基于深度神经网络的眼周识别方法研究

近年来,少限制环境下的生物特征识别技术成为研究热点,眼周识别作为新兴的生物特征识别技术越来越受人们关注。基于深度神经网络的眼周识别方法相较于传统方法能更好地提高眼周识别性能。通过提出一个基于ResNet20和softmax的眼周识别方法,在两个公开的眼周数据集上实验验证得到在UBIPr数据集上的EER值为8.19%,在UBIRIS.V2数据集上的EER值为13.18%。与传统的眼周识别方法相比,文章提出的眼周识别方法取得了较好的眼周识别效果,为深度神经网络的眼周识别方法发展提供持续动力。     

基于残差自回归的特殊教育招生趋势实证分析

从1994年6月10日《萨拉曼卡宣言》正式提出"全纳教育"这一概念,我国在特殊教育方面取得了巨大进步。为了考察过去几十年中国针对特殊教育行业所采取的政策的有效性,并对特殊教育行业未来发展提出建议,本文首先通过观察我国在特殊教育招生方面的时序图,将1980至2016年划分为四个阶段,结合国家各时期颁布的相关政策,分析不同阶段特殊教育招生数量发生变化的原因。其次,本文针对我国1980到2016年特殊教育的招生人数建立残差自回归模型,拟合后发现信息提取充分,且模型精度较高。最后,结合所建立的自回归模型,预测未来5年我国特殊教育的招生人数,并对未来我国在特殊教育方面的发展提出建议。     

我国大麦价格波动特征及其影响因素分析

[目的]大麦价格剧烈波动会直接影响大麦种植户的生产积极性和大麦产业的平稳发展,研究大麦价格波动特征及其影响因素,有助于提升大麦产业链相关主体识别和应对市场风险的能力,促进大麦产业的健康发展。[方法]文章先采用HP滤波法和ARCH类模型分析了2011年4月至2017年2月我国大麦价格波动特征,然后采用脉冲响应函数分析了我国大麦价格波动影响因素。[结果]我国大麦价格波动存在明显的季节性和周期性,样本期内总体上呈现逐渐下降趋势;我国大麦价格具有显著的波动集聚性,我国大麦价格具有显著的不对称性;在该文选择的影响因素中,大麦进口量和国际大麦价格是影响我国大麦价格波动的主要因素。[结论]该文提出必须保障并提高国内大麦合理产能、完善大麦价格监测预警体系、加强国内大麦进口企业整合和推动大麦进口来源多元化的政策建议。     

结合像素域JND阈值空间相关性与图像块类型的残差滤波算法

为了更好地将人眼视觉感知特性应用于视频压缩系统，从而去除视频的视觉冗余成分，在利用像素域的恰可察失真(Just Noticeable Distortion,JND)阈值的基础上，结合JND阈值的空间相关性与图像块类型，提出了一种改进的残差滤波算法。该算法首先在像素域计算出每个像素的JND阈值，然后在变换单元(Transform Unit,TU)中挖掘每个像素JND阈值与其周围邻近像素JND阈值之间的空间相关性，再利用索贝儿(Sobel)边缘检测算子将TU分成不同类型的图像块，并且计算出对应的复杂度因子，最后结合上述像素JND阈值的空间相关性和TU复杂度因子对TU残差进行滤波。提出的算法模型可以嵌入到高效率视频编码(High Efficiency Video Coding,HEVC)框架。实验结果表明，在全I帧配置下，提出的算法与标准算法HM16.0相比，在人眼主观感知质量基本一致的情况下，平均可节省16.1%的码率。     

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）。     

集群商业信用与出口产品质量——来自中国企业层面的证据

提升出口产品质量是建设贸易强国的重要方面。本文基于中国工业企业数据库和海关数据库2000—2009年的合并数据,研究了城市集群商业信用对我国出口产品质量的影响。研究发现,集群商业信用对出口产品质量具有显著的正向影响,集中体现在促进私营企业和外资企业以及东部地区企业出口产品质量的提升上。具体机制是集群商业信用通过缓解企业融资约束促进了企业出口产品质量的提高。在控制集群企业数目和集聚程度后,结论保持稳健。一系列稳健性检验以及依据企业是否更换经营地点构造拟自然实验检验都证实了本文的基本结论。本文的研究结论是应重视集群商业信用等非正规融资在促进企业出口产品质量提升方面的关键作用。     

专利质押贷款风险动态监控预警研究

专利质押贷款为科技型中小企业提供了一种有效的融资方式，但是由于资产规模等问题，专利质押融资风险远高于其它抵押贷款方式，因此需要在贷款后对企业还贷风险进行实时动态监控预警。首先建立了科技型中小企业贷款风险预警指标体系，并依据Kalman滤波理论建立了风险动态预警模型，确定了企业还贷能力由健康到轻度危机再到重度危机的两个分割点，进而检测企业贷款偿还能力从健康-财务波动-财务危机的演变轨迹。实证研究表明，该模型的总体判别准确率较高，预警效果好。      

基于多重交叉残差方法的空间目标旋转特性分析

针对传统的频谱分析和自相关函数反演周期时常出现虚假周期的问题，提出了多重交叉残差法处理空间旋转目标雷达散射截面(Radar Cross Section，RCS)的时间序列。以空间跟踪和监视系统(Space Tracking and Surveillance System,STSS)卫星为例，仿真了空间目标失稳旋转状态，对比了频谱分析、自相关函数和多重交叉残差3种方法的处理结果，发现当目标存在进动运动时多重交叉残差法抗干扰能力更强。在此基础上，进一步研究了不同章动角时多重交叉残差法对旋转周期的反演效果，结果表明章动角大小会影响旋转周期的反演准确度，且章动角达到一定数值后，卫星进动幅度过大导致RCS序列周期性模糊，无法用多重交叉残差法反演出旋转周期。     

基于组合分析模型的市场销量预测——以卷烟厂为例

由于烟草市场发展面临新的诸多挑战,为了保持烟草行业的可持续发展,对未来卷烟销量的预测很有必要。首先建立定性分析模型,从宏观经济变量、人口增长、收入变化等因素对卷烟销量的影响定性分析预测。其次利用时间序列分析、H-P滤波分析形成未来卷烟批发销售总量和销售总金额预测。在上述模型基础上,以杭州卷烟市场为例,进行预测分析。该模型分析方法严谨,定量与定性分析结果相近,模型可信,有助于烟草公司的工作人员准确把握烟草市场的发展趋势,制定有效的发展规划和决策。