Computation of the Multivariate Normal Integral over a Complex Subspace

The computation of the multivariate normal integral over a Complex Subspace is a challenge, especially when the inte-gration region is of a complex nature. Such integrals are met with, for example, in the generalized Neyman-Pearson criterion, conditional Bayesian problems of testing many hypotheses and so on. The Monte-Carlo methods could be used for their computation, but at increasing dimensionality of the integral the computation time increases unjustifiedly. Therefore a method of computation of such integrals by series after reduction of dimensionality to one without information loss is offered below. The calculation results are given.

TRACTABILITY OF MULTIVARIATE INTEGRATION PROBLEM FOR PERIODIC CONTINUOUS FUNCTIONS

The authors study the tractability and strong tractability of a multivariate integration problem in the worst case setting for weighted 1-periodic continuous functions spaces of d coordinates with absolutely convergent Fourier series. The authors reduce the initial error by a factor ε for functions from the unit ball of the weighted periodic continuous functions spaces. Tractability is the minimal number of function samples required to solve the problem in polynomial in ε^-1 and d, and the strong tractability is the presence of only a polynomial dependence in ε^-1. This problem has been recently studied for quasi-Monte Carlo quadrature rules, quadrature rules with non-negative coefficients, and rules for which all quadrature weights are arbitrary for weighted Korobov spaces of smooth periodic functions of d variables. The authors show that the tractability and strong tractability of a multivariate integration problem in worst case setting hold for the weighted periodic continuous functions spaces with absolutely convergent Fourier series under the same assumptions as in Ref,[14] on the weights of the Korobov space for quasi-Monte Carlo rules and rules for which all quadrature weights are non-negative. The arguments are not constructive.

多重Newton-Cotes积分及其系数

定义并给出了生成多元Lagrange插值多项式算法,给出了二元双一次、双二次、双三次Newton-Cotes系数以及二重数值积分公式,文中对所给算例进行了实算,计算结果和理论分析完全一致.

The Distribution of Multiple Shot Noise Process and Its Integral

In this paper, we study multiple shot noise process and its integral. We analyse these two processes systematically for their theoretical distributions, based on the piecewise deterministic Markov process theory developed by Davis [1] and the martingale methodology used by Dassios and Jang [2]. The analytic expressions of the Laplace transforms of these two processes are presented. We also obtain the multivariate probability generating function for the number of jumps, for which we use a multivariate Cox process. To derive these, we assume that the Cox processes jumps, intensity jumps and primary event jumps are independent of each other. Using the Laplace transform of the integral of multiple shot noise process, we obtain the tail of multivariate distributions of the first jump times of the Cox processes, i.e. the multivariate survival functions. Their numerical calculations and other relevant joint distributions’ numerical values are also presented.

科教融汇视域下高职教育校企协同创新治理的逻辑与路径研究

教育、科技、人才“三位一体”重要论述为科教融汇视域下高职教育校企协同创新治理提供了政策基础与现实依据。高职教育校企协同创新实践中呈现出校企主体功能效益差异、管理权力运行向度单一、利益平衡机制缺失等问题表征,实际上是由于协同创新价值认同缺失、权力分配失衡、利益共享不均衡等治理不足所致。外溢性的公共价值达成、异质性的多元主体协同及柔性的网络化秩序建立共同构成了高职教育校企协同创新治理的逻辑。结合实践案例分析,校企协同创新治理现代化应通过建立“产科教”融合的治理价值理念、保障协同创新治理主体话语权、建立协同创新治理机制、构建基于自组织的协同创新场域等路径推进。

多元协同视角下高校图书馆融合发展模式及思路

[目的/意义]在多元化融合发展趋势下,高校图书馆积极探索内外融合发展模式,在融合发展中优化资源高效配置,推动产业协同发展,实现资源与服务的叠加效应、聚合效应和倍增效应,提高社会竞争力,推动图书馆可持续发展。[方法/过程]高校图书馆通过发展理念、数智技术、复合资源等方面的融合建设,提升自身的内质核心元素,在此基础上与出版社、书店、驻地城市开展外延服务融合,寻求互利共赢的合作发展模式,同时探索“融合-融和-融活”的发展思路。[结果/结论]高校图书馆多元融合发展是时代发展的必然趋势,在近些年智慧图书馆建设和服务升级中,高校图书馆寻求多元协同融合发展之路取得一定的成效,但在资源融合、服务融合、平台融合上仍存在需要创新提升的空间,需要与时俱进地主动构建开放的发展体系,寻求协同互惠的拓展模式,融出质效与实效,在融合中实现创新性转型发展。

