投资可靠性初探（一）——正常投资及异常投资（泡沫）数据分析

投资过程的可靠性是指：“在规定的条件下和规定的时间内投资过程的输出结果的效用U不低于投资者的最低要求U0的可能性,即P（U≥U0）。”（效用U（X）是投资收益率x的函数。最简单的U（X）=X,于是可靠性即P（x≥X0））如果资产价格x连续一个时期在超过正常条件下的X959的高位运行,则认为出现了异常事件,就是所谓的“泡沫”。正常条件即自由市场条件．需求曲线与供给曲线有一个均衡点E,市场交易围绕E波动。企业的收益率是个随机变量．围绕行业的平均收益率有不太大的波动,其标准差σ不会太大。不同行业的平均利润率一般不尽相同．但不会相差过大。产品的正常价格是成本加平均利润．其波动是因利润率波动引起的。对股票来说,正常价格相应为正常市盈率P/E,波动也不会太大。泡沫的客观根源是人为炒作,主观根源是个体的Bayes验前的“傻瓜”分布,泡沫破裂是必然的,且泡沫破裂后产品的价格必然迅速下降．因此可能引起恶劣后果。     

中国航空综合技术研究所与西飞国际签订适航性技术合作协议

2011年3月2日,中国航空综合技术研究所与西安飞机国际航空制造股份有限责任公司就适航性技术合作协议举行了签订仪式。西飞国际蒋建军总经理、中国航空综合技术研究所所长梁丽涛、党委书记周保富出席了仪式。     

中国深空探测现状及持续发展趋势

简要介绍了国外深空探测发展态势和内涵,剖析了中国深空探测取得的成功经验与主要差距。然后重点结合中国发展现状和现实需求,提出了中国深空探测后续发展目标,梳理出后续任务需提前开展研究的核心技术。最后对中国深空探测的持续发展提出了建议。     

近距离星间相对姿轨耦合动力学建模与控制

针对在轨服务过程中近距离星间相对位置以及相对姿态精确控制的问题,考虑相对姿态与相对轨道之间的耦合作用,建立星间相对姿轨耦合动力学模型.提出编队星相对基准星进行接近绕飞的任务需求,给出相对姿态以及相对轨道的期望状态.设计相对姿态轨道联合控制算法对相对姿态和轨道进行联合控制.仿真结果表明,所设计的控制算法能够很好地抑制相对姿态与相对轨道的相互影响作用,最终实现编队星对基准星的精确指向绕飞运动.     

把握航天发展脉搏 促进空间技术创新 首届空间科学与技术发展及应用学术大会召开

2014年8月18日,首届空间科学与技术发展及应用学术大会（以下简称首届大会）在北京召开。首届大会由中国宇航学会主办,中国航天科技集团公司钱学森空间技术实验室承办,主题为＂空间信息系统及有效载荷技术＂。大会学术委员会、国家各部委、中国科学院及相关科研机构和高等院校的院士、领导、专家、学者、科技人员等共400多人出席了首届大会。     

加油机加油过程视频监控需求分析

通过对一般加油过程的分析,提出了空中加油机加油过程视频监控需求。将加油过程分为会合、编队、对接、解散四个部分对监控区域进行讨论,并对监控区域进行整理及优化,从功能、分辨率及显示等方面进行分析,给出适应性的视频监控需求,为机外摄像头布局,摄像头和显示器选型,机外照明布置提供有效支持。     

基于切比雪夫混沌映射和生物识别的身份认证方案

云计算中访问控制和安全性是两大问题,且与传统的身份认证存在一定区别。利用切比雪夫多项式的半群特性、混沌特性,提出了一种基于切比雪夫混沌映射和生物识别的口令认证密钥协商方案。用户和服务器首先在云服务提供商（CSP）处进行注册,随后无需CSP的参与即可完成认证,建立会话密钥。安全性分析和性能比较表明,方案满足许多安全因素,如双向认证、用户隐私保护、多因素安全、前向安全性,即使CSP的主密钥被泄露,前向安全性也能确保用户会话密钥的机密性;此外,方案还能抵抗中间人攻击、离线口令猜测攻击和仿冒攻击等,并且支持多服务器环境中用户口令和生物特征的高效变更。      

基于ANP的直升机单机森林灭火训练效能评估

现有的直升机单机森林灭火训练效能评估方法仅针对取水灭火过程,忽视了其他任务环节对训练效能的贡献,并假设指标间相互独立,因此导致评估指标体系不全面、指标权重分配不合理,评估结果的可靠性低。利用离散事件系统建模理论建立的事件活动流将直升机单机森林灭火训练任务分解成若干相关活动,活动映射法对各活动效能要素进行分析并转化为效能评估指标,最终构建出全面的两维度效能评估指标体系;网络分析法(ANP)的使用考虑了评估指标间具有的依赖和相关关系,对指标权重进行重新合理分配,评估方法更符合问题的实际情况,评估结果更加可信。基于超级决策(SD)软件的案例分析表明,所提出的效能评估方法具有工程应用的可行性和参考价值。     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。     

SOM神经网络在卫星电源系统故障诊断中的应用

研究了自组织特征映射（SOM）神经网络的结构及学习算法，提出了利用SOM神经网络对输入样本的“聚类”作用，实现对故障模式的分类，并据此对故障进行诊断的新方法，通过对某卫星电源系统故障的诊断实例，验证了该方法是有效可行的，能对卫星电源系统的故障进行准确的实时诊断。