一种基于Radon变换的微表情识别算法

微表情是人们处在一些与平时生活环境不同的高强度环境下试图控制和掩饰的情感表现，也是一种不曾意识到的瞬时脸部表情,持续时间短，强度弱。为了提高其准确率，提出了基于Radon变换的微表情识别算法。首先，对数据库中的视频序列进行灰度归一化、尺寸归一化和二维主成分分析法（Two-dimensional Principal Component Analysis，2DPCA）降维预处理，使用光流法对降维后图像提取运动特征；然后使用Radon变换算法对光流图像进行处理，得到对应微表情的特征值和特征图像；最后使用支持向量机进行微表情分类识别。实验结果表明，使用Radon变换后得到的微表情特征图像得到了较好的识别效果，在微表情数据集CASME和CASMEⅡ上识别率分别为81.48%和82.17%，通过与选取的其他方法对比说明了该方法具有更好的识别性能。     

一种利用优先经验回放深度Q-Learning的频谱接入算法

针对认知无线传感器网络中频谱接入算法的频谱利用率不高、重要经验利用率不足、收敛速度慢等问题，提出了一种采用优先经验回放双深度Q-Learning的动态频谱接入算法。该算法的次用户对经验库进行抽样时，采用基于优先级抽样的方式，以打破样本相关性并充分利用重要的经验样本，并采用一种非排序批量删除方式删除经验库的无用经验样本，以降低能量开销。仿真结果表明，该算法与采用双深度Q-Learning的频谱接入算法相比提高了收敛速度；与传统随机频谱接入算法相比，其阻塞概率降低了6%~10%，吞吐量提高了18%~20%，提高了系统的性能。     

一种嵌入式软件无线电频谱监测系统

为了降低研发成本，提高频谱系统的灵活性和缩短研制周期，提出了一种基于软件无线电的嵌入式频谱监测系统。首先研究了系统硬件平台组成和特点，在此基础上设计了一种灵活的软件定义系统架构；然后考虑到硬件平台自身性能的限制，重点研究了频率偏移校正、频谱扫描策略等关键技术，分别提出了基于GSM信号和温度传感器的频偏校正方法和基于相关性的扫频策略；最后通过具体实验，对系统性能进行验证与评估，结果表明所提出的频偏校正方法能够将绝对平均频偏控制在1.749×10-6以内，所设计的基于相关性的扫频策略对时变信号的频谱监测效果最好。     

基于图论的认知无线网络频谱动态分配

在认知无线电网络中，图论与量子遗传算法相结合的频谱分配策略能够提高频谱利用率，但存在早熟和收敛精度不够等缺点。为了解决该问题而实现算法的优化，对图着色理论的频谱分配模型进行数学建模，并针对该模型提出了改进的量子遗传算法。首先，通过使用小生境技术初始化种群，使种群分布更加广泛、算法的收敛度更高；其次，根据进化代数对量子旋转角进行实时动态调整，对染色体进行阈值变异，防止个体陷入早熟，跳出局部解；然后，对干扰约束条件进行重新设计，有效地避免盲目性，提高了网络的公平性和网络效益。仿真结果表明，所提算法有效地提高了频谱利用率，极大地增强了网络系统的性能。     

基于球谐变换的无人机蜂群RCS快速分析算法

为了获取目标的雷达截面积(Radar Cross Section,RCS)，传统的方法是采用矩量法（Method of Moment,MOM）或多层快速多极子方法(Multi-level Fast Multipole Algorithm,MLFMA)，尽管对目标的RCS计算精确，但其要求计算机的存储量大且计算耗时。而对于由上百成千个小型无人机组成的无人机蜂群而言，若采用上述方法来计算其RCS，计算量巨大，甚至无法计算。针对上述问题，提出了采用球面波展开技术与球谐变换相结合的方法来提升对无人机蜂群RCS的仿真效率，其关键技术是通过改变球谐函数中的求和次序，利用快速傅里叶变换来计算偏心球面上离散点的电场分布。数值实例表明,相比于高精度的MLFMA，所提方法获取蜂群无人机RCS的结果与其吻合良好，但对计算机内存的需求远远小于MLFMA，且随着无人机数量的增加，其计算速度可提升几个数量级。     

