房地产股价波动对高技术板块的溢出效应研究——基于DGC-t-MSV模型

过度的金融资产投资可能导致房地产股价泡沫,并且通过风险溢出渠道给高技术板块带来价格冲击。研究聚焦于房地产行业和高技术产业的股票价格指数,结合MODWT分解和DGC-t-MSV模型进行实证分析,结果表明:其一,“房地产-高技术”的股票价格动态相关,房地产行业价格波动的传导作用更加强烈,对高技术板块具有明显的溢出效应;其二,实施限制性政策后房地产行业的挤出效应降低,高技术及其分类产业的创新投入受到的限制逐渐减弱;其三,短、中期频繁交易是导致房地产溢价的主要原因,需要警惕高技术板块面临的溢出风险。积极引导高技术板块的价值投资,合理配置技术要素,能够有效促进高技术产业的高质量、高水平发展。

基于T态模型的课程考核方案改进与实践

课程考核方案的T态模型从两个维度提升考核设计:横向的要素设计维度,即学习者知识、能力及素质在考核中均有衡量;纵向思考深度,逻辑的价值递进性。管理沟通课程考核方案的改进以T态模型为框架,旨在提升课程的“高阶性”与“挑战度”。通过建立“目标导向”试题库,构建网络教学资源库、建立阶段性考核方案、构建线上线下结合的立体考核模式来进行考核的改进。具体实施的过程中,课前布置、课中投票问答、课后测验和期末测试均围绕增强应用性、灵活性的原则,构建丰富性、反思性强的考核体系。实施效果表明新的考核方案能够提高学习者参与度和学习积极性,有助于培养学习者终身学习的习惯、提升团队协作与解决复杂问题的能力,形成了横纵交织的课程考核结构,横联纵进效应的高品质、目标导向的整体考核。

基于InVEST模型的大兴安岭天保工程区碳储量时空变化研究

为给大兴安岭天保工程区生态系统保护和土地利用规划提供科学依据,以大兴安岭天保工程区为研究区,基于研究区2000—2020年土地利用数据和各地类碳密度数据,运用InVEST模型碳储量模块对大兴安岭天保工程区2000—2020年生态系统的碳储量进行估算,并通过土地利用转移矩阵分析土地利用类型之间的相互转化对碳储量的影响。结果显示:(1)研究区2000、2005、2010、2015、2020年碳储量分别为569.87×10^(7)、573.22×10^(7)、573.69×10^(7)、572.42×10^(7)、573.14×10^(7) t,呈增加趋势,累计增加3.27×10^(7) t;(2)碳储量较高的地区主要分布在北部和中部,较低的区域主要分布西部、南部、东南角和东部小区域;(3)林地是研究区最重要的碳库,其碳储量占研究区固碳总量的93.31%,林地和耕地面积的增加是大兴安岭天保工程区碳储量增加的主要原因。研究结果表明:天保工程促使大兴安岭林地面积保持稳定并且呈现出一定增长趋势,提高了大兴安岭的整体固碳能力。在未来,大兴安岭应当继续实施和巩固天然林保护工程,继续坚持退耕还林还草政策,通过合理的行政规划,调控草地和耕地向建设性用地转换;此外,通过人工种植、草畜平衡的政策,围栏封育和优化种苗的方式来缓解草地退化,修复草地生态系统;而耕地则通过间作套作、改良品种、合理使用肥料等方法提高产量。

