环境分权对低碳发展的异质性影响——基于省级面板数据的实证研究

优化配置生态环境治理权责是实现绿色低碳发展的基础支撑。立足于我国省级面板数据,采用局部性分析视角揭示环境分权对低碳发展的异质性影响。基于莫兰特征向量的空间滤波随机效应模型表明,尽管两者之间非空间异质性不显著,但存在显著的空间异质性,呈现出“东北-西南”方向性差异,即东北方向倾向于加剧效应,而西南方向则表现为抑制效应。该发现回应了全局性分析中存在的“效应抵消”问题,同时也为当前环境治理体制改革提供了更具地域性的思路,有助于避免政策的“一刀切”问题。     

中国股市的周期性波动与价值投资的应用

中国股市由于世界经济发展周期、国家政策变动、信息流动机制和所处发展阶段等原因存在较强的周期性波动。实证研究表明月度上证指数对数序列满足随机游走模型假定。BP滤波方法确定上证指数存在明显的2~3年的循环周期。通过选取具有代表性的行业股票在股市周期波动中进行周期性的价值投资,结果显示大部分产业的收益率跑赢大盘,但在不同发展时期所密集使用的要素集聚产业则可享受估值溢价和获得超额收益。     

中国非加速通货膨胀失业率研究

本文主要研究1978~2004年间的我国非加速通胀率。研究发现中国城镇登记失业率与城镇居民消费物价指数间存在并不显著的菲利普斯曲线。协整检验表明失业率与通胀率具有协整关系。传统计量方法表明我国的NAIRU在3.4%左右。同时对TV-NAIRU序列的HP滤波检验与Gordon模型分析表明我国NAIRU具有相同的变化趋势,这种趋势得到人口特征与劳动生产率角度的解释。此外,两种模型的结果均表明目前我国实际失业率低于NAIRU,经济形势存在通胀的压力。     

我国粮食产量预测的时间序列模型与应用研究

新中国成立以来,尤其是改革开放的三十年来,我国粮食产量得到大幅度提高,同时粮食生产也呈现出周期性震荡上升态势。本文运用HP滤波分析方法将我国1949—2008年的粮食产量分离为时间趋势序列和波动序列,对趋势序列建立了关于时间t的趋势模型,并拟合估计了我国60年的粮食产量趋势;利用频谱滤波(BP滤波)法估计并拟合了粮食产量的波动周期。利用上述两个模型进行叠加,预测了未来10年我国的粮食产量。     

中国金融倾斜加速器效应的计量检验与博弈分析

基于融资结构变迁的视角,"金融倾斜"特指间接融资与直接融资两种融资方式的不平衡发展,而金融倾斜极易引发一国经济的非对称波动.本文的计量检验表明,中国的金融倾斜具有强烈的亲周期特征,且引发了"小冲击,大波动"的金融加速器效应.本文的博弈分析表明,在国家的隐性担保下,企业经理人的最优策略是通过膨胀前期会计资产来瓜分"红利",并将国有银行捆绑为"人质",因此,中央政府的"清理"策略往往引发经济的剧烈波动.     

一种利用运动补偿的改进JPDA-UKF算法

在恒虚警条件下,针对传统的航海雷达模拟器目标跟踪采用的基于不敏卡尔曼滤波的联合概率数据互联算法(JPDA-UKF)发散、复杂度高和实时性差的问题,提出了一种利用运动补偿的笛卡尔坐标下改进的JPDA-UKF滤波方法。该算法引入相邻周期回波间运动补偿提取的目标量测可信度矩阵,限制进入跟踪门相交区域中的虚假量测数量,并将软跟踪门技术应用于滑窗逻辑法实现航迹管理。仿真结果表明,所提方法径向速度误差比传统的JPDA-UKF算法与自适应的α-β滤波算法分别降低10%和20%,目标获得稳定航迹后径向速度归一化均方根误差(RMSE)比上述两种方法分别具有约10 dB和15 dB的性能优势,算法的复杂度符合真实雷达的边扫描边跟踪的实时处理。     

采用Gabor-Hough变换的自适应滤波人眼定位

人眼定位是人脸识别方法的第一步。传统人眼定位方法需要将人脸裁切,情况单一,对于复杂背景、倾斜等情况,精度低,宽容度差。指出将改进的滤波器与改进的定位方法相结合,首先对原图像进行Gabor变换,寻找图像凹陷,凹陷区域通过边缘像素向量改进的Hough变换检测瞳孔,得到参考坐标,经过训练得到滤波器并在角度\[-0.1,0,0.1\]旋转两次得到3个相关滤波器,通过相关滤波器滤出3个目标,选择最小误差位置作为最终的目标。相比传统方法,改进方法避免了矩阵盲目计算,具备传统方法的普适性,学习过程使定位误差减小为0.040 4,计算量减少为传统方法的1/5。该方法对不同光照、光照不均、不同表情、复杂背景、头部倾斜等情况有较好的鲁棒性,避免了单一方法定位不到和不准的情况。     

强混响背景下LFM信号回波检测

混响是主动声纳检测的主要背景干扰,由于它是一种非平稳的有色噪声,使得工作在白噪声条件下的检测器性能受到极大限制。在混响背景下实现目标回波检测,常采用自回归（AR）模型对宽带回波预白化处理,但在强混响背景条件下,白化后直接进行匹配滤波检测的结果不甚理想。针对此问题,在AR模型预白化基础上,提出一种改进方法,对白化后信号先进行二分奇异值分解（SVD）处理,有效去除大部分混响干扰,然后再作匹配检测。仿真实验分析表明,相比于仅白化后的匹配滤波检测,该方法可提高信混比约3 dB,匹配检测效果得到了明显改善。     

基于时间序列模型的中国出口总额分析及预测

基于中国近20年来中国出口总额的月度数据,通过对数据特征进行的分析,采用了Holt-Winters滤波方法和ARIMA(0,1,1)模型对数据进行拟合,并对模型进行了相关检验,以此来考虑模型的可行性及拟合效果的优良性。最后对中国出口总额的月度数据进行了预测,结果显示Holt-Winters滤波方法和ARIMA(0,1,1)模型的预测平均相对误差率很小,说明时间序列模型在我国出口总额的预测中具有较好的实用价值。     

粒子滤波算法(PF)在疲劳驾驶检测系统中的应用研究

目前,实现定位跟踪的算法有很多,如卡尔曼滤波算法、扩展卡尔曼滤波算法、粒子滤波算法等。由于我们实际生活中的系统基本上都是非线性的,因此本文研究的是专门用于非线性非高斯系统跟踪的粒子滤波算法(PF)的基本原理及其具体应用。