通过串音预测对PCB布线的3W规则进行验证

在传输线理论的基础上，利用有限元(FEM)法计算分层介质中微带线上场的分布，并通过SPICE仿真对其等效电路在不同频率电源激励下产生的串音进行预测．预测结果验证了印制电路板布线遵从“3W”规则的重要性．由此得出结论：3W规则的使用有功于PCB设计满足EMC系统设计标准，并最大限度地减小印制线之间的耦合．     

基于XG-B00ST和多数据源的药物重定位预测

新药物研发时间长、成本高,但成功率低,为了提高收益比,药物重定位即旧药新用受到了广泛关注。从临床和实验角度鉴定药物的新用途需要耗费大量人力和物力,从计算角度预测药物新用途成为研究热点;并且,随着药物和疾病相关的大量多层次组学数据积累,通过挖掘药物相关数据鉴定药物新用途成为可能。重点挖掘药物化学结构、药理性质、药物靶蛋白功能、疾病表型等数据得到相应特征,并将这些药物疾病特征进行整合,再将特征输入XG-BOOST模型进行预测。实验结果表明,该方法准确率达87.9%,较逻辑回归、随机森林具有更高的预测精度。     

基于改进的DTW算法的仿真与分析

传统的DTW算法着重于时间规整和间距测量的概念，对数据的可靠性没有进行有效的分析，且对连续词的识别效果不明显。基于松弛起始点和分段思想的改进DTW算法，可以改善明阿算法的缺陷。通过对语音样本0．9在MATLAB6．5上的仿真实现与分析表明，采用改进后的DTW算法具有良好的语音识别效果。     

购并目标公司预测模型实证研究

本文以我国2001年公司购并活动为研究对象，选取75家上市公司为样本，利用Logistic回归建立预测模型，对目标公司的回判准确率为77．33％。文章发现，非完全市场化的上市制度和过小的市场容量是导致目标公司质量低下的主要原因，上市公司控制权的出售仍然是为处置不良资产，还没有被看作整合内外资源、提高核心竞争力的手段。本文的研究支持A股市场半强式有效假说。     

基础学科引文峰值区域比较研究

本文根据1989－1998年SCI收录中国基础学科的科技论文量和引文量，分析了基础学科引用数据的不同峰值变化。     

引文国际化对论文被引的影响研究

[目的/意义]在学术交流日趋国际化的背景下,本文拟探索引文国际化与被引量之间的关系,力图回答良好的国际视野是否有助于提升论文的学术影响力这一学界普遍关注的问题。[研究设计/方法]以社会科学为研究对象,选取管理学、图书情报学和新闻传播学的181,406篇CSSCI论文为研究样本,采用相关分析、非参数检验与回归分析的方法研究引用外文期刊论文的数量、学术质量、学科领域、时效性对论文被引量的影响。[结论/发现]在控制了文献类型、期刊声誉等若干可能影响论文被引量的因素后,发现样本论文的引文国际化水平对其被引量具有显著的正向影响。具体而言,引用外文期刊论文的数量越多、平均学术质量越高、学科专属度越高、平均时效性越强的论文具有更高的被引量。[创新/价值]证实了国际视野有助于提升中文社科论文的学术影响力,并提出了有针对性的建议。     

参考文献引用中的学术不端行为分析

对参考文献引用中存在的学术不端行为进行了分析,总结出诱引、匿引、转引、滥引、崇引和曲引六种行为,并提出了识别和防范建议.     

北魏“手铸金人”制试探

＂手铸金人＂是北魏王朝对国家大事进行预测的一种方式,皇帝将铸金人的成败视为事件吉凶的预兆。最初该方式只用于对皇后选立的预测,北魏后期,这项制度走出了后宫,成为鲜卑贵族对皇位继承进行预测的一种重要方式。     

基于PSO和多元线性回归的奥运会奖牌预测分析

针对传统奥运会成绩预测模型中存在的不足,提出一种将PSO和多元线性回归分析相结合的预测模型。分析多元线性回归和PSO算法后,结合体育比赛的特点,通过PSO优化迭代计算,确定奖牌统计模型中各回归系数,建立了奥运会参赛国成绩与回归系数之间复杂的非线性关系。利用Matlab对建立奖牌模型进行了验证,预测精度高。     

基于随机游走增强型矩阵分解的混合服务预测

随着Web服务数量的急剧增长,如何在大量功能相似但非功能属性各异的服务中选择满足用户个性化需求的服务是亟需解决的问题。基于QoS（Quality of Service）预测的服务推荐方法成为研究热点。然而, QoS数据的稀疏性和“冷启动”问题阻碍其发展。针对当前主流的QoS预测模型预测精度不高和收敛速度较慢等问题,提出一种基于随机游走模型和矩阵分解技术的混合QoS预测方法。该方法首先基于矩阵分解获得用户及服务的潜因子矩阵,并将用户潜因子矩阵转化为用户相似度矩阵;然后基于用户相似度矩阵并结合Web服务的网络位置信息,使用随机游走模型提高用户相似度矩阵的准确性;最终结合协同过滤方法与矩阵分解模型进行QoS预测。在真实数据集上实验,结果表明,与当前主流的QoS预测方法相比,该方法具有更高的预测精度和效率。