尖牙反[牙合]矫治人字形和T形曲组合正畸弓丝矫治力建模

固定矫治技术是治疗牙齿反[牙合]最为有效的矫治手段,主要通过正畸弓丝释放的矫治力来达到反[牙合]矫治中的矫治空间预留、反[牙合]牙齿回收的目的。在牙齿反[牙合]畸形中,尖牙反[牙合]是最为常见的牙齿反[牙合]畸形,常使用人字形和T形组合曲关闭上颌牙列间隙。本文旨在正畸治疗前量化人字形和T形组合曲释放矫治力的情况,为正畸医师提供尖牙反[牙合]矫治的理论参考。分析人字形和T形组合曲的形变过程,将其形变过程分为弹性形变和弹塑性形变两类,并对两种形变下的矫治力微分方程进行了构建,将其释放的矫治力分为闭隙矫治力和倾覆矫治力两种,完成了人字形和T形组合曲理论模型的建立,其次对有限元仿真值与理论值的误差率进行计算,得到闭隙矫治力仿真值与理论值的误差率在0.43%~8.33%之间,倾覆矫治力的仿真值与理论值的误差率在2.13%~9.76%之间,搭建实验测量平台得到了闭隙矫治力实验值与理论值误差率为0%~9.30%、倾覆矫治力实验值与理论值的误差率为0%~9.76%,实验测量数据与理论值具有相同的非线性变化趋势,验证了人字形和T形组合曲理论预测模型的正确性,该模型能帮助医师在治疗前对正畸力进行详细的定量分析,从而为个性化治疗方案的制定提供依据,更好地满足患者需求。

基于量子衍生涡流算法和T⁃S模糊推理模型的储层岩性识别

鉴于梯度下降法易陷入局部极值、普通群智能优化算法易早熟收敛,提出一种基于量子衍生涡流算法(Quantum Vortex Search Algorithm,QVSA)和T⁃S模糊推理模型的岩性识别方法,QVSA具有操作简单、收敛速度快、寻优能力强等优点,有助于T⁃S模糊推理模型获得最优参数配置,从而实现储层岩性的准确识别。首先利用具有全局搜索能力的QVSA优化T⁃S模糊推理模型的各种参数;然后利用主成分分析方法降低获取的地震属性维度;再利用优化的T⁃S模糊推理模型识别储层岩性。实验结果表明,利用反映储层特征的8个地震属性识别储层岩性时,所提方法的识别正确率达到92%,比普通BP网络方法高5.1%,同时查准率、查全率、F1分数等指标也较BP网络方法提升明显。

基于改进MobileNet V3的矿物智能识别模型

针对当前矿物识别领域存在的精度不佳、适应性差、携带不便等问题,提出了一种基于改进MobileNet V3的矿物智能识别模型(CA-MobileNet V3)。为获得研究所需的有效数据集,通过由mindat. org网站和自行拍摄方式获取的矿物图像创建了一个包含19种矿物的数据集,对其进行数据增强处理,并按照8:1:1的比例划分为训练集、验证集和测试集。为提升模型对图像信息的特征提取能力,引入协调注意力机制,用以替代轻量型MobileNet V3模型的原始SE注意力机制,以提高矿物识别准确率。最后,采用迁移学习方法预训练CA-MobileNet V3模型,以加速模型收敛、提高泛化能力、避免过拟合。在训练过程中,将CA-MobileNet V3与mobilenet v3、MobileNet V3、ShuffleNet V2、Efficient Net V2等模型进行了性能比较。结果表明:各迁移模型均展现出显著的收敛速度优势,而CA-MobileNet V3矿物智能识别模型的Top1-准确率、Top2-准确率、f_1-score值分别达到93.90%、98.58%和93.89%,在所有模型中效果最佳,且模型大小仅为4.61 MB,属于轻量化模型。为验证模型有效性,t-SNE可视化分析被用于不同模型的识别效果比较,进一步印证了CA-MobileNet V3模型的优越性。

LOCAL INFLUENCE ASSESSMENT IN A MULTIVARIATE t-MODEL WITH RAO'S SIMPLE STRUCTURE

The local influence analysis is an important problem in statistical inference and some models have been discussed in many literatures This paper deals with the problem of assessing local influences in a multivariate t-model with Rao's simple struc-ture(RSS). Based on Cook's likelihood displacement, the effects of some minor perturbation on the statistical inference is assessed. As an application, a common covariance-weighted perturbation is thoroughly discussed.

