因子分析方法在商业银行经营效率评价中的应用

应用因子分析方法对我国13家商业银行的经营效率进行了实证研究，通过因子评分，测度了商业银行的经营效率，指出各商业银行由于内部控制能力不高和风险承担能力较低而导致经营效率不理想，各商业银行应努力优化资源配置和不断进行金融创新，以应对激烈的国内外竞争。     

福州机场台风特大暴雨统计分析预报

本文通过对80年代和90年代影响福州机场的台风降水资料进行统计并分析成因，着重对天气图资料样本进行分型，将影响福州机场的台风降雨天气系统分为（1）台风主体暴雨型、（2）台风倒槽暴雨型、（3）台风尾旋暴雨型等三种模式，然后找出台风预报的着眼点，用统计分析的方法建立回归方程。     

《推进技术》第四度荣获“中国百种杰出学术期刊”称号

2005年12月，《推进技术》第四度荣获“百种中国杰出学术期刊”称号，成为航天类科技期刊中唯一连续四次进入中国百强的科技期刊。此次评选是中国科技信息研究所根据中国科技期刊综合指标评价体系的总被引频次、影响因子、即年指标、基金论文比等指标，对1608种统计源期刊进行综合评定，评选出了第四届（2004年度）中国百种杰出学术期刊。     

二维有限元网格全自动生成方法

主要研究二维有限元网格全自动生成方法。提出一种新的节点生成方法 ,通过实例验证该方法可靠。采用三角形形状因子评定三角形网格质量 ,可减少三角化的时间 ,优化三角网格质量。     

承载紧固孔边应力强度因子

 <正> 1.孔边穿透裂纹应力强度因子 采用宽度修正系数FB(c/W),可得紧固件孔边裂纹的SIF式中f_1(α/R)、钉载作用时的FB(c/W)以及未开裂应力σ_Y(X)。对双向载荷下的宽度修正系数,采用文献的数据最小二乘拟合,得     

自适应空间机动目标跟踪算法

在空间目标跟踪问题中,目标机动导致的模型不匹配问题会导致滤波算法出现滞后现象。为了对空间机动目标进行快速跟踪,在平方根容积卡尔曼滤波〖（Square rootCubatureKalmanFilter,SCKF）的基础上,引入强跟踪滤波（StrongTrackingFilter,STF）的思想,推导得到了次优渐消因子在SCKF中的等价描述。并通过建立以矩匹配方法为基础的自适应机制,设计了兼顾滤波精确性和鲁棒性的自适应强跟踪平方根容积卡尔曼滤波（AdaptiveStrongTrackingSquare rootCubatureKalmanFilter,AST SCKF）算法。仿真结果表明,在目标机动前,AST-SCKF算法和SCKF算法的位置收敛精度相差不足1%;在目标机动后,AST-SCKF算法的位置和速度的收敛精度相对SCKF算法分别提高了95.19%和30.50%,同时,其收敛速度相对SCKF算法分别提高了57.20%和24.68%。     

自研激光雷达三维点云配准技术

为了实现激光雷达点云与图像重建点云的三维空间配准,基于自研三维扫描激光雷达系统,提出了新型的快速多尺度因子（FMSR）点云配准算法,研究了空间点云配准技术。该算法主要包括初始配准和精确配准2个步骤:初始配准使用基于尺度自适应关键点质量（ASKQ）的点云特征提取算法,提取关键点的特征匹配对,求解点云配准初始参数;精确配准利用K-邻近（KNN）算法全局搜索,提升计算效率,多次迭代得到2组点云之间的最优旋转矩阵、最优平移向量和最优尺度因子。仿真和实验结果表明,所提出的算法对空间目标（尺寸为20.30 m×7.85 m×26.56 m）实现空间点云配准,配准精度达到0.194 m,运行时间为16.207 s;与多尺度迭代最近点（S-ICP）算法相比,配准精度提高了0.131 m,运行时间提高了30%。所提出的空间点云配准技术可为场景重建和纹理匹配提供算法基础。      

基于WAAS监测数据的精度和完好性参数解算

美国联邦航空管理局（FAA）建设的广域增强系统（WAAS）通过对全球定位系统（GPS）所需导航性能（RNP）的全面增强,目前已能在WAAS服务区的绝大部分空域支持从航路到具有垂直引导满足航向信标性能（LPV）-200进近的RNP.本文给出了WAAS报文的解码过程,结合WAAS广播报文阐述了精度和完好性参数的解算处理过程.选取美国阿拉斯加州和美国本土34个WAAS监测站的实测数据,按该处理流程解算出精度和完好性参数.结果表明,所选监测站位置的精度和完好性解算结果与美国国家卫星测试台（NSTB）公布的统计数据基本吻合,验证了报文解码以及参数提取算法和流程的正确性.WAAS精度和完好性参数解算处理流程可为中国北斗星基增强系统（BDSBAS）建设提供借鉴和参考.      

Markov随机跳变系统的传感器系统误差估计

 针对Markov随机跳变系统的系统误差估计问题,提出一种基于马尔可夫链蒙特卡罗(MCMC)和最大似然估计相结合的在线系统误差估计方法。利用最大似然估计给出系统误差等效后验概率分布函数,采用Metropolis-Hastings抽样方法从该概率分布函数中进行抽样;利用系统误差估计和状态估计互为因果的关系,采用期望极大化(EM)方法迭代估计出最优的系统误差;分别对时变和时不变系统误差场景进行仿真分析,结果表明,在考虑系统误差统计特性的同时,所提方法对解决目标运动模型难以建立情况下的系统误差估计问题具有可行性和有效性。     

基于粒子群算法的发动机部件模型求解

传统求解航空发动机部件模型中的非线性方程和共同工作方程组的方法因对初值的依赖使得模型并不总能收敛。首先针对模型中的非线性方程求解的特点,在带邻域的粒子群算法的基础上,将收敛因子、被动聚集压力因子和自适应惯性权重引入算法,提出一种混合粒子群算法HPSO1。而对模型中的共同工作方程组的求解,则是在基本粒子群算法的基础上,将收敛因子和被动聚集压力因子引入基本粒子群算法,提出另一种混合粒子群算法HPSO2。实验仿真表明HPSO1和HPSO2均克服了对初值的依赖性,因而对发动机部件模型求解是有效的。