基于灰色预测与BP神经网络的全球温度预测研究

为深入了解全球变暖缘由及影响,探究变暖是否停滞,考虑地球吸热、散热及海洋温度变化等因素,构建一种全球温度预测模型,预测未来25年温度变化。采用主成分分析法找出贡献度较大的3个主成分,再用3组灰色预测模型预测海洋平均温度、二氧化碳排放量、太阳长波辐射等8个变量,并进行光滑比、级比和残差检验。结果表明,预测符合前29年（1990-2018年）时间序列图规律,用历史数据训练BP神经网络,然后把8个变量的预测值代入神经网络,拟合优度为0.922 72,精度非常高,可以看出全球平均温度距平序列越来越大,说明温度正逐渐升高,而不是停滞。     

论左翼文学思潮对丁玲创作的转变

20世纪30年代,丁玲在左翼文学思潮的影响下,思想上经历了左翼文艺思想的孕育期、形成期和激进期,并沿着左翼文学思潮开创的道路一直走下去;创作上发生了重大的变化,创作题材从熟悉的小资产阶级知识分子题材转向陌生的工农题材,塑造的人物形象也有很大的差别,形成两种不同的艺术风格的文学作品。左翼文学思潮对丁玲创作转变的影响,奠定了丁玲以后的文学创作和文学成就,具有不可磨灭的贡献和积极的影响。     

文白之争的较量兼及对新文学发展的影响

现代文学史上有关文言文与白话文的论争主要有三次,内容则以其优劣、死话、雅俗、正统与非正统等问题而展开。新文学的拥护者与反对者在正反的较量中,也推动了新文学的向前发展,特别是将新文学的观念日益普及深入到中国更多更广的人群里,所谓真理愈辩愈明,此为一显著事例。     

Audio steganalysis based on ＂negative resonance phenomenon＂ caused by steganographic tools

INTRODUCTION With the rapid progress in the Internet and ex- panded area of multimedia technology, steganogra- phy and steganalysis as subfields of information se- curity have developed rapidly and drawn more and more attention. Steganography is the art of hiding and transmitting data through apparently innocuous car- riers in an effort to conceal the existence of the secret data (Peticolas et al., 1999). While steganalysis, the countermeasure to steganography, is an art that de- tects ev…     

Accounting for Model Uncertainty in the Prediction of University Graduation Rates

Empirical analysis requires researchers to choose which variables to use as controls in their models. Theory should dictate this choice, yet often in social science there are several theories that may suggest the inclusion or exclusion of certain variables as controls. The result of this is that researchers may use different variables in their models and come to disparate conclusions with respect to predicted effects and their statistical significance. In such cases one is uncertain of which particular set of regressors forms the model that represents the data. The approach used below accounts for uncertainty in variable selection by using Bayesian model averaging (BMA). Accounting for uncertainty, we demonstrate that BMA provides better out-of-sample prediction for university graduation rates than results based on alternative variable selection methods.     

杂交稻分蘖和乳熟期~(32)P、~(14)C 分布与分蘖数和谷产量

8个杂交水稻组合的分蘖数,与分蘖期~(32)P及~(14)C在分蘖的分布(％)呈显著正相关,相关系数分别为r=0.569(n=21),r=0.532(n=22)。谷粒产量与分蘖期~(32)P在分蘖分布(％)的相关系数r=0.604(n=14)。谷粒产量与乳熟期~(14)C—葡萄糖同化物在稻穗分布(％)呈显著正相关,r=0.616(n=25)。高产杂交水稻威优64、汕优66、源优植和广优56的谷粒产量与~(14)C在乳熟期稻穗的分布和从剑叶的输出率相关系数大,低产杂交水稻汕A×芦36—1,D优66等相关系数小。讨论了~(32)P、~(14)C在分蘖和稻穗的分布动态,可作为预测杂交水稻产量的指标。     

小康示范村总体规划中人口规模预测研究——以南阳新野县李湖村为例

首先分析了影响村镇人口规模的主要因素有计划生育政策、环境因素、产业结构、行政因素等，然后对常用人口预测方法进行了评价，在此基础上以南阳新野县李湖小康示范村为例，根据得到的资料，结合规划区的实际情况和规划人员的能力选择适宜的方法进行预测，通过比较综合，得到规划期的人口规模。     

基于神经网络的数控机床可靠性预计研究

本文提出了利用人工神经网络来辅助实现数控机床的可靠性预计的方法，建立了用于数控机床可靠性预测的三层BP神经网络模型，给出了具体的算法，并通过实例证明该方法比传统的数学模型预计方法更准确和可靠。     

基于XGBoost算法的社交网络链路预测

提升链路预测精度是复杂网路研究的基础问题之一。传统基于局部信息相似性、基于全局信息相似性与基于随机游走相似性的链路预测都是基于单个相似性指标进行预测的,而没有充分利用这些相似性指标的综合信息。将链路预测问题看作机器学习中的二分类问题,将有连接的样本标签记为1,无连接的样本标签记为0,将基于局部信息、基于全局信息与基于随机游走相似性等15个指标作为样本特征。综合考虑以上信息,使用XGBoost算法,选取AUC作为模型评价准则,在facebook真实数据集上进行实验。结果表明,该算法在测试集上的AUC高于基于单个相似性指标链路预测的AUC。