S-T-S混合式循环互助教学模式用于少学时“化工原理”课程

“化工原理”课程是化工及相关专业的专业基础课程,相关专业的学时少,课程难,需重点解决的问题是“三多”“三不愿”“三不明”。针对痛点问题,提出了线上线下混合式循环互助的创新设计思路,包括:教师帮助学生自制课前、课中、课后习题,学生帮助教师反馈真实学习情况,学生帮助学生组团互助学习。问卷调查和评教结果显示,在一定程度上解决了“三多”“三不愿”的问题;通过建立“助教团队”反馈不同层次学生的学习情况,较好地解决了“三不明”的问题。学生的成绩与教改前相比有明显提高。

海洋石油工程固定式导管架平台T/K/Y节点马鞍口建模

海洋石油工程固定式导管架是海上油气资源开采的重要设施,是由钢管相贯焊接形成的空间桁架结构。导管架的主要焊接结构是T/K/Y节点,T/K/Y节点中存在大量的马鞍口结构。目前,对马鞍口的加工及焊接主要以二维图样贴片为主,尚无软件可实现管节点马鞍口的参数化三维建模。在分析马鞍口相贯线机理的基础上,建立马鞍口相贯线的数学模型,并基于此利用Unity3D编写了绘制马鞍口相贯线的通用软件,实现了马鞍口的参数化三维建模,有效解决了实际生产中T/K/Y节点马鞍口难以建模的问题,为管节点马鞍口的加工及智能焊接提供精确的模型。

构建胃癌中CD8^(+)T细胞相关预后模型并筛选治疗药物

目的:胃癌是高度异质性的恶性肿瘤,其病死率高,患者就诊时多已处于晚期且预后差。CD8^(+)T细胞可识别和消灭肿瘤细胞,对癌症的进展有重要影响。本研究旨在构建CD8^(+)T细胞浸润相关预后模型,为胃癌患者预后评估提供新的生物标志物及其药物治疗提供客观依据。方法:从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中下载371例胃癌样本的数据为训练集。从基因表达综合(Gene Expression Omnibus,GEO)数据库中下载433例胃癌样本的数据为测试集。计算训练集胃癌样本中CD8^(+)T细胞相对含量,将样本分为CD8^(+)T细胞高含量组和CD8^(+)T细胞低含量组,采用Kaplan-Meier法分析和比较2组之间的生存关系;采用加权基因共表达网络(weighted gene co-expression network analysis,WGCNA)分析训练集数据,筛选出与CD8^(+)T细胞最具相关性的基因模块;对该模块基因进行单因素Cox回归分析、最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析及多因素Cox回归分析筛选出与预后相关的基因,构建预后风险评分模型。应用模型计算训练集和测试集患者的风险评分并分别将患者分为高风险组和低风险组,并对模型进行内部及外部测试。应用肿瘤免疫单细胞枢纽2(tumor immune single-cell hub 2,TISCH2)数据库及人类蛋白质图谱(The Human Protein Atlas,HPA)数据库对模型基因进行验证。结合模型进行临床病理特征分析、功能富集分析、免疫相关性分析及化学治疗药物敏感性分析。结果:生存分析显示CD8^(+)T细胞低含量组的预后更差。WGCNA分析筛选出与CD8^(+)T细胞最具相关性的基因模块为Ebisque4。单因素Cox回归分析、LASSO逻辑回归分析及多因素Cox回归分析最终筛选出9个独立预后基因并构建预后风险评分模型。模型内部及外部测试结果均表明该模型具有较强的预测能力。TISCH2数据库验证表明模型基因在肿瘤微环境中具有不同的表达模式;HPA数据库验证表明模型基因的表达情况与预后模型较一致。临床病理特征分析表明风险评分与组织浸润深度相关;功能富集分析表明高风险组富集于分子间相互作用的通路,而低风险组则富集于代谢相关通路;免疫相关性分析表明高、低风险组之间的多个免疫细胞、免疫功能和免疫检查点均有差异;化学治疗药物敏感性分析表明高风险组对帕唑帕尼的敏感性更高,低风险组对西妥昔单抗的敏感性更高。结论:肿瘤微环境中的CD8^(+)T细胞浸润对胃癌患者的预后有显著的影响。基于CD8^(+)T细胞相关基因构建的预后模型具有普适性和临床适用性,对胃癌患者的药物治疗有重要的提示作用。

