互联网证券舆情多空倾向性判别研究

目前证券市场上小道消息、操控舆论、证券黑嘴等违法现象接连出现,证券舆情安全问题日益严重。针对该问题,文章设计实现一种证券舆情多空倾向判别方法。首先创建证券舆情语料库,根据证券舆情语料库快速扫描文章的内容信息。将证券舆情多空属性词与具体证券的信息点进行关联,并映射到证券对象。去除噪声的干扰,统计出来多空数据结果,依据结果进行计算,最终得到该证券文章的多空倾向性判别结果。即从海量的互联网证券资讯中计算出相关舆情对证券实体对象看多与看空的态度,对于判别证券市场的虚假消息具有很好的应用价值。     

有机-无机联合矿井突水水源判别方法

溶解性有机质(Dissolved Organic Matter,DOM)在随地下水运移过程中,不同含水层水中DOM含量、类别、荧光强度等均存在较明显差异,因此结合无机水化学,开展了有机-无机联合的矿井突水水源判别方法研究,结果表明:地下水中无机组分浓度分布具有垂向分带性,利用pH、矿化度(TDS),HCO3,SO4等无机指标,可以判别浅部含水层和深部含水层水化学特征差异; DOM进入含水层后发生氧化还原反应强烈,其浓度(TOC含量和UV254)变化快、差异大,可以识别地表水与第四系水的水化学特征;第四系与白垩系含水层,以及覆岩破坏范围内的细分含水层,水中无机组分和有机组分含量非常接近,而荧光指纹技术灵敏度高,可以根据3DEEM光谱图分析DOM类型和荧光峰强度等差异,区分相邻含水层的水化学特征差异。陷落柱等地质异常体作为特殊的地质环境体,其内部水体中DOM相对丰富,其DOM含量和荧光指纹特征与奥灰水差异显著。将有机-无机联合开展不同含水层水化学特征分析,能够很好地区分不同水源,为矿井突水事故发生时快速判别水源提供科学依据。     

基于多层次判别器的图像翻译模型

图像翻译是一类重要的视觉问题,其目标是学习两个视觉域之间的映射,同时保持原始结构或语义。图像翻译研究领域主要存在两个难点,一是缺少配对的图片训练集;二是很难由单个输入产生多种输出。基于解表示的图像翻译模型(DRIT)虽然同时解决这两个难点,但输出的结果显示仍然存在生成图像质量不佳的问题。造成输出质量不佳的一个原因是由于从判别器到生成器的梯度反向传播过程较长,使得训练初期生成器的梯度所包含信息量较少。在DRIT模型研究基础上,本文提出了一种基于多层次判别的多目标图像翻译模型,一定程度上解决了生成图像质量不佳的问题。我们的数值实验结果也表明了本文提出的多层次判别结构对输出质量的提高具有一定的帮助。     

基于K-均值聚类与贝叶斯判别的我国煤矿顶板灾害事故安全评价

顶板事故是我国煤矿安全生产中的重大隐患,开展顶板灾害事故安全评价,识别顶板灾害危险性是煤矿安全生产亟待解决的问题。本文在文献调研的基础上,对影响顶板灾害的影响因素进行分析,从自然因素、技术因素和管理因素三个方面构建了顶板灾害安全评价指标体系,结合专家意见对各评价指标进行量化,采用K-均值聚类与贝叶斯判别的方法对我国顶板灾害安全水平进行评价,以我国煤矿实际样本数据为研究对象开展实证分析。研究结果表明:基于K-均值聚类与贝叶斯判别的煤矿顶板安全评价方法具有较高的准确度,能够用于定量化描述煤矿顶板灾害危险,具有一定的应用前景。     

近红外光谱法对松原不同品种大米的确证探究

该文提出一种对松原不同品种大米进行判别的方法,对来自松原的稻花香、小高粱、通系926、吉粳515、农大521,5个品种共368个大米样品,利用波数范围为12000 cm^-1~4000 cm^-1的傅里叶近红外光谱仪获取光谱数据并对数据进行6种方法的预处理。结果表明,一阶导数结合SG9点平滑为最佳预处理方法,并用偏最小二乘判别(partial least squares discrimination analysis,PLS-DA)方法对校正样本建立判别分析模型,用验证集对模型进行验证,模型对验证集中稻花香、小高粱、通系926、吉粳515、农大521共5个品种的识别率均为100%;且优于主成分分析的结果。用来自柳河和梅河的稻花香样本与松原的稻花香样本进行产地判别,结果显示,此模型可以将松原样本与非松原样本进行判别。     

基于中红外光谱技术的甘氨酸铁螯合物判别研究

目的研究基于中红外光谱(mid infrared spectroscopy,MIRS)技术定性判别有机微量元素添加剂掺假的可行性。方法以甘氨酸铁螯合物和硫酸亚铁为研究对象,分析样品的中红外光谱,解析不同样品光谱的特异性;建立偏最小二乘判别(partial least squares discriminant analysis,PLS-DA)校正模型对掺假样品进行判别,并比较不同预处理方法、全光谱与特征波段对校正模型判别效果的影响。结果甘氨酸铁螯合物与硫酸亚铁光谱差异显著,主要分布在(3500～3000) cm~(-1)、(1600～1300) cm~(-1)、(1300～1000) cm~(-1)、(660～550) cm~(-1),通过采用平滑(smoothing,SM)、归一化(normalization,Norm)与一阶导数(first derivative,FD)相结合的方法对光谱进行预处理,结合1300 cm~(-1)～1000 cm~(-1)波段建立的PLS-DA校正模型判别效果最优,校正集的判别正确率为97.5%,验证集的判别正确率为100.0%,对外部样品的判别正确率达到92.7%。结论中红外光谱技术结合化学计量学方法能够对甘氨酸铁螯合物的掺假进行准确判别。