标准干旱指数SPI计算程序，对干旱进行分级的指数

网络文本情感分析方法主要分为两大途径，无监督情感分析方法和有监督情感分析方法[2]。在2002年PANG等学者首次采用电影评论数据建立了使用机器学习的有监督情感分类方法。他分别使用了支持向量机(SVM)、朴素贝叶斯(NB)、最大熵(ME)分类器，二情感分类特征主要采用情感词频[3]。实验表明基于机器学习的有监督分类结果准确率要高于基于传统的无监督方法。文献[4]也提出了一种结合SVM和NB分类器的新模型（NBSVM），这种新的模型在多个数据集都取得了很好的分类效果。有监督网络评论情感分类方法是基于标注训练集语料来进行评论分类的，而标注的语料具有领域依赖性，因此有监督网络评论情感分类效果的好坏与文本领域有直接的关系。在一个领域标注的训练集训练的分类器很可能在另一个领域分类效果并不好。所以，有监督情感分类方法需要在不同领域标注大量不同的训练集，才能取得比较好的分类效果。但是，在众多领域都标注大量训练集是一项十分困难的事情，需要消耗大量的人力物力，已经成为有监督情感分类的瓶颈。

基于投资者行为传染的中国股市指数模型的实证研究，王千杭，严定琪，投资者行为传染及其对市场的影响，是当前行为金融学乃至金融学研究领域的热点问题之一。本文借鉴传染病模型的建模思想，结合动力

在软壁AdS / QCD模型中研究了手性相变在临界温度下的临界性，该模型具有两种，三种简并的风味（N f = 2、3）和两种轻度加一种较重的风味（N f = 2 +1）。 结果表明，在夸克质量平面（m u / d-m s）中，手性相变在某一临界线上为二阶，由此整个平面分为一阶和交叉区域。 数值和解析地提取了描述手性冷凝物沿温度轴和夸克质量轴的临界行为的临界指数β和δ。 模型给出了值β= 1 2，δ= 3 $$ \ beta = \ frac {1} {2}，\ delta = 3 $$和β= 1 3，δ= 3 $$ \ beta的临界指数 = \ frac {1} {3}，\ delta = 3 $$，分别用于N f = 2和N f = 3。 对于N f = 2 +1，在小的奇夸克质量（ms）区域中，奇夸克和u / d夸克的相变是强耦合的，临界指数为β= 1 3，δ= 3 $$ \ beta = \ frac {1} {3}，\ delta = 3 $$; 当ms大于ms，t = 0.290 GeV时，淡味（u，d）和奇异夸克的动力学解耦，并且uu和d的临界指数d $$ \ over

利用2009年1-12月兰州地区的 MODIS气溶胶光学厚度产品与全球自动观测网（AERONET）SACOL站（104.08°E，35.57°N）数据进行对比分析，相关系数达到0.82，线性拟合的斜率为1.13，截距为0.07，表明 MODIS AOD能反映兰州地区气溶胶分布的信息.利用MODIS AOD产品与兰州市空气污染指数做相关分析，二者的相关程度较低.在进行湿度影响因子、气溶胶标高订正后，二者相关性有了较为显著的提高，说明 MODIS AOD产品可应用于监测兰州地区大气污染情况.

基于永磁同步电机的动态数学模型设计调速系统，采用以转子磁场定向id=0控制和SVPWM调制相结合的矢量控制，速度调节器采用改进型指数趋近率滑模控制方法。为了减少负载扰动的影响，提出一种负载转矩观测器，并对控制量进行补偿。Matlab仿真结果表明，与一般指数趋近率滑模控制相比，改进型指数趋近率滑模控制器能有效提高系统的静态、动态特性和鲁棒性，同时转矩观测器可以准确辨识转矩值，实时对扰动进行补偿。

TCP，UDP混合传输过程中绑定不同的端口，server和client相当与采用异步方式对结构体数据进行传输，两个简单的混合加密只采用了其中之一，给出两个大数的指数幂函数与取模函数。对于server端的同步方式应可采用SOCK链表与建立一处理类。

matlab开发-基于脑电图的脑机接口质量指数。基于脑电图的脑机接口实时离散小波变换与ANFIS分类器

研究了具有高斯-邦尼特项和宇宙学项Λ的D维引力模型。 我们假设度量是对角宇宙论的度量。 对于某些微调的Λ，我们找到了一类与两个比例因子呈指数时间相关性的解，它们由两个类似哈勃的参数H> 0和h分别控制，分别对应于维度3和l> 2的因子空间以及D = 1 + 3 + 1。 微调的Λ=Λ（x，l，α）取决于模型的两个常数（α2和α1）的比率h / H = x，l和比率α=α2/α1。 对于固定的Λ，α和l> 2，方程Λ（x，l，α）=Λ等效于四阶或三阶多项式方程，可以求解为根基（给出示例l = 3）。 对于x的某些限制，我们证明了在具有对角线度量的一类宇宙学解中解的稳定性。 考虑有效引力常数G的足够小的变化的解的子类。 结果表明，该子类的所有解决方案都是稳定的。

当前，全球已进入第三次技术革命的深化阶段，迎来全新的数字经济时代，中国也开始从数字经济领域的跟跑者向领跑者转变。2017年9月，麦肯锡发布的《中国数字经济如何引领全球新趋势》报告指出，中国已拥有全球最活跃的数字化投资与创业生态系统；据毕马威预测，2017年，数字经济在中国GDP中的占比将达到36%，实现29万亿人民币的贡献，到2030年时，这一比例将会达到77%，超过153万亿人民币的GDP贡献将来自于数字经济。