气象数据驱动的拉林铁路简支T梁温致变形预测

为快速、准确预测日照环境下高原铁路桥梁的温度变形效应,基于长短期记忆神经网络(LSTM)提出了一种气象数据驱动的桥梁温度变形智能预测模型。以拉林铁路简支T梁为背景,采用热力耦合有限元仿真分析,构建了“气象数据—温度变形”映射的样本数据库,以此训练预测模型并对桥梁温致变形进行预测。结果表明,LSTM模型表现出了较高的精度和优势,其梁体竖向挠度预测的决定系数(R2)超过0.97,平均绝对误差(MAE)和均方根误差(RMSE)较反向传播神经网络(BP)模型提升超过70%,较随机森林(RF)模型分别提升了24%和27%。预测挠度与真实值在趋势和数值方面均基本一致,表明所提出的预测方法性能优异,为高原铁路轨道平顺性变化规律研究及动态检测数据评价提供参考。

基于t⁃SNE降维方法的滚动轴承剩余寿命预测

由于实际工况下的轴承退化数据有限,无法获得足够的退化数据来训练神经网络,在深度学习网络中很难得到好的预测结果,所以提出一种新的结合机器学习和统计数据驱动的方法。首先对原始振动信号做特征提取,通过集合经验模态分解奇异值分解(Ensemble Empirical Mode Decompositiont Singular Value Decomposition,EEMD+SVD)得到数十维特征,加上剩余寿命预测常用的诸如峭度、均值等有效特征,利用决策树筛选出15维特征;将所筛选特征进行双指数拟合并通过t分布随机近邻嵌入(t⁃distributed Stochastic Neighbor Embedding,t⁃SNE)将退化信号降维成线性趋势。线性退化趋势在预测上相比于指数趋势有更好的泛化性,同时预测准确度相比于指数模型支持向量回归(Support Vector Regression,SVR)和深度信念网络(Deep Belief Network,DBN)都有较高的提升。

基于T-S模糊模型的PLZT驱动器的本构建模及伺服驱动控制

针对目前ON-OFF控制策略在PLZT驱动器光致应变位移的闭环伺服控制系统中的缺点,提出了一种基于T-S模糊模型的PLZT驱动器应变位移的动态模型及预测控制方法。首先,建立了PLZT驱动器光致应变位移的T-S模糊模型,该模型利用基于减法聚类的模糊C均值聚类算法进行前件辨识,并利用奇异值分解(singular value decomposition, SVD)算法进行后件辨识,所建立模型的有效性通过拟合度仿真加以验证。随后,在所建立的T-S模糊模型的基础上结合预测控制方法对PLZT驱动器的光致应变位移进行闭环控制,并对该算法进行仿真验证。仿真结果显示,在PLZT驱动器微位移的控制中,该文控制算法减小了基于ON-OFF控制策略下的抖振,且具有更好的控制效果。

基于T-history法的脂肪酸相变材料的凝固-熔化动力学模型及关键参数

相变材料的熔化、结晶特性对相变储能具有重要意义,现有相变模型设定相分数与温度区间呈线性关系,未能考虑温度变化速率对相变过程的影响,因而在有关应用中的预测准确率较低。为研究温度与温度变化速率共同作用下的两相转化规律,对相变过程进行了理论分析,以相分数作为关键参数,通过固相和液相的PCM组分之间的可逆反应建立凝固-熔化动力学模型。设定Avrami方程作为模型中的反应函数,以Arrhenius方程作为模型中的速率函数。选用建筑领域常用的脂肪酸类相变材料正癸酸、月桂酸、辛酸作为实验材料,采用T-history法,通过等温结晶实验对Avrami方程进行拟合验证。经过验证证实Avrami方程与等温结晶实验所获得数据之间呈现出高度一致性与可靠性之后,通过非等温实验测试获得相变材料在不同温度与温度变化速率下的热力学信息,结合热分析动力学方法,对模型中的关键动力学参数研究测定。研究结果表明:活化能与常数因子变化趋势一致且存在互补效应,不同相变材料的活化能与常数因子大小不同,随相变过程进行,变化情况不同。反应级数随着温度变化速率的增大而减小,且凝固过程的反应级数普遍大于熔化过程。

