基于LDA主题模型的上市公司违规识别——以中国A股上市银行为例

以我国2010—2019年的A股上市银行年报为样本,利用LDA主题模型深度挖掘年报语义信息并构建银行年报的主题指标,在多种机器学习模型上对比主题指标与常用的财务指标、文本特征指标及其与主题指标的合并指标在检测上市银行违规时的性能。研究发现：年报文本主题内容对上市银行的违规行为有一定的预测作用,且与单一传统指标相比,主题指标可以提升传统指标的违规识别性能。研究结果为使用年报文本主题信息和机器学习方法识别上市银行违规的有效性提供了直接的证据,为市场构建了一种有效的违规识别指标体系,为审计师找到了一种较为高效的违规识别方法,有助于进一步规避与防范审计风险。     

频率选择性信道下空间相关MIMO的迭代检测技术

给出了一种频率选择性信道下空间相关MIMO的系统模型,其发送端采用准循环系统RA码,接收端采用一种对空间相关和非相关信道均适用的软干扰消除迭代检测算法.该算法首先采用基于最小均方误差检测(MMSE)的滑动窗口模型进行干扰消除,然后采用多天线联合最大似然检测(ML)以得到软信息,再将得到的软信息传递到译码器译码并输出发送比特的软信息作为下一次迭代的先验信息,即完成一次迭代.此模型能够取得比较好的误码率性能(BER),其改进方案既增加了发送端的调制域分集,性能又有提升.作为比较,基于软干扰消除的逐天线MMSE迭代检测的方案(ABA SC/MMSE)性能很差.仿真结果也证明了以上观点.     

液相色谱直接测定水中苯胺在应急监测中的应用

为了建立一种快速准确测定水体中苯胺的分析方法,以用于环境应急监测,使用高效液相色谱-荧光检测法测定水中的苯胺。将水样经微孔滤膜(0.22μm)过滤后直接进样分析,以甲醇和磷酸盐缓冲溶液作为流动相,在λ_(Ex)/λ_(Em)=230nm/340nm的荧光条件下进行测定,数据显示:该方法在质量浓度0.010~2.00mg/L的范围内线性良好,检出限为0.098μg/L,测定下限为0.392μg/L;在连续12d的实际环境应急监测中,其加标回收率为91%~106%,相对标准偏差(RSD)为0.0%~3.1%,绘制质量控制图结果满意。该方法可快速准确地提供监测数据,是监控水体污染程度和评估应急处理措施的有效手段,适用于水中苯胺的环境应急监测和日常监测。     

基于轻量级卷积神经网络的苹果表面缺陷检测方法

为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法.首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连...     

快速跳频雷达频率合成器的实现

本文结合实际工程,基于频率数字变换（Ｆ／Ｄ）锁相环路辅助捕获方法,提出了一种实用的由单片机控制的缩短频率转换时间的有效技术途径,以宝贝人有快速跳频能力的雷达频率合成器。