张家港市航道通过量预测

文章在研究江苏省和苏州市等级航道通过量预测结果的基础上，利用GM（1，1）残差修正模型预测张家港市航道总通过量．对等级航道、等外级航道的通过量作初步预测。在考虑城市定位、产业发展、综合交通与港口等相关因素的影响的基础上．对预测值进行修正得出最终预测值。     

工业用苯乙烯纯度测定方法的探讨

探讨了苯乙烯纯度分析的方法，分析了在苯乙烯纯度测试过程中的各种影响因素，从中可以看出采用毛细管柱（尤其是大口径毛细管柱可以在要求准确，快速的常规中控分析中采用归一化法代替内标法进行定量，这在实际工作中有着非常重要的意义。     

高管海外经历对企业投资效率的影响——基于政治关联的调节作用北大核心

基于高阶理论和社会资本理论,以2010-2017年A股民营上市公司为样本,研究高管海外经历对企业投资效率的影响以及政治关联在两者关系中的调节作用。研究结果表明:第一,海外经历是知识转移的重要途径,海归高管在国外积累的专业知识和管理技能有助于提升企业投资效率,这种影响在过度投资企业中表现得更加明显。第二,政治关联的资源效应和信息效应正向调节高管海外经历和企业投资效率之间的关系;对于投资不足企业,政治关联可以缓解企业面临的资源瓶颈,强化高管海外经历的智力资本效应。上述研究结论表明,吸引优秀海归人才对企业提升投资效率、促进长期发展具有显著的正面影响,但这种效应的发挥需要有良好的制度环境和市场环境作为保障。为了增强“人才引进”政策的实施效果,要完善税收、社保、医疗、子女教育等配套政策,为海归人才在国内就业、创业提供有力支持;要完善相关制度,改善企业营商环境,加强政府服务职能建设,为企业提供有力的基础设施保障和政务服务支持。     

一种改进的松弛迭代图像配准算法

本文展示了一种改进的松弛迭代图像配准算法,此算法首先使用归一化自相关运算求得图像的粗匹配对,接着使用改进的松弛迭代匹配算法进行精匹配。本文通过优化筛选第一轮迭代结果,使得后续迭代时间明显减少。实验证明此算法效率比原始算法有了很大的提高。     

贵州省工业全要素生产率的测算：1979—2009

基于索洛余值法并采用柯布一道格拉斯生产函数测算贵州省1979--2009年期间工业全要素生产率增长率,并简要分析贵州省工业全要素生产率增长和贵州工业增长源泉。分析表明：贵州工业增长的走势与贵州工业TFP增长波动相一致,可见较高的工业TFP增长率对贵州工业经济的增长具有巨大的推动作用。     

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。     

基于残差函数主成分的相依函数型回归模型估计及金融应用

本文研究具有相依特征的函数型数据的函数表示方法及其回归模型的估计方法。首先基于分整理论提出基于残差函数主成分的函数表示方法,然后利用残差函数主成分对回归系数函数正则化表示,最后把函数曲线和回归系数函数代入相依函数型回归模型进行估计,并通过蒙特卡洛模拟和金融实例分析来评估参数估计和样本外预测的准确性。研究发现,相比现有的基于协方差函数和长期协方差函数的函数主成分估计方法,本文提出的基于残差函数主成分的估计方法具有良好的有限样本性质,回归系数函数估计更准确、样本外预测效果更好;基于高频数据的股市开盘价预测实证研究表明本文方法的样本外预测精度最高。与现有方法相比,本文提出的基于残差函数主成分的估计方法,既考虑函数型数据的相依特征,又避免长期协方差函数估计时面临的核函数和窗宽选择问题,为经济金融等领域具有相依特征的函数型数据提供一种函数表示方法,丰富函数型回归模型理论,为其他函数型回归模型的拓展提供借鉴。     

一种新的多信号卷积混合信号盲分离算法

对于含噪声情况下多个源信号卷积混合盲分离,由于混合矩阵比较复杂,分 离算法会出现迭代次数增加、收敛速度变慢等问题。在对多信号卷积混合进行合理简 化的基础上,提出一种以四阶累积量为独立准则的多信号卷积混合的新的时域盲源分离算法 。由于采用高阶累积量为独立准则,该算法对高斯噪声具有良好的抑制作用,改善了信噪比 。 其次,算法也建立了步长因子的选取与二次残差之间的非线性函数关系,使得算法既获得了 较 快的收敛速度,也得到较高的分离精度。仿真数据表明提出的算法对于多个源信号卷积 混合具有良好的分离效果。     

一种基于CNN与LSTM结合的微表情识别算法

微表情表现强度微弱且非常短暂。针对微表情识别效果不理想的问题,以视觉几何组（Visual Geometry Group,VGG）网络为基础,提出卷积神经网络（Convolutionnal Neural Network,CNN）与长短期记忆网络（Long Short-Term Memory,LSTM）结合的识别算法。CNN提取数据集CASME II的空域特征,LSTM处理时域特征,实现空域与时域特征的结合。针对深度学习训练困难以及过拟合问题,加入批量归一化算法与丢弃法,提高网络训练速度,有效防止过拟合。针对数据集稀缺的问题,固定每次读取帧序列的长度,随机生成起始帧的位置,不断循环读取以遍历整个数据集并达到数据扩增。根据实验结果,五类微表情(高兴、惊讶、厌恶、抑郁、其他)识别率最高可达72.3%。