基于改进T-S模糊模型的弧焊机器人轨迹实时跟踪

针对弧焊机器人在实际作业中受到诸多不确定因素的影响,导致弧焊机器人焊接轨迹偏离预期轨迹的问题,提出一种基于改进T-S(Takagi-Sugeno)模糊模型的弧焊机器人轨迹实时跟踪方法。采用图像识别技术识别并定位焊缝,通过坐标转换,确定焊缝中心线在机器人坐标系中的位置坐标。利用蚁群算法根据焊缝中心线在机器人坐标系中的坐标,搜索从起始位置到目标位置的最优焊接路径。设计了一种改进区间二型T-S模糊模型,通过视觉传感器实时获取新的焊缝信息,计算轨迹误差,以此为输入,利用改进T-S模糊模型对机器人的运动轨迹进行实时调整。实验结果表明,采用改进T-S模糊模型后,机器人轨迹跟踪离散度均降至1 mm以下,弧焊机器人轨迹与预期轨迹高度重合,比传统方法跟踪离散度大大降低。

中国ETF期权Delta对冲收益的日夜特征研究

期权市场是现代金融市场的重要组成部分,研究期权市场Delta对冲收益的日夜特征,对于理解期权市场运行机制以及降低金融市场风险具有重要意义.本文使用我国2015年—2021年股票ETF期权数据,研究了期权Delta对冲收益的日夜特征.研究结果表明,总体上Delta对冲的隔夜收益为负、日内收益不显著;认购期权和认沽期权的Delta对冲收益具有非对称性,即认购期权日内为负、隔夜为正,而认沽期权恰好相反.即使替换为基于波动率和标的资产价格关系的对冲模型,非对称性异象仍然存在.这些发现不同于美国期权市场的Delta对冲收益日内为正、隔夜为负的特征.本文进一步探讨了可能的成因:从风险溢价看,波动率风险溢价可以解释总体上负的隔夜对冲收益,但是不能解释Delta对冲收益的非对称性;从模型误差看,模型误差与标的资产收益共同作用影响了Delta对冲收益;从交易制度看,T+1交易制度约束造成了标的资产日夜收益反转,进而导致了对冲收益的非对称性,并且T+1交易制度约束越强,对冲收益的非对称性越明显.本文将丰富我国期权市场Delta对冲效率、交易制度对金融市场影响的相关研究,有利于提高投资者的风险管理水平、增进监管者对市场行为的理解,从而推动中国多层次资本市场的高质量发展.

