球形弹丸正撞击碎片云头部形状的辨识

为了辨识碎片云头部形状，提出了对其形状进行边缘提取、利用二次函数进行边缘最优拟合、并根据拟合结果作出判断的方法。给出了二次函数对边缘的最优拟合算法。对来自不同文献的4幅碎片云图像，提取了他们头部的边缘曲线，进行了最优拟合和形状辨识。辨识结果显示，3幅图像的头部形状为抛物线，1幅图像的头部形状为椭圆。辨识结果表明，至少有一部分碎片云的头部形状是旋转抛物面, 而不是椭球面。     

水声通信中基于信道辨识的盲turbo均衡方法

水声信道多途效应明显,造成接收信号存在严重的码间干扰(ISI,Intersymbol interference)。基于最小均方误差(MMSE,Minimum mean square error)准则的turbo均衡器级联了均衡和信道译码,能够有效去除ISI,并获得优良的性能。由于水声信道的时变性,传统MMSE-turbo均衡需要周期性的训练序列,以实现连续可靠的通信。训练序列虽然提高了通信的可靠性,但降低了信息的有效传输速率。因此,为提高通信效率,本文提出了一种盲turbo均衡方法,该方法通过引入新的盲信道辨识器来同时获得信道估计响应和已去除部分ISI的初步均衡输出信号,并为turbo均衡提供初始的响应参数和比特软信息。与水声通信中应用较多的盲判决反馈均衡器(DFE,Decision feedback equalizer)相比,海上实验结果证明本文提出的盲turbo均衡方法抗信道多途衰落的能力较强,并且与传统MMSE-turbo均衡相比无需训练序列,因此提高了信息的有效传输速率。     

最小二乘B样条函数在火箭发动机数据处理中的应用

在固体火箭发动机地面试验数据处理中,通过应用最小二乘三次B样条函数拟合的方法,进行野值辨识和修复。文中阐述了实际应用中的步骤及应注意的几点问题。为避免常规的控制序列中含有野值而影响数据辨识的问题,提出差别选取控制点循环过滤的方法,实现精度更高的野值辨识。进而采用门限判别方法,实现野值的修复。通过实测数据处理的应用表明,该算法对单个和成片野值的辨识度都很高,适用于火箭发动机地面试验数据处理。     

基于非对称漂移双gamma跳-扩散过程的创新幂型期权定价模型

针对假设股价的对数收益率布朗运动在期权定价时产生的无法解释股价对数收益率的尖峰厚尾和序列相关性的缺陷,采用了Zhang提出的非对称漂移双gamma跳-扩散过程来描述资产(股价)的对数收益率运动形态(该过程是kou提出的双指数跳-扩散过程的推广),并利用Esscher风险中性变换,研究了幂型期权的定价公式.还设计了两种创新的幂型期权,在非对称漂移双gamma跳-扩散过程下给出了相应的定价公式.     

“宏观辨识与微观探析”视域下的初中化学教学*——中和反应

在“宏观辨识与微观探析”视域下进行中和反应教学,首先以常规实验为载体,从宏观视角认识中和反应的外在表现,然后以模型、动画为载体,从微观视角了解中和反应的微观过程,再以数字化实验为载体,从宏观与微观相结合的视角理解中和反应的内在本质,最后联系生产生活实际,体验中和反应的应用价值。这样设计,学生能深刻理解中和反应的本质,增进化学学科理解,培养化学学科核心素养。     

色谱在药物-机体复杂巨系统研究中的应用进展

色谱是一门以分离分析为主,旨在追求复杂事物纯而净的分析化学的重要分支学科。其经过百余年的发展,理论与技术日臻完善,集科学、技术与艺术于一体。近年来,色谱及其与质谱、核磁共振波谱、原子发射光谱等联用技术极大推动了环境、食品、石油化工、生物医药等领域中所涉及复杂体系的研究进展。作为我国传统文化的核心代表,中医药为中国乃至世界人民的健康服务逾千年,从古至今历经上千年临床考验,疗效经久不衰。近年来,中国政府强调继承与创新,加大推进中医药的现代化与国际化。然而中药自身的多成分协同起效复杂性及其与机体时刻新陈代谢变化的复杂性往往相互作用,由此形成了药物-机体复杂巨系统。该复杂巨系统的分析研究是中医药现代化进程的关键瓶颈。色谱的优势在于复杂成分的分离与分析,此恰能为上述复杂巨系统提供技术支撑,色谱及其联用技术已成为推动中医药分子化、数字化、信息化乃至现代化的主流技术。该文综述了色谱及其联用技术在中药复杂体系、复杂生命过程及药物-机体复杂巨系统中的应用进展,介绍了笔者研究团队对中医药现代化的认识、研究思路和研究工作,最后笔者结合对于百年色谱与千年中医药文化之现代化交织的感悟,对色谱技术在此领域的前景做出了展望。     

一种异步非正交跳频网台盲分选方法

提出了一种新体制跳频网台盲分选方法,针对跳频通信异步非正交组网方式,将基于最大信噪比算法的盲源分离技术应用于跳频网台分选。建立了跳频网台盲分选仿真数学模型并进行了多跳频网台分选仿真。仿真结果验证了盲源分离技术应用在跳频网台分选中的可行性和有效性,得出了跳频网台盲分选方法对异步非正交组网方式的分选性能。     

随机波动率跳跃扩散模型下复合期权定价

复合期权是一类以期权作为标的物的奇异型合约,它已广泛应用于许多金融实践。本文在股价满足一类随机波动率及跳跃均存在于股价和波动率的仿射跳跃扩散模型下(也称随机波动率混合跳跃扩散模型)考察了复合期权的定价。应用二维特征函数和Fourier反变换方法获到了标的为欧式标准看涨期权的欧式复合看涨期权的定价半封闭公式,并将其应用于推导扩展期权的定价。最后,借助于离散快速Fourier变换法(FFT)数值计算定价公式,并用数值实例分析了期权价格对波动率的敏感性。数值结果表明扩散波动和跳跃波动对期权价格都有正的影响,而且跳跃波动的冲击非常显著。     

基于恒等映射多层极限学习机的高速列车踏面磨耗预测模型

针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题, 提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法. 首先将恒等映射引入到多层极限学习机中, 提出一种基于恒等映射的多层极限学习机模型(identity multilayer extreme learning machine, I-ML-ELM), 采用机器学习公共数据集对该模型进行性能验证, 数值结果表明I-ML-ELM模型具有较好的准确性与泛化性; 然后基于车辆-轨道耦合动力学理论建立高速列车的车辆-轨道耦合动力学模型, 模拟列车运行的不同工况, 观测和分析高速列车的车轮踏面磨耗情况, 并通过I-ML-ELM预测模型对高速列车车轮踏面磨耗量进行学习及预测; 最后应用高速列车车轮踏面磨耗的实际测量值对I-ML-ELM预测模型进行进一步的验证, 结果表明: I-ML-ELM预测模型的各项性能参数指标在整体上优于以下五种网络: ELM, FLN, ML-ELM, ML-KELM和DLSFLN, 通过高速列车线路实测数据的进一步验证表明, 本文提出的基于I-ML-ELM的高速列车车轮踏面磨耗预测模型能较好地反映不同参数对高速列车车轮踏面磨耗值的影响规律.