简介:以复杂巨系统为对象的研究领域,是当代最前沿的科学阵地.本世纪六十年代中期以后,从两个方向上对它进行了探索,并且取得了令人惊异的成果:一个方向是在数学、物理学、化学与生物学的基础上进行理论和实验的研究,先后出现了突变论、耗散结构论、协同论与超循环论等新的自然科学理论;另一个方向是从社会.经济、生态等方面进行有关人类的命运与前途的重大问题的研究,先后出现了《增长的极限》(梅多斯D等).《人类处在转折点》(米萨诺维克M与帕斯托尔E)、《小的是美好的》《舒马赫EF》、《建设一个持续发展的社会》(布朗LR等)等新的社会科学思潮.如果说,前一个方向是对自然历史观的冲击,那么,后一个方向则是对社会历史观的冲击.这是一个变革的时代,这是一场新的文艺复兴运动,在时代的浪潮激荡下,一位中年科学工作者,独树一帜,从我们面对的各种各样复杂巨系统中,选取“天地人巨系统”作为研究对象,并且综合现代科学研究的上述两个方向的成果,写出了一部思想新颖的著作,这种独立地走自己的路的开拓精神,十分值得赞许.读了刘波同志的这部著作,我高兴地看到,它在理论上确实是有所创见的,其中闪烁着不少新思想的火花,用他自己的话来说,这就是:第一,试图通过‘天地人巨系统’的研究,为系统地探索五大宇宙
简介:以2005-01-04至2008-12-31上证50指数成分股数据为样本,将其划分为熊市I、牛市和熊市II等3个阶段,运用最小生成树、分层结构树以及主要拓扑指标研究股票市场处于不同阶段下的关联网络动态拓扑结构。实证结果表明:股票市场间存在行业聚集效应,并且这种效应随着时间的推移越来越显著;在股票市场关联网络拓扑结构中,制造业在牛市时处于绝对的中心地位,并会持续到熊市;金融保险业和制造业中的钢铁制造业的内部股票始终保持着很高的关联度,一些子母公司和交叉控股的股票间也关系密切。此外,主要关联网络指标显示,股票市场所形成的关联网络结构在牛市时更紧密,但是牛市的市场结构要比熊市差。
简介:摘要机器学习已经广泛的应用于众多疾病的辅助诊断中,分类集成学习通过构建多个学习器来完成特定学习任务,再通过特定的策略将他们结合起来。阿尔茨海默症由于其病因和疾病发展经历了较为漫长的过程。本研究使用对早期、晚期轻度认知障碍、阿尔茨海默症及正常老年人进行分组特征提取。优化使用可以提高分辨率的PCA-FLDA集成分类器对前期提取的数据进行分类集成,最大限度的降低了前期特征提取中不同分类方式对空间划分的依赖性。