基于非负矩阵分解的次声信号分类方法*

在中国科学院声学所大气次声波观察网实地采集的,爆炸、地震、闪电、再入四类次声事件105组阵列数据集的基础上,提出应用非负矩阵分解的特征提取方法,对次声信号的计算机自动分类方法进行了研究。针对特征设计过程复杂的问题,本方法使用非负矩阵分解自动挖掘目标信号的隐含结构作为特征。将此特征作为支持向量机和卷积神经网络输入进行分类,以提高特征设计的效率与分类的识别准确率。研究结果指出,在测试集上的平均识别准确率达到了83.13%, 相对于传统方法,简化了特征设计过程,并取得更好的分类结果。     

应用Bayes理论预测开放式基金大额赎回量

提出了开放式基金的大额赎回量和Bayes大额赎回量的概念,将复合泊阿松分布和极限理论运用在大额赎回量的计算之中,得到了计算公式·由于开放式基金赎回量的分布中的参数不断变化,因此用Bayes方法预测未来近期的大额赎回量更合适·推导出了正态分布下Bayes大额赎回量的计算公式·为基金管理人合理规避这种流动性风险提供了一种预测方法·     

对全国部分体育院校研究生“体育英语”教材及其内容的调查与对比分析

本文试图应用文献资料法对常见的9种体育英语教材在其内容上进行分析归纳和对比，旨在发现本天津体育学院研究生体育英语泛读教材的优劣势：用网络访谈法对部分体院学院的少数在读研究生进行访谈，了解其“体育英语”课程开设情况和他们“对学习体育英语是否有用”等看法。结果显示：本院部的体育英语教材内容较丰富、实用；其他部分兄弟院校并没有开设体育英语；少数研究生希望能学习“体育英语”。     

开放式基金巨额赎回情况下预留现金比例的确定方法

巨额赎回是造成开放式基金流动性风险的主要原因。当发生“挤赎”现象时,就要求基金管理人要有足够的现金来满足投资者的赎回要求。本文就开放式基金的现金预留比例问题建立了模型,在赎回量服从GAMMA分布的情况下,得出不同概率条件下的最优现金预留比例,从而为基金管理人规避这种由巨额赎回引起的流动性风险提供了一种理论依据。     

联合旋转噪声下单光子与两光子态的隐形传送

量子隐形传态在量子计算和量子通信方面有重要的应用。本文提出经由联合旋转噪声信道的单粒子态两粒子未知的非最大纠缠态的隐形传送协议。这两个协议也可以推广到多粒子态的隐形传态。     

火箭发射的次声信号分析

在距离发射点20 km和230 km的两个阵列上,记录了我国一次火箭发射产生的次声波.从信号中识别出点火与声爆事件,观察到火箭在飞行中产生持续的次声波,以及声爆前后明显能量特征上的变化,观测到完整的火箭发射和飞行过程中系列次声波.为了验证采集信号中包含声爆事件,使用Fisher检测估计方位角和视速度,计算结果与火箭飞行...