喂子坪秦岭杂岩麻粒岩相变沉积岩的变质作用p-T演化及其构造意义

秦岭杂岩位于秦岭造山带北秦岭构造带,是研究秦岭造山带早古生代构造演化的重要岩石构造单元。喂子坪地区发育有典型的秦岭杂岩,其中的混合岩是由变沉积岩经历了强烈的深熔作用形成的。本研究对其进行了岩相学、变质相平衡模拟和LA-ICP-MS锆石U-Pb年代学研究,以深入揭示它们的变质温压演化特征,进而阐明它们指示的构造意义。混合岩的中色体由含石榴子石角闪黑云斜长片麻岩和含石榴子石黑云角闪斜长片麻岩组成。含石榴子石角闪黑云斜长片麻岩只记录了峰期变质矿物组合,为镁铁闪石+石榴子石+斜长石+石英+黑云母+钛铁矿+熔体,而含石榴子石黑云角闪斜长片麻岩记录了3个变质演化阶段,分别是早期进变质阶段(M1):黑云母+斜长石+石英;峰期变质阶段(M2):镁铁闪石+石榴子石+斜长石+石英+黑云母+钛铁矿+熔体;退变质阶段(M3):普通角闪石+斜长石+黑云母+石英+熔体。全岩成分视剖面图模拟计算显示含石榴子石角闪黑云斜长片麻岩和含石榴子石黑云角闪斜长片麻岩压力峰期的变质温压条件分别为790~810℃/990~1040 MPa和840~862℃/1000~1190 MPa。含石榴子石黑云角闪斜长片麻岩3组局部矿物组合域成分视剖面图模拟计算得到压力峰期后变质阶段的温压条件为735~814℃/400~810 MPa、721~794℃/430~700 MPa、740~810℃/470~780 MPa。因此,本研究揭示了喂子坪地区秦岭杂岩片麻岩记录了近等温降压的p-T轨迹。LA-ICP-MS锆石U-Pb定年得到含石榴子石角闪黑云斜长片麻岩和2个浅色体样品中的变质锆石206Pb/238U加权平均年龄分别为383.2±7.0 Ma、400±3.6 Ma和406.7±7.8 Ma。结合已发表的数据,喂子坪地区变沉积岩麻粒岩相峰期变质作用和强烈的混合岩化作用的时代约为410~390 Ma,而约380 Ma的年龄可能代表退变质冷却到固相线的时代。片麻岩近等温降压的变质演化轨迹指示喂子坪地区秦岭杂岩的变沉积岩在下地壳经历了麻粒岩相变质作用和随后的快速抬升,与碰撞造山引起的地壳增厚和随后的地壳伸展有关。

零裁耗经编成形翻领T恤结构设计与建模

为解决目前经编全成形服装版型单一、款式变化少以及生产环节存在裁耗等问题,以翻领T恤为例,进行零裁耗结构设计与建模。首先根据人体上肢的动态特征对常见版型结构进行优化,将向下织造的衣袖转化为向上织造,同时增加衣领结构,分析零裁耗经编成形上衣生产的可行性,通过肩部镂空使袖子旋转下放,并根据不同部位的需求对衣领、衣袖和衣身3个部件进行功能分区和贾卡组织填充。其次,从参数化人体模型中提取原型模板,依照款式进行宽松和紧身2种版型服装的样板调整,通过三维建模虚拟展示成形效果最终上机织造,对比结构优化前后的损耗。结果表明:该结构能够兼顾零裁耗和多样化,消除30%~40%的裁剪浪费,实现多种版型的翻领T恤生产,为经编成形环保产品的开发提供参考依据。

嵌合抗原受体T细胞产品非临床免疫毒性评价思考

目的 分析嵌合抗原受体T(CAR-T)细胞产品非临床免疫毒性,为临床安全使用提供参考。方法 通过介绍CAR-T目前的研究现状,针对其产品的原理、特性和研究方向,以及CAR-T的免疫相关毒性,结合目前现有的指导原则以及免疫毒性试验进行总结和探讨。结果 目前针对不同类型的CAR-T免疫毒性评价方面相关指导原则的内容非常有限。通常是将免疫毒性试验整合到标准毒性实验中去进行初筛,再根据结果选择相应的免疫功能性实验作为附加实验。T细胞依赖性抗体应答(TDAR)是目前较为合适的用于整体评价CAR-T免疫毒性的方法。结论 目前尚没有完善的评价策略对CAR-T细胞产品进行免疫毒性评价。

基于T-S模糊建模的气动肌肉拮抗关节预测角度控制

目的:为了提升气动肌肉拮抗关节的控制精度。方法:提出了一种用于气动肌肉拮抗关节角度跟踪的T-S模糊模型预测控制方法。建立了拮抗关节的T-S模糊模型,并对模型进行了离散化处理;基于离散后的T-S模糊模型,设计了拮抗关节的模型预测控制器,通过特征值法验证了系统的稳定性。结果:仿真实验表明,T-S模糊模型预测控制器跟踪±15°和±10°的角度时,相对于传统模型预测控制,平均绝对误差分别降低了29.05%和44.11%。结论:设计的T-S模糊模型预测控制器提高了气动肌肉拮抗关节的控制精度。