地方政府支持与区域创新绩效之间的非线性关系研究——“倒U”还是“凹性”

利用2014—2020年中国31个省区市的面板数据,对地方政府支持与区域创新绩效之间的关系进行了实证检验。研究发现,虽然地方政府支持与区域创新绩效之间存在倒U型关系,但是绝大多数样本分布于倒U型曲线对称轴的左侧,只有极少数的样本分布于对称轴右侧;门限回归结果表明,倒U型关系很有可能是由边际效应递减产生的凹性所导致的。上述结论说明,目前我国地方政府支持力度与区域创新绩效之间是一种单调的凹函数关系,而不是先升后降的倒U型关系。该结论在经过一系列稳健性检验后仍然保持稳健。     

润滑油质量组合预测

以某自行火炮润滑油氧化程度光谱分析数据为基础,利用线性回归理论、灰色理论及组合预测理论建立了润滑油的氧化程度预测模型,并且分析各模型在预测上的差异,验证了润滑油质量组合预测模型能够充分利用单一预测模型的有效信息,提高预测精度.     

北斗MEO卫星辐射剂量探测数据缺失值处理方法

针对北斗MEO卫星辐射剂量探测数据出现连续性缺失的问题,开展缺失值处理方法研究.提出一种叠加正弦波的线性样条回归方法,即引入样条函数,对各数据连续缺失的时间段进行分段处理,每段样条采用叠加正弦波的线性方程填充缺失值.结果表明:利用该方法处理缺失值,每段样条中填充曲线与探测曲线在增长趋势、周期性波动等方面具有较高的一致性;相比前向插值法和线性插值法,其填充值与真实值误差更小,关联性更高.该方法较好地解决了数据连续缺失的问题,形成了完整性好、准确性高的北斗MEO卫星辐射剂量数据集,为后续数据的发布、建模和可视化展示等奠定了基础.      

基于EMD和SVM的机载燃油泵故障诊断研究

针对机载燃油泵故障数据来源较少、诊断效率较低、维护费用较高、缺乏有效故障特征的问题,利用机载燃油转输系统实验平台收集的振动信号和压力信号,提出了一种基于经验模态分解(EMD)和支持向量机(SVM)的机载燃油泵故障诊断方法。首先,利用EMD提取振动信号不同频段的能量值作为特征参量,并结合压力信号均值构造故障特征向量;其次,分别采用遗传算法(GA)、粒子群优化算法(PSO)、樽海鞘群算法(SSA)、网格搜索算法(GS)对SVM的惩罚参数和径向基函数(RBF)参数进行优化,并对优化后的SVM诊断性能进行了评估;最后,分别采用SVM、极限学习机(ELM)、BP神经网络作为分类器,并对3种分类器的诊断性能进行了评估。结果表明:采用3种群智能优化算法的SVM故障诊断率均能达到100%,寻优过程中均未陷入局部最优解,且寻优时间相当,其中GA的训练时间最短,可以采用GA对SVM参数进行寻优;当采用GA_SVM作为故障分类器时,用时较短,且故障诊断率较高,可以选用GA_SVM分类模型实现机载燃油泵的高效故障诊断。      

带空间结构的人工神经网络建模方法

将遍历搜索法引入带空间结构的人工神经网络模型,提出一种新的模型估计和空间数据样本外预测方法。该方法基于人工神经网络,结合空间自回归模型思想,在网络模型中引入空间滞后项来考虑变量的空间效应,提出使用遍历搜寻最优解的方式替代传统极大似然法进行空间自回归系数估计和建模。结合样本外数据和空间结构,扩展空间权重矩阵并代入所提模型进行样本外预测,充分发挥了人工神经网络模型泛化能力强的特点。仿真分析指出:在合理考虑空间效应的情况下,所提模型的预测效果较普通人工神经网络有显著提升;而且当空间变量间存在非线性关系时,所提模型的预测精度同样优于空间自回归模型。      

基于迭代译码的LDPC码稀疏校验矩阵重建

为了改善高误码率情况下低密度奇偶校验（LDPC）码稀疏校验矩阵重建算法的性能,基于迭代译码的思想提出了一种稀疏校验矩阵的重建算法。首先,利用对偶空间算法获取到部分非稀疏校验向量,并对其进行稀疏化处理。其次,利用稀疏化后的校验向量对LDPC码进行软判决迭代译码,从而对码字中错误比特进行纠正,以改善码字质量。然后,对纠错后码字再次进行校验向量获取,不断重复迭代。最后,实现LDPC码稀疏校验矩阵的重建。实验结果表明:在误码率为10-3量级下,针对IEEE802.16e、IEEE802.11n等协议下的LDPC码,所提算法均能有效完成重建,同时新算法的稀疏矩阵重建率要明显好于传统方法。      

国债指数GARCH模型实证研究

上证国债指数2003年2月24日至2005年7月14日日收盘时间序列经一阶差分后是平稳序列,利用一阶差分序列建立的ARIMA模型存在自回归条件异方差,在ARIMA模型基础上建立的GARCH(1,1)模型、ARCH(1,1)-M模型、TARCH(1,1)模型,模型系数检验、标准化残差检验及自回归条件异方差检验都非常理想.由于一阶差分代表收益,利用GARCH(1,1)模型可以对上证国债指数日收益的波动性以及波动性的不对称性,即均值和方差进行准确地预测,同时按差分的定义可将GARCH(1,1)模型转化为预测下一交易日收盘的预测模型.     

回归分析数据挖掘技术

统计类数据挖掘技术作为数据挖掘技术中较为成熟的一个分支,它采用统计学的方法与数据挖掘的原理对目标数据进行分析和处理。文中针对其中的回归分析技术的原理及应用进行了探讨。     

基于PC104总线的VxWorks BSP设计

设计开发了嵌入式实时操作系统VxWorks的一种基于PC104总线的板载支持包,完成了相关的外围驱动程序设计和调试工作。     

基于多特征的支持向量机印鉴识别

印鉴真伪鉴别的难点要求识别系统同时具备同类印鉴的鲁棒性及异类印鉴的敏感性.针对这一难点,本文提出了一种基于多特征的支持向量机(Support Vector Machine,SVM)鉴别算法,根据多类特征以及支持向量机的自适应寻优特性,获得对真伪印鉴的鉴别.采用Gabor滤波器获得频率特征,采用差图像获得结构特征,采用原图像和极坐标图像的奇异值获得不变量特征.采用支持向量机(Support Vector Machine,SVM)对印鉴进行真伪鉴别.实验表明,本文方法具有很高的真伪鉴别能力.