基于经验模态分解提高太赫兹频率分辨率的方法

太赫兹频率分辨率是影响物质鉴别的重要因素,但是由于太赫兹时域光谱系统中存在器件反射,使得参考信号和测量信号出现多个反射峰,时域信号长度截断导致频率分辨率很低。为了去除反射峰的影响,提出基于经验模态分解去除时域反射峰,从而提高太赫兹频率分辨率的方法。通过与太赫兹主峰的互相关定位时域反射峰,计算反射峰的上下包络和求平均值,获取本征模函数并代替反射峰,增加时域信号有效长度,提高太赫兹频域分辨率。空气中水蒸汽的太赫兹透射谱实验结果表明,该方法具有自适应去除多个反射峰的能力,对太赫兹时域信号修复效果良好,频率分辨率提高了12倍,而且未丢失有用的吸收谱信息,吸收峰的位置和个数与真实谱一致,很好地保留了太赫兹谱的鉴别能力。     

关于两类矩阵最佳逼近问题

１．引言与引理 设Ｒｍ×ｎ表示所有ｍ×ｎ阶实矩阵的集合;ＳＲｎ×ｎ是所有ｎ阶实对称矩阵的全体;ＯＲｎ×ｎ是所有ｎ阶实正交矩阵的全体;Ｉｎ是ｎ阶单位矩阵;ＡＴ是矩阵Ａ的转置;ｒａｎｋＡ表示矩阵 Ａ的秩;‖·‖是矩阵的Ｆｒｏｂｅｎｉｕｓ范数．此外,对于 　　　　,Ａ＊Ｂ表示 Ａ与 Ｂ的 Ｈａｄａｍａｒｄ积,其定义为　　　　　　　　　　　　　,现考虑如下问题： 问题 Ⅰ给定　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　,使得 　　　　　,求 问题Ⅱ给定 ,求 ,使得 本文运用矩阵对…     

纵向数据混合效应模型的统计分析

本文研究了Tao等人在1999年提出的半参数混合效应模型,在不假设随机效应服从正态分布的条件下,用傅立叶变换的方法构造了随机效应的光滑非参数密度估计,给出了密度估计的公式,研究了其渐近性质,还构造了半参数混合效应模型中参数的估计方法并研究了其大样本性质.     

广义Pareto模型统计推断及其应用

广义Pareto分布能很好地拟合数据分布的尾部,广泛地应用于金融市场的风险管理、风险经营问题的研究。利用概率加权矩法得到了三参数广义Pareto模型的参数估计式,给出了阈值的选取方法和风险值的计算公式;利用计算机模拟,计算得出了KS检验统计量的临界值。     

非线性中立型随机延迟微分方程随机θ方法的稳定性

本文研究非线性中立型随机延迟微分方程随机θ方法的均方稳定性.在方程解析解均方稳定的条件下,证明了如下结论:当θ∈[0,1/2)时,随机θ方法对于适当小的时间步长是均方稳定的;当θ∈[1/2,1]时,随机θ方法对于任意步长都是均方稳定的.数值结果验证了所获结论的正确性.     

一类具有输入饱和的随机非线性系统的自适应镇定

研究了一类包含输入饱和的随机非线性系统的自适应镇定问题.采用基于死区算子的模型来描述饱和现象,利用随机控制Lyapunov设计方法,对于受方差不确定Wiener噪声干扰的参数严反馈系统,设计了自适应控制器,使得系统能够依概率全局渐近稳定.仿真结果验证了该方法的有效性.     

Heston随机波动率市场中带VaR约束的最优投资策略

本文研究了Heston随机波动率市场下, 基于VaR约束下的动态最优投资组合问题。
假设Heston随机波动率市场由一个无风险资产和一个风险资产构成,投资者的目标为最大化其终端的期望效用。与此同时, 投资者将动态地评估其待选的投资组合的VaR风险,并将其控制在一个可接受的范围之内。本文在合理的假设下,使用动态规划的方法,来求解该问题的最优投资策略。在特定的参数范围内,利用数值方法计算出近似的最优投资策略和相应值函数, 并对结果进行了分析。     

基于组合模型的上市公司高送转预测

本文基于中国市场3465家上市公司7年的数据,首先利用随机森林算法提取出43个因子,再利用Lasso方法进行特征选取,最后选出11个重要因子,然后分别采用logistic回归和决策树方法构建两种预测模型,最后基于损失函数确定权重将两种预测模型按权重进行线性组合建立组合模型.实证结果表明,基于组合模型的预测准确率相比单一模型提高了1.39%.     

草酸镁二水合物的非等温热分解动力学

The thermal decomposition of the magnesium oxalate dihydrate in a static air atmosphere was investigated by TG-DTG techniques. The intermediate and residue of each decomposition were identified from their TG curve. The kinetic triplet, the activation energy E, the pre-exponential factor A and the mechanism functionsf（a） were obtained from analysis of the TG-DTG curves of thermal decomposition of the first stage and the second stage by the Popesou method and the Flynn-Wall-Ozawa method.     

基于Adaboost-SVR模型的我国碳排放强度分析与预测

首先对我国1960-2017年的碳排放趋势分5个阶段分析,发现虽然在不同时期存在波动,但长期来看,我国碳排放强度呈逐步下降趋势.然后对差分平稳后的序列数据建立Adaboost-SVR预测模型,采用RMSE、MAPE、MAE、MSE四个评价指标比较Adaboost-SVR模型与Adaboost-DT、SVR、BP神经网络对碳排放强度的预测精度.结果表明,组合模型明显优于其他3种模型,对于碳排放强度预测具有很高的可靠性.另外,通过使用Adaboost-SVR模型进行后续年份预测,发现我国未来碳排放强度总体将继续缓慢下降.最后,基于二氧化碳排放量的LMID分解结果,提出调整能源产业结构, 促进可再生能源利用等节能减排建议.