基于多变量相空间重构和径向基函数神经网络的综合能源系统电冷热超短期负荷预测

为解决能源危机问题,提高能源利用率,综合能源系统(integrated energy system,IES)成为发展创新型能源系统的重要方向。准确的多元负荷预测对IES的经济调度和优化运行有着重要的影响,而借助混沌理论能够进一步挖掘IES多元负荷潜在的耦合特性。提出了一种基于多变量相空间重构(multivariate phase space reconstruction,MPSR)和径向基函数神经网络(radial basis function neural network,RBFNN)相结合的IES超短期电冷热负荷预测模型。首先,分析了IES中能源子系统之间的耦合关系,运用Pearson相关性分析定量描述多元负荷和气象特征的相关性。然后,采用C-C法对时间序列进行MPSR以进一步挖掘电冷热负荷和气象特征在时间上的耦合特性。最后,利用RBFNN模型对电冷热负荷间耦合关系进行学习并预测。实验结果表明,所提方法有效挖掘并学习电冷热负荷在时间上的耦合特性,且在不同样本容量下具有良好且稳定的预测效果。

面向源-目的地流的多元时空数据可视分析

交通智能(IC)卡可以记录居民的移动出行,反映居民的源-目的地(OD)信息;但智能卡记录的OD流数据规模大,直接可视化空间分布容易导致视觉杂乱,并且多元数据类型多,更难以和流数据结合对比分析。首先,针对直接可视化大规模OD数据的空间分布容易视觉遮挡的问题,提出基于正交非负矩阵分解(ONMF)的流聚类方法。所提方法对源-目的地数据聚类后再可视化,可以减少不必要的遮挡。然后,针对多元时空数据类型多难以结合对比分析的问题,设计了公交站点多元时序数据视图。该可视化方法将公交站点的流量大小和空气质量、空气温度、相对湿度、降雨量这四类多元数据在同一时间序列上编码,提高了视图的空间利用率并且可以对比分析。再次,为了辅助用户探索分析,开发了基于OD流和多元数据的交互式可视分析系统,并设计了多种交互操作提升用户探索效率。最后,基于新加坡交通智能卡数据集,从聚类效果和运行时间对该聚类方法评估。结果显示,在用轮廓系数评估聚类效果上,所提方法比原始方法提升了0.028,比用K均值聚类方法提升了0.253;在运行时间上比聚类效果较好的ONMFS(ONMF through Subspace exploration)方法少了254 s。通过案例分析和系统功能对比验证了系统的有效性。

基于带权单链表多元哈希树的云数据审计方案

针对传统Merkle哈希树节点利用率低以及动态更新效率低的问题,提出一种支持批量更新的基于带权单链表的多元哈希树(WSLL-MHT)数据结构,在该结构中,将多元哈希树的叶子节点替换成单链表结构以存储更多数据块,增加其节点利用率。在动态更新过程中,引入树的平衡机制确保链表长度的平衡,提高动态更新的效率。采用BLS-HVA签名技术实现批量审计和隐私保护,结合随机掩蔽技术确保第三方审计员不能从返回的证据中获取用户隐私信息。实验结果表明,所提方案能安全高效实现云端数据的批量审计和全动态更新。

基于多元数据整合的青年科技后备人才管理效率研究

青年科技后备人才是我国未来发展重要资源。文章采用多元数据整合方法对我国青年科技后备人才的管理效率进行了研究。首先,梳理了我国青年科技后备人才管理的3个层次和4个阶段。其次,分析了青年科技后备人才管理效率过程的管理阶段,包括人才挖掘、选拔入库、开发培养、配置流动以及考核评价,全面梳理了青年科技后备人才的各类数据,包括教育背景、科研经历、实践经历、人才评价等。引入了数据整合全流程的3阶段,即数据资源探索、数据二次开发和数据应用和装载。将数据整合全流程、青年科技后备人才管理效能和人才发展质量进行了整合。最后设计和优化了青年科技后备人才多元数据整合方案,充分考虑不同管理层级和行为主体在数据整合中的角色定位,统筹协调各管理层级和行为主体间的矛盾,以保持一致行动和利益协调。对青年科技后备人才多层级的一致性和多主体的利益协调进行了探讨。

