绍兴市土地利用时空变化研究

[目的]探讨经济发达地区土地利用变化时空规律,为城市发展提供合理土地利用政策,同时优化土地利用结构以支持经济可持续发展。[方法]通过遥感影像获取长时间序列的土地利用数据,探讨近30多年来绍兴市的土地利用变化,进一步利用土地利用动态变化模型,对绍兴市土地利用变化过程、趋势、变化轨迹进行了深入分析。[结果](1)绍兴市土地利用在1980~2000年相对稳定,在2000年后变化强度逐年增强,2005~2015年土地利用转化量增多和类型多样。绍兴市东北部平原和县区核心区域是经济发达地区土地利用变化的活跃区域,主要是其他类型土地向建设用地转移;(2)1980~2015年绍兴市土地利用变化轨迹主要受到人口增长和GDP增长的影响。[结论]城市化的发展和人口的迅速增长,使城市人口和土地面积迅速增加,造成城市边缘的农业用地转化成了建设用地。经济的发展、科技的进步及政府政策的制定,改变了人们的生活和工作方式,进而影响土地利用类型。     

采用航迹特征的智能机型识别

针对空战目标识别中机型自动识别比较困难的问题，提出了采用航迹特征的智能目标识别方法。利用卷积神经网络（Convolutional Neural Network，CNN）分层学习特征的能力，训练CNN算法模型自动地从航迹数据中学习有用的特征并分类。利用沿海实地采集的15个类别的飞机航迹数据，经一系列数据预处理后作为智能识别算法的训练和测试数据，在验证实验中描述了算法网络的相关配置,对比了CNN与其他分类器的识别结果。实验结果表明，CNN具有很好的识别性能。     

金融素养、家庭财富与家庭创业决策

本文利用2015年中国家庭金融调查(CHFS)数据,分析了金融素养、家庭财富与家庭创业决策三者之间的关系。整体上,金融素养的提高显著增加了家庭参与创业的可能性,但家庭参与创业面临着"财富约束效应";而金融素养对家庭财富具有替代作用,提高金融素养有效缓解了家庭的"财富约束效应",促进家庭参与创业。同时,研究发现家庭财富对家庭创业决策的影响并不存在明显的城乡差异,但金融素养更能缓解农村家庭创业所面临的"财富约束效应"。另外,提高金融素养能有效缓解家庭的信贷约束,增加其风险偏好,间接地促进创业。     

改进高阶容积粒子滤波的系统状态估计算法

传统粒子滤波（PF）直接采用状态转移先验分布作为重要性密度函数来近似后验概率密度函数，使得后验概率密度函数未包含量测信息。针对此问题，提出了一种改进高阶容积粒子滤波(CPF)的系统状态估计算法。算法采用七阶正交容积卡尔曼滤波（7th-CQKF）对PF的粒子进行传递，使得先验分布更新阶段融入最新量测信息；通过7th-CQKF设计重要性密度函数，提高对状态后验概率密度的逼近程度；通过反比例函数计算粒子权重，突出大噪声粒子与小噪声粒子权重差别，提高粒子有效性。仿真结果表明，改进高阶容积粒子滤波的估计精度高于容积粒子滤波（CPF）。     

Live streaming commerce from the sellers’ perspective: implications for online relationship marketing

ABSTRACT

Live streaming has recently become a popular direct selling channel which offers small, self-employed sellers unseen levels of consumer interaction and engagement. While the extant research focused on consumer motivation and intention to shop via live streaming, little is known from the seller’s perspective. Indeed, the potential advantages of live streaming commerce are accessible to everyone, but sellers experience different levels of success with this medium. Using a mixed quantitative and qualitative approach, this study analyses Facebook data of live streaming sellers to assess the nature and extent of engagement metrics, and delineate the dynamic, interactive live streaming sales process. We identify four sales approaches and twelve strategies adopted in acquiring and retaining customers. This typology of sales approach representing seller-focused antecedents is mapped against the relationship process and outcomes to provide a framework for understanding relationship mechanisms in live streaming commerce.     

