双重网络嵌入对公司IPO后市场表现的影响研究

将社会网络嵌入理论从单一网络拓展至双重网络,分析上市公司同时嵌入风险投资网络和承销商网络对公司IPO上市后市场表现的影响。利用2004～2017年有风险投资支持的IPO公司数据,实证检验结果表明：(1)单独嵌入风险投资网络中心位置、单独嵌入承销商网络中心位置,均会提高公司IPO后市场表现;(2)同时嵌入风险投资网络中心位置和承销商网络中心位置,对公司IPO后短期市场表现的正向影响会相互替代;(3)同时嵌入风险投资网络中心位置和承销商网络中心位置,对公司IPO后长期市场表现的正向影响会互相补充。     

基于银/高纯铟复合膜的表面等离子体共振折射率传感器

为了解决单一金属膜结构的光纤表面等离子体共振（SPR）盐度传感器结构不稳定且灵敏度较低的问题,设计了一种高灵敏度的锥形三芯光纤结构的SPR盐度传感器。以银膜为激发表面等离子体共振的金属层,在其表面涂覆高纯铟以增强其稳定性。通过Kretschmann四层结构模型对传感器进行理论分析,结果表明,在光纤锥区纤芯模和包层模之间会出现强烈的模式耦合,在覆膜区会激发明显的等离子体共振。对涂覆银膜和高纯铟膜的SPR传感器进行折射率性能测试,在1.4%～3.6%的盐度变化范围内,涂覆银膜和高纯铟膜的SPR传感器灵敏度高达4989.34 nm/RIU,对应的盐度灵敏度为9.1 nm/%,比仅涂覆银膜的SPR传感器灵敏度提高了44%。     

基于空间像主成分分析的光刻投影物镜波像差检测技术

基于空间像主成分分析的波像差检测技术是一种原位光刻机投影物镜波像差检测技术。本文对该技术的检测模型和工程技术进行了系统研究。分析了照明条件、检测标记、空间像扫描范围等影响因素对检测精度的影响。研究了空间像传感器模型,并通过仿真和实验验证了传感器模型的有效性。研究了空间像定心误差对检测精度的影响,对比了不同定心方法下波像差检测模型的性能表现。分析了不同降噪方法的空间像降噪效果,并基于空间像噪声模型,提出了一种新的空间像降噪方法。仿真与实验结果表明,在各种影响因素中,照明部分相干因子和F方向采样范围对像差检测精度影响较大。定心方面,在X方向上六项模型定心精度更高,F方向上三项模型与六项模型各有优劣。平均值降噪法可以有效滤除空间像噪声,提高像差求解精度。像差漂移量仿真测试结果表明,该技术可用于校正光刻机的短期像差漂移。本文对该技术还给出了工程应用建议。     

基于对数双曲余弦比差异图构造与多区域特征卷积极限学习机的合成孔径雷达图像变化检测

针对合成孔径雷达（SAR）图像变化检测中差异图质量不佳、检测精度偏低以及检测时间长等问题,提出了一种基于对数双曲余弦比（LHCR）差异图构造与多区域特征卷积极限学习机的无监督变化检测新方法。该方法主要由差异图生成和差异图分析两个阶段组成。在差异图生成阶段,利用各向异性扩散滤波器对同一地区不同时间的两幅SAR图像分别滤波,使用对数双曲余弦变换对滤波后的图像进行增强,通过对数比处理得到LHCR差异图,在抑制相干斑噪声的同时,增强差异图的对比度。在差异图分析阶段,应用分层模糊C均值聚类得到变化类、不变类和中间不确定类的预分类结果;进而从差异图、双时相SAR图像中获取多区域样本块,构成三通道数据输入卷积层进行特征提取。特征具有强调中心区域、抑制边缘噪声的特点;最后,使用变化类和不变类的特征向量进行极限学习机分类训练,再用训练好的模型对中间不确定类像素自动分类实现变化检测。Radarsat-2和高分三号数据集的实验结果表明了所提方法的有效性。     

基于循环生成对抗网络的大视场显微成像方法

提出了一种利用循环生成对抗网络实现由大视场、低分辨率染色图像生成与之相匹配的高分辨率虚拟染色图像的方法,在完成了对细胞虚拟染色的同时,解决了传统光学显微镜的大视场与高分辨率两个目标无法同时满足的问题。首先,进行了理论验证,通过对选定图像的分辨率分级缩放模拟实际分辨率变化,训练对应的算法模型并与真实图像相比较,结果在主观与客观上均符合设想预期。在完成理论验证的基础上,分别进行了由10倍、4倍低分辨率真实染色图像生成25倍高分辨率虚拟染色图像的实验。通过主观视觉与客观评价指标进行评价,得到结构相似性、峰值信噪比和归一化均方根误差三个指标的具体数据。结果显示,通过循环生成对抗网络生成的虚拟染色图像与真实染色图像间的相似度较高,虚拟生成效果很好。     