国家事权下职教新型一体化教材质量评价研究

教材建设是国家事权,国家事权下职教新型一体化教材具有政治属性、思想属性、职业属性和文化属性,具有政治方向把控、思想引领、文化浸润、知识传播和技能传承等功能。对职教新型一体化教材进行质量评价,要以教材建设国家事权为基本遵循,将教材政治性和思想性的评价贯穿始终,从教材的价值导向、内容质量、编写水平和使用效果四个维度设计评价指标,根据各评价指标的重要性确定其权重系数,采用“多元协同”评价方法,对教材的政治性、思想性、系统性、职业性、规范性、多样性及数智性等方面进行全面质量评价。

精馏塔温度控制系统的优化研究

针对精馏塔系统存在耦合、时滞、非线性等问题,传统的控制算法不能取得较好的控制效果,而一般的预测控制算法也存在计算量大以及逆矩阵存在性的问题。引入阶梯式控制对动态矩阵控制(DMC)算法进行改进,以降低矩阵的维数,从而大幅减小计算量。考虑到传统算法只是对当前的误差信息进行校正,忽略了未来时刻的误差信息,因此加入输出误差校正项有利于充分利用误差信息。在仿真平台上分别对前馈解耦比例积分微分(PID)控制算法、传统DMC算法和改进DMC算法进行仿真。仿真试验结果表明,改进DMC算法在响应速度与稳定性方面优于其余两种算法。该研究结果不仅证明了改进DMC算法的优势,还展现出了现代新型控制策略的优势,有望推动现代控制策略在实际过程控制上的应用。

隐私保护下融合联邦学习和LSTM的少数据综合能源多元负荷预测

对于用能数据不足的综合能源系统,借助相似系统的丰富数据可以为其建立高精度的多元负荷预测模型,然而,受数据安全等因素的限制,很多系统并不愿意共享自身数据。联邦学习为处理隐私保护下的少数据综合能源多元负荷预测问题提供了一个重要的思路,但是现有方法依然存在相似参与方识别精度不高等不足。鉴于此,本文提出一种融合联邦学习和长短期记忆网络(long short-term memory,LSTM)的少数据综合能源多元负荷预测方法(multitask learning based on shared dot product confidentiality under federated learning,MT-SDPFL)。首先,给出一种基于共享向量点积保密协议的相似参与方识别方法,用来从诸多可用的综合能源系统中选出最为相似的参与方;接着,使用参数共享联邦学习算法对选中的各参与方联合训练,结合LSTM和finetune技术建立每个参与方的多元负荷预测模型。将所提方法应用于多个实际能源系统,实验结果表明,该方法可以在数据稀疏的情况下取得高精度的多源负荷预测结果。

基于IFP-Informer模型的超短期风速预测

针对传统模型预测精度较差、忽略风速混沌特性与模态分量内部隐含关联的问题,提出了结合模态分解、特征筛选、Informer的超短期风速预测模型。首先,采用改进的完全自适应噪声集合经验模态分解将风速原始序列分解为模态分量,同时对具有混沌特性的风速原始序列进行相空间重构,得到风速混沌序列;然后,通过相关性快速过滤算法对模态分量与混沌序列进行特征筛选,实现模态分量的优选;最后,将优选的模态分量输入到Informer模型,输出未来时刻风速。以某风场为研究对象,通过仿真计算验证了预测模型的准确性和有效性。

Multivariate Two-stage Adaptive-stacking Prediction of Regional Integrated Energy System

To reduce environmental pollution and improve the efficiency of cascaded energy utilization, regional integrated energy system(RIES) has received extensive attention. An accurate multi-energy load prediction is significant for RIES as it enables stakeholders to make effective decisions for carbon peaking and carbon neutrality goals. To this end, this paper proposes a multivariate two-stage adaptive-stacking prediction(M2ASP) framework. First, a preprocessing module based on ensemble learning is proposed. The input data are preprocessed to provide a reliable database for M2ASP, and highly correlated input variables of multi-energy load prediction are determined. Then, the load prediction results of four predictors are adaptively combined in the first stage of M2ASP to enhance generalization ability. Predictor hyper-parameters and intermediate data sets of M2ASP are trained with a metaheuristic method named collaborative atomic chaotic search(CACS) to achieve the adaptive staking of M2ASP. Finally, a prediction correction of the peak load consumption period is conducted in the second stage of M2ASP. The case studies indicate that the proposed framework has higher prediction accuracy, generalization ability, and stability than other benchmark prediction models.