Dissecting interbank risk using basis swap spreads

This paper analyses interbank risk using the information content of basis swap (BS) spreads, floating-to-floating interest rate swaps whose payments are associated with euro deposit rates for alternative tenors. To identify the impact of shocks affecting interbank risk, we propose an empirical model that decomposes BS quotes into their expected and unexpected components. These unobservable constituents of BS spreads are estimated by solving a signal extraction problem using a particle filter. We find that expected components covariate with aggregate liquidity and risk aversion while systemic risk arises as the main driver behind unexpected fluctuations. Our empirical findings suggest that macroprudential analysis emerges as a key device to ease asset pricing in a new multi-curve scenario.     

基于PSO-SAS的联合侦察任务规划

针对联合侦察筹划中任务规划阶段机动侦察平台阵位与路线确定困难的问题，提出了一种基于粒子群优化-稀疏A星(Particle Swarm Optimization—Sparse A-star,PSO-SAS)算法的规划方法。该方法综合考虑侦察装备机动性能以及敌火力威胁、地形等因素，在侦察阵位规划上，建立了阵位综合评估模型，并利用粒子群算法进行阵位寻优；在路线规划上，采用稀疏A*算法进行航迹规划，通过将机动性能、安全距离、路程等约束引入搜索过程，缩短最优路线的计算时间。仿真试验验证了所提方法生成的侦察阵位和路线能够满足侦察任务要求。     

基于车辆数据的k近邻联合概率数据关联算法

在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如，对车辆轨迹进行跟踪并预测车辆的驾驶行为，就是一个常用的预警方法。在对车辆进行跟踪的过程中，数据关联是很重要的部分，它可以对车辆的观测点和轨迹进行关联，从而更新车辆的轨迹，完成跟踪过程。在此背景下，提出了一种新的数据关联算法，即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明，该算法能够较好地解决在交通场景下车辆数据的数据关联问题，在精度以及运行效率方面都有所提高。     

基于粒子群算法下的交叉口信号配时优化

为了合理地优化交叉口信号配时,通过分析交叉口的评价指标,建立了以车辆的平均延误、停车次数最小、交叉口整体通行能力最大、各相位有效绿灯时间和交叉口周期时长作为约束条件的数学模型。并通过改进前人研究基础上的动态加权系数,将多目标的非线性优化问题转化为单一目标的非线性规划问题,为了得出更科学稳定的解,提出了改善粒子群算法系统稳定性的2种方法,并将其与粒子群算法结合起来。然后以Matlab为求解工具,结合临邑市某一交叉口实例进行求解分析。最后的结果表明,在使用改进后的粒子群算法进行优化后交叉口通行能力较之现状提升了9%,延误下降了28%,停车次数下降了9%,且各项优化结果均优于Webster,改进后的算法在程序中运行300代,到216代才开始收敛,而未改进的算法稳定性较差,优化结果和收敛曲线则随着实验次数的变化而变化,最后的结论证明了该算法和模型的可靠性。     

境外上市与企业投资效率

截至2021年11月,我国单独境外上市企业占到境外上市企业总数的88.32%,但单独境外上市的研究明显与该数据不匹配,研究数量缺乏。为扩充该方面研究,本文以2012~2020年单独在美国和中国香港上市的中资企业为研究对象,对境外上市与投资效率关系进行检验。实证结果发现,单独境外上市与境内上市企业相比投资效率更低,区分企业上市地点后发现,规模大、信息透明度低、存在代理成本的赴港上市企业比境内上市企业投资效率低,规模小、代理成本高、信息透明度低的赴美上市企业比境内上市企业投资效率低。通过机制分析发现,信息透明度、境外上市和非效率投资三者存在"遮掩效应",境外上市企业未能受到有效的信息约束。