大气污染预测的参数化组合算子方法

大气污染物浓度预报是一个多因素、复杂的非线性问题,以往多使用线性回归方法．根据Zimmermann提出的参数化二元组合算子方法,将其推广为多元的情形．在成因分析的基础上,建立了大气污染物浓度预测的参数化组合算子模型,适应非线性问题．实例分析比较表明,该方法是有效的．     

“德才兼备、以德为先”选拔任用干部标准观及意义研究

中共选拔任用干部的标准不断与时俱进，在发展中逐渐形成了“德才兼备、以德为先”的选拔任用干部标准观。“坚持德才兼备、以德为先”选拔任用干部，符合马克思主义理论要求，也是增强执政能力的需要和构建和谐社会的组织保证。     

高职院校混合式教学改革的实践及思考--以浙江省级精品在线开放课程《国际金融实务》为例

随着"互联网+"教育对教学的广泛影响,开发建设数字化教学资源、实施线上线下相结合的混合式教学已成为高职院校课程建设、教学改革的发展方向。浙江省级精品在线开放课程《国际金融实务》混合式教学改革的实践表明,混合式教学模式能够实现激发学生学习兴趣、拓展课堂教学时间和空间、提升课堂教学互动、促进学生个性化自主学习、带动欠发达地区高职院校教学水平提升等效果。着眼未来发展,混合式教学改革还需从完善线上线下整体教学设计、完善教师建设应用在线课程的激励机制、完善在线课程建设应用的考核机制、教育行政主管部门加强顶层设计避免多平台重复建设等方面进一步推进,优化混合式教学改革的应用效果。     

从产学研结合谈高职院校品牌的创建

高职教育发展比较迅速,规模和结构日趋完善,但目前还没有形成一批象本科院校那样的品牌高职院校。从市场需求和竞争来看,实施高职院校品牌战略,关系到高职院校的自身生存和今后发展。作者从产学研结合角度就人才培养、科学研究和社会服务等方面探讨高职院校的品牌建设。     

基于小波多尺度扩展分形特征的目标检测方法

研究复杂自然背景下的小目标检测问题,对Kaplan的扩展分形特征进行改进,使其对目标尺寸具有一定的适应性·考虑自然背景和斑点状人造目标在水平、垂直方向特性,利用小波分析良好的方向选择性,通过多级小波分解互能量交叉,在两个方向上有效地增强目标、抑制背景干扰,从而提出一种基于小波分析的多尺度扩展分形特征·实验结果表明,基于该特征的目标检测算法对复杂地面背景、海面背景的红外图像和电视图像具有较好的稳健性和适应性,能从单帧图像中较好地检测出小目标,具有检测速度较快、易于实现的特点·     

系统非线性组合预测方法及在黄河凌汛预测中应用

为了提高预测的精度,尤其是冰凌中长期预测的精度,基于工程模糊集、人工神经网络、遗传算法与组合预测理论,提出了系统非线性组合预测方法,给出了黄河内蒙段冰凌三种单一预测模型的非线性组合预测值．结果表明,所建立的非线性组合预测方法物理意义明确,数学推导过程严谨,预测精度高于任意单一预测模型．     

孪生组合恒等式(十六)--混合类型

孪生组合恒等式的混合类型简称孪生混合恒等式,这里每个恒等式中包含2种组合记号n与n,获得3组孪生混合恒等式.     

关于Bernoulli多项式与Euler多项式线性组合的积和式

讨论了Bernoulli多项式与Euler多项式线性组合的乘积问题,给出了一组关于Bernoulli 多项式与Euler多项式乘积和的恒等式及一个推论.     

供应链产品质量检查策略的比较研究

研究由一个供应商和一个零售商组成的供应链,建立存在质量不确定与检查错误下的报童模型,比较分析全检、抽检、分批抽检以及组合策略在分散式与集中式供应链中对零售商订购决策与质量控制效率的影响.结果表明,次品率的增加会降低零售商订购产品的动因,但会增加组合策略下零售商的订购量与利润,同时对集中式供应链中全检策略下的零售商有利;比较策略可知,在分散式供应链中,若次品率较低,则分批抽检策略最优,而随着次品率的提高,组合策略会更优,而在集中式供应链中,全检策略最优;此外零售商质量控制策略的选择受到检查精度、责任成本、次品率阈值、抽检数量以及分批次数等诸多因素的影响,最优策略不尽相同,但不会改变零售商利润随次品率变化的趋势.     

Does a lot help a lot? Forecasting stock returns with pooling strategies in a data‐rich environment

A variety of recent studies provide a skeptical view on the predictability of stock returns. Empirical evidence shows that most prediction models suffer from a loss of information, model uncertainty, and structural instability by relying on low‐dimensional information sets. In this study, we evaluate the predictive ability of various lately refined forecasting strategies, which handle these issues by incorporating information from many potential predictor variables simultaneously. We investigate whether forecasting strategies that (i) combine information and (ii) combine individual forecasts are useful to predict US stock returns, that is, the market excess return, size, value, and the momentum premium. Our results show that methods combining information have remarkable in‐sample predictive ability. However, the out‐of‐sample performance suffers from highly volatile forecast errors. Forecast combinations face a better bias–efficiency trade‐off, yielding a consistently superior forecast performance for the market excess return and the size premium even after the 1970s.