拜登执政 油价不惊

拜登在石油、天然气消费端和生产端的政策大多只停留在总统权力范围之内,并不能越过国会强行推行法案。因此,拜登的能源新政对国际原油价格的影响非常有限。1月21日,国际油价小幅下跌,再度引发疫情打压需求的担忧,但美国推出刺激措施的希望限制了油价跌势。     

基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

保定生活用纸原纸价格近期迎来大涨

受纸浆价格上涨和疫情双重影响,保定地区生活用纸原纸价格从2020年底以来开启涨价模式。保定地区是我国重要的生活用纸生产基地,据该地区领先企业丽邦集团保定港兴纸业有限公司副总经理张吉介绍,2021年1月10日起,公司每吨原纸价格上调500元,同时取消口头订单,不接受预付款。这已经是公司1月以来第三次上调原纸价格,从2020年12月10日以来每吨原纸累计上涨约1,500元。     

基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。     

探讨房地产项目全过程的成本控制

房地产项目成本控制,由项目成立至竣工,贯穿项目的各个环节。这里作者结合多年来的工作经验,对房地产项目全过程成本控制进行了研究,具有重要的参考意义。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

数据

<正>中国人民银行调查统计司司长盛松成在2014年金融统计数据报告媒体吹风会上表示,2014年,人民币贷款增加9.78万亿元,创历史最高水平(之前的历史最高水平为国际金融危机期间2009年的9.59万亿元);占社会融资规模的59.4%,比上年高8.1个百分点,占比为五年来最高水平。1月15日,央行发布2014年金融统计数据报告和社会融资规模统计数据报告显示,12月末广义货币供应量(M2)年率增速意外放缓至12.2%,创八个月(2014年4月以来)最低,也低于央行全年约13%的增长目标。     

新年开门红:成功签约遵义国际商城

随着2015新篇章的开启,用友地产在去年年底全力冲刺的项目修成正果,于近日成功签约遵义国际商城,通过用友房地产商业地产解决方案推动管理进步,这亦是地产行业今年早回款的开门红,可喜可贺。遵义国际商城隶属于遵义思达置业投资有限公司,是其旗下的主流产业,2011年以来,在省市区各级党委政府的正确领导下,大力发展市场基础建设,创新市场功能,并致力于将遵义国际商贸城打造成信息集聚、商家云集、