念。在高校课程思政理念下,文章剖析了“概率论与数理统计”课程的教学现状,结合... 详细信息

课程思政是指通过构建全员、全程、全方位育人格局的形式,使各类课程与思想政治理论课同向同行,形成协同效应,从而落实立德树人根本任务的一种综合教育理念。在高校课程思政理念下,文章剖析了“概率论与数理统计”课程的教学现状,结合与教学内容相关的思政教学案例,提出了课程思政教学改革途径,将家国情怀、思想道德、科学精神、辩证唯物主义、社会主义核心价值观等思政元素融入课程教学内容中,提升学生的思想道德修养,激发学生的学习兴趣,使教学效果更具深度、广度和效度。

关键词：课程思政 “概率论与数理统计”课程教学改革思政元素教学模式

来源：评论

学校读者我要写书评

暂无评论

基于相对熵组合权重的战斗机作战能力评估

引用

工程数学学报 2025年第2期42卷 379-387页

作者：权家乐惠永昌汤恒仁李皓铭中国飞行试验研究院西安710089 西安交通大学数学与统计学院西安710049

歼击机作战能力评估,旨在对歼击机的整体作战性能给出可靠结论,具有十分重要的意义。而随着作战模式的转变,较为简单的传统作战能力评估框架,并不适用于更加复杂的作战场景。因此,综合考虑真实作战场景中可能出现的各种情况,针对传统作... 详细信息

歼击机作战能力评估,旨在对歼击机的整体作战性能给出可靠结论,具有十分重要的意义。而随着作战模式的转变,较为简单的传统作战能力评估框架,并不适用于更加复杂的作战场景。因此,综合考虑真实作战场景中可能出现的各种情况,针对传统作战能力评估方法的局限性,综合考虑指标体系和试验数据两方面因素,使用正态云模型对指标完成度得分和组合权重进行聚合,给出歼击机作战能力评估问题的综合解决方案。同时,重点关注综合评估过程中权重分配的合理性和有效性,使用基于相对熵的组合赋权法作为最终的指标权重计算方式,通过在领域专家先验知识和数据内在规律之间进行权衡的方式,综合考虑主观权重与客观权重的优劣势,使得综合评估结果更加真实可靠。

关键词：作战性能层次分析法熵权法相对熵云理论

来源：评论

学校读者我要写书评

暂无评论

人工智能与科学教育协同共进加快培养拔尖创新人才——徐宗本院士访谈录

中小学科学教育

引用

中小学科学教育 2025年第2期2卷 10-13页

作者：徐宗本张一鸣中国科学院西安交通大学数学与统计学院西安710049 人民教育出版社博士后科研工作站北京100081

徐宗本院士长期从事数学与信息科技的交叉融合研究,在应用数学、智能信息处理、机器学习、大数据与人工智能基础理论研究等领域取得了系统性与原创性成果,2011年当选为中国科学院院士。曾获国家自然科学奖二等奖、国家科学技术进步奖二... 详细信息

徐宗本院士长期从事数学与信息科技的交叉融合研究,在应用数学、智能信息处理、机器学习、大数据与人工智能基础理论研究等领域取得了系统性与原创性成果,2011年当选为中国科学院院士。曾获国家自然科学奖二等奖、国家科学技术进步奖二等奖、中国工业与应用数学学会(CSIAM)苏步青应用数学奖,荣获2024年度吴文俊人工智能科技成就奖。本刊编辑部特别专访了徐宗本院士,请他分享对人工智能时代科学教育与人才培养的思考。

关键词：徐宗本拔尖创新人才人工智能协同共进

来源：评论

学校读者我要写书评

暂无评论

从传统数值方法到神经网络：偏微分方程数值解的演进与展望

引用

现代应用物理 2025年第1期 41-66页

作者：王飞党浩宁尚勇孙靖博李泽塬李云龙西安交通大学数学与统计学院

偏微分方程在物理、工程、生物、医学、金融等多个领域具有广泛的应用。然而，在解决许多实际问题时，偏微分方程往往难以获得解析解。因此，构造高效的数值方法以求解这些问题成为了重要的研究方向。传统的数值方法，如有限元法和有限... 详细信息

偏微分方程在物理、工程、生物、医学、金融等多个领域具有广泛的应用。然而，在解决许多实际问题时，偏微分方程往往难以获得解析解。因此，构造高效的数值方法以求解这些问题成为了重要的研究方向。传统的数值方法，如有限元法和有限差分法，已成为科学计算中的核心工具，并在天气预报、油藏勘探、飞行器设计及新能源开发等领域发挥了不可替代的作用。这些方法通常依赖于对问题域的网格划分，但网格生成过程复杂且耗时，尤其是在处理区域形状复杂或具有大变形的问题时。此外，时间迭代方法可能会面临不稳定性和误差累积的问题，影响计算的效率和准确性。高维问题的求解中，这些传统方法还面临“维数灾难”,即计算资源需求急剧增加，导致求解过程变得困难。为解决这些问题，作为一种新兴技术，深度神经网络模型已广泛应用于各种偏微分方程的求解，并展现出了巨大的潜力。本文综述了该领域的最新研究进展，重点探讨神经网络的逼近性理论、偏微分方程的神经网络方法、基于变分原理的神经网络方法、基于随机神经网络的求解方法及数据驱动的算子学习方法。

关键词：偏微分方程有限元有限差分人工智能随机神经网络算子学习

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：