基于LSTNet-Skip的综合能源系统多元负荷超短期预测

随着用户侧用能需求多元化的发展,多元负荷的超短期预测对于动态的大型综合能源系统的规划和优化至关重要。为此,该文提出一种基于长期和短期时间序列网络的多元负荷超短期预测模型。首先采用卷积神经网络来提取多元负荷之间的局部依赖关系,然后使用长短期记忆网络捕获负荷序列的长期依赖关系,使用具有循环跳过结构的长短期记忆网络充分学习负荷序列的超长期重复模式,最后采用自回归层和全连接层进行组合预测。使用平均绝对百分比误差和均方根误差作为评价指标,利用美国亚利桑那州立大学坦佩校区综合能源系统数据集进行验证,并与3种负荷预测方法比较。实验结果表明,提出的预测模型均优于其他方法且有较高的预测精度。

多元融合的科研育人新体系探索与实践——以土木类研究生培养为例

以“研”为中心、以创新能力培养为目标已成为研究生教育改革的主线。以西南交通大学土木工程学院研究生培养改革的实践为例,从导师队伍建设机制、科研育人长效机制、国际化人才培养机制三个方面介绍了土木类研究生培养的经验,以期为工科高素质专业人才的培养之路提供借鉴。创建大师引领、产学研管协同、全球聚力的导师团队建设机制,建成了“德艺双馨”的研究生导师团队;对接“军民融合”国家战略,依托大国工程,构建科研育人长效机制,培养心怀“国之大者”的优秀时代新人,实现了时空融合、多方互动的科研育人全过程协同管理和全过程评价;创新多元融合的交通土建国际化人才培养机制,提升了研究生的国际视野。

德国“双元制”职业教育模式的形成机理与影响效应——兼论中国职业教育模式的探寻与趋向

“双元制”职业教育模式的形成是德国政治、经济、文化、教育等多种因素综合作用的结果,已实现了从职业教育领域向普通高等教育领域的横向拓展。“双元制”在德国乃至世界范围内产生了深远的影响,具有鲜明的内在效应、经济效应、社会效应和国际效应。借鉴德国“双元制”模式的发展经验,构建具有中国特色的职业教育模式并“走出去”,是当前和今后一个时期我国职业教育发展的重大战略任务。为此,我国在学习借鉴、吸收内化、实践创新中对职业教育模式不断探寻,实现从一元到多元、从分散到整合的发展转变。

多尺度特征提取与非线性融合的综合能源系统多元负荷短期预测

为提高综合能源系统多元负荷短期预测的精度,提出一种基于多尺度特征提取与非线性融合的综合能源系统多元负荷短期预测方法。首先,采用皮尔逊相关系数对气象数据进行关联因子优选;然后,通过嵌入式分解模块将输入的时间序列分解为周期分量和趋势分量,并将分解后得到的输入矩阵并行送入到具有不同尺度卷积核的时间卷积网络中,进行多尺度特征提取;接着,将多尺度时间卷积网络输出的特征向量输入到各自对应的注意力机制,以进行全局信息的学习与融合;最后,采用自适应非线性融合模块对各注意力机制的输出进行非线性融合,得到最终多元负荷预测结果。实验结果表明,所提方法具有较好的预测性能及泛化性。

基于UPLC-MS/MS吴茱萸不同炮制品种的有效成分含量测定及多元统计分析

目的建立超高效液相色谱-串联质谱(UPLC-MS/MS)同时测定吴茱萸生品及不同炮制品中10种成分的含量,并结合多元统计分析方法研究其差异性,以期建立能够快速区分吴茱萸不同制法所得饮片的方法。方法采用色谱柱为Titank C18(2.1 mm×100 mm,1.8μm),柱温为40℃,流速为0.3 mL·min^(-1),正离子模式下以0.1%甲酸水溶液(A)-0.1%甲酸乙腈溶液(B)为流动相,负离子模式下以0.1%甲酸水溶液(A)-乙腈(B)为流动相,进行梯度洗脱;质谱采用ESI离子源正负离子扫描,以多反应监测模式(MRM)进行检测;对吴茱萸生品及不同炮制品中该10种成分的含量测定结果进行聚类分析和主成分分析,评价其质量差异性,进而对本分类方法进行归纳总结。结果10种成分在相应的质量浓度范围内线性关系良好,r≥0.9990,平均加样回收率为96.60%~102.37%,RSD均小于3%,精密度、稳定性、重复性试验的RSD均小于3%。定量测定结果显示吴茱萸生品与炮制品在多种成分上存在一定的差异,整合多元统计分析均可明显区分生品与不同炮制品。结论研究建立了一种能高效快速测定10种成分含量的方法,同时灵敏度高,重复性和专属性好,整合多元统计分析方法后可有效区分吴茱萸生品与不同炮制品,为吴茱萸不同饮片的鉴别及质量分析工作提供一定的科学参考。