β系数及其稳定性对投资风险判别和资产配比选择具有重要意义。为分析房地产板块的β系数变化特征及其稳定性, 利用单指数方程测算中国A股2013—2022年房地产板块的月度和年度β系数, 并开展基于Chow检验的相邻公历月和公历年的β系数稳定性判别。研究结果表明：房地产板块的月度β系数在不同年份的变化趋势各异, 年度β系数整体先升后降; 与年度β系数相比, 月度β系数稳定性更强; 房地产板块与建筑板块β系数的整体变动轨迹具有相似性及相关性, 房地产板块β系数总体稳定性则低于建筑板块但高于金融板块。该文建议, 在使用房地产板块的中长期β系数进行投资决策时, 应根据宏观经济等因素适时修正; 进行与房地产相关的组合投资时, 需重点关注建筑业和金融业与房地产业的关联波动。

隧道火灾预测的传统方法是使用传感器，但存在设备老化、误报率高等缺陷，因此需要开发更加高效的火灾预测手段。该文提出一种利用在隧道外安全区域可观测的外部烟气图像和深度学习算法，对隧道内的火源功率和火源位置进行同步预测的方案，首先通过FDS软件构建了100 m长隧道的外部烟气图像数据库，再利用VGG16神经网络框架建立了烟气图像与火源参数间的联系。结果表明，该文所提方案可对隧道火灾进行有效预测；基于隧道双侧正向视角的烟气图像训练所得模型的预测精度最高，对火源功率的预测误差小于25%，对火源位置的预测误差小于10 m；此外，当火源以0~2 m/s速度移动时，该文所提方案依旧可进行有效预测。该文成果可为隧道火灾的智能预测技术提供参考。

未经阻燃处理的纯丙烯腈-丁二烯-苯乙烯(ABS)材料遇到明火容易燃烧，会对航空运行造成危险。该研究通过热重分析仪和锥形量热仪系统评估了ABS在不同升温速率和热辐射强度条件下的热稳定性和燃烧特性，并分析其变化规律。研究结果表明：ABS的热解过程可分为4个阶段；升温速率的增加显著缩短了热解时间并提升了最大热分解速率。热辐射强度的提高导致二氧化碳和一氧化碳的生成速率加快，最大生成量分别增加了49%和74%；热释放速率加快，峰值上升了53%；燃烧时间和点燃时间分别减少了32%和78%；发生质量损失的时间提前，质量损失速率增加了53.8%。根据点燃时间模型，计算得出2 mm厚ABS材料的临界热辐射强度为16.255 kW/m²。通过对火灾性能指标的计算发现，随着热辐射强度的增加，火灾的发展变得更加迅速，ABS的火灾危险性与热辐射强度正相关。该研究为航空器安全运行提供了关于ABS材料火灾风险的重要数据和实际应用参考。

赋予机器理解人类情感的能力是人工智能领域最具挑战性的前沿课题之一。随着心理学、神经科学与人工智能技术的深度融合, 基于脑神经活动解码情绪状态的情感脑机接口正在成为新兴研究热点。该文聚焦心理学与神经科学前沿发展对情感脑机接口的启发, 系统梳理该领域的关键进展与未来方向。在理论层面, 探讨情绪心理学新进展如何重构情感计算范式, 为神经解码提供更符合真实场景的计算框架; 在技术层面, 分析神经科学如何启发计算模型架构, 应对实际挑战; 在应用层面, 论述学科交叉如何促使情感脑机接口将研究话题从情绪状态识别拓展至个体差异量化测评等新兴方向。最后, 展望情感脑机接口技术在用户体验、人机交互、心理健康等领域的应用潜力, 并讨论其面临的伦理与技术挑战。