毛竹水溶性多糖提取工艺的优化及结构表征

采用响应面法优化毛竹水溶性多糖的提取工艺,分析其成分,并进行结构表征。研究结果表明,优化的毛竹多糖(BSP)提取条件为:料液比1∶27(g/mL)、提取温度78 ℃、提取时间4 h,该条件下BSP提取率为(5.18±0.07)%,提取物中多糖含量为(72.14±0.02)%,糖醛酸含量为(9.76±0.03)%;BSP具有酸性多糖典型的官能团特征吸收峰,其单糖组成及摩尔比为n_甘露糖∶n_葡萄糖∶n_阿拉伯糖∶n_木糖∶n_鼠李糖∶n_半乳糖=62.52∶23.05∶10.35∶2.78∶0.79∶0.51;BSP由两个主峰组成,相对分子质量分别为91.11、4.55 kDa。BSP是一种混合酸性多糖。     

Brexit: Tracking and disentangling the sentiment towards leaving the EU

On 23 June, 2016, the UK held a referendum to decide whether to stay in the European Union or leave. The uncertainty surrounding the outcome of this referendum had major consequences for public policy, investment decisions, and currency markets. We discuss some of the subtleties involved in smoothing and disentangling poll data in light of the problem of tracking the dynamics of the intention to Brexit, and propose a multivariate singular spectrum analysis method that produces trendlines on the unit simplex. The trendline yield via multivariate singular spectrum analysis is shown to resemble that of local polynomial smoothing, and singular spectrum analysis presents the nice feature of disentangling the dynamics directly into components that can be interpreted as changes in public opinion or sampling error. The merits and disadvantages of some different approaches for obtaining smooth trendlines on the unit simplex are contrasted, in terms of both local polynomial smoothing and multivariate singular spectrum analysis.     

认知无线电研究综述

本文论证了功利导向的市场化改革不是万能的,至少不适合科研领域。科研的根本动力是人对科学问题的兴趣,而功利化冲淡人对科学的兴趣,使人分心、浮躁和思想不自由,因而不是科研的动力;而是科研的阻力。科学产品具有自然垄断性、公共性、外部性和信息不完全性,因而容易使市场失效。在此基础上,文章还分析了中国科学的进步远不如经济的增长的一个主要原因是中国人的实用主义和功利主义的价值观。     

一种基于DS-FFH/MSK调制的数据链抗干扰性能分析

提出了DS-FFH/MSK调制方式的一种实现方案,并在多种干扰环境下,从信源误比特率的角度对基于该实现方案的Link16战术数据链的抗干扰性能进行了系统分析,推导了几种不同干扰条件下数据链的误比特率表达式,并给出了计算机仿真结果.     

OPTIMAL CONTINUOUS-TIME HEDGING WITH LEPTOKURTIC RETURNS

We examine the behavior of optimal mean–variance hedging strategies at high rebalancing frequencies in a model where stock prices follow a discretely sampled exponential Lévy process and one hedges a European call option to maturity. Using elementary methods we show that all the attributes of a discretely rebalanced optimal hedge, i.e., the mean value, the hedge ratio, and the expected squared hedging error, converge pointwise in the state space as the rebalancing interval goes to zero. The limiting formulae represent 1-D and 2-D generalized Fourier transforms, which can be evaluated much faster than backward recursion schemes, with the same degree of accuracy. In the special case of a compound Poisson process we demonstrate that the convergence results hold true if instead of using an infinitely divisible distribution from the outset one models log returns by multinomial approximations thereof. This result represents an important extension of Cox, Ross, and Rubinstein to markets with leptokurtic returns.