利用双反射镜控制实现无线光通信光束对准

针对远距离无线光通信中光束跟踪受长距离大气传输不确定因素影响大的问题,提出了一种利用双反射镜的无线光系统结构。针对双反射镜到接收端的短轴跟踪控制设计了滤光片转盘模块,通过给反射光斑施加频率扰动的方式来实现对相机探测面上双光斑的辨别,并以探测面上双光斑的重叠情况作为判别光束对准的依据。对于存在偏移的重叠双光斑图像,提出多光斑/重叠光斑中心提取的思路,利用最小二乘法椭圆拟合实现重叠光斑的分割,并对无重叠、较少重叠以及较多重叠三种情况下的光斑图像进行分割实验。研究结果显示,在光斑重叠的场景下,光斑中心定位与实际位置之间的标准差小于0.5 pixel,因此所采用的算法在重叠光斑的分离方面具有很好的效果。     

基于碘分子吸收池的新型瑞利多普勒激光雷达

研制了一套使用种子源直接放大激光器和时分复用收发的新型瑞利多普勒激光雷达。激光器通过对种子源进行多级光纤和固体功率放大,获得了稳定的60 W高平均功率脉冲激光输出。脉冲激光通过时分复用发射系统向垂直、正西和正北方向交替发射进入大气,从三个方向接收到的激光大气回波信号经过光纤合束后送入同一套碘分子吸收池中进行多普勒鉴频。基于上述系统设计开展了系统探测性能仿真研究和实验验证对比分析,仿真结果表明,系统能够在时间分辨率为30 min、垂直高度分辨率为1 km条件下完成大气温度和经纬向水平风速的同步测量,其中60 km高度处温度理论测量误差为1.99 K,经纬向水平风速理论测量误差为4.78 m/s。系统的验证实验结果表明,60 km高度处大气温度的实测误差为2.4 K,经纬向水平风速的实测误差分别为8.7 m/s和8.5 m/s,反演结果与大气模式和卫星探测结果进行对比呈现了较好的一致性。     

无人机定位系统电源分配网络电磁干扰行为级分析与预测

电源分配网络是无人机定位系统工作的基础单元,也是电磁干扰薄弱环节,电源分配网络（PDN）传导耦合干扰效应是导致定位系统故障的主要原因。为了提高定位系统电磁干扰敏感度预测模型的精度,基于泰勒级数对非线性系统的描述方法,将泰勒级数行为级模型系数表征为与干扰频率相关的函数,建立无人机定位系统PDN电磁干扰响应预测模型,分析预测PDN在受干扰情况下的非线性直流偏置电压。研究结果表明：在250～400 MHz电磁干扰范围内,基于泰勒级数的PDN电磁干扰响应预测模型可以对PDN在电磁干扰作用下的非线性直流偏置进行准确预测,预测误差在3%以内。     

PSO-ASVR在三波长路面状态传感器定量标定中的应用

路面状态传感器是路面状态定性识别和定量测量的重要工具,其定量测量性能依赖于定量标定模型的准确性。为了解决路面状态传感器定量标定数据非线性和非均匀分布问题对定量测量的不利影响,提出基于PSO-ASVR(particle swarm optimization-adaptive support vector regression)的路面状态传感器定量标定模型。构建AP(adaptive preprocessing)流程进行标定数据最优化预处理,降低路面状态传感器非均匀分布问题影响下的标定数据处理误差。采用基于结构风险最小化的SVR(support vector regression)算法进行标定数据拟合,并利用PSO(particle swarm optimization)算法实现SVR中参数最优化,降低路面状态传感器标定数据非线性引入的数据拟合误差。不同路面状态条件下标定数据处理实验表明:新方法相比于传统方法在均方根误差RMSE上至少可减小63%,验证了其在提高定量标定模型精度上的有效性,实现了路面状态传感器定量标定误差的降低。     

基于DCGANs的半片光伏组件电致发光图像增强技术

针对半片光伏组件电致发光（electroluminescence,EL）缺陷自动识别过程中训练用样本不足导致模型过拟合的问题,采用深度卷积生成对抗网络（deep convolutional generative adversarial networks,DCGANs）生成可控制属性的半片光伏组件EL图像,再采用多尺度结构相似性（multiscale structural similarity,MS-SSIM）指标对生成的EL图像与拍摄的EL图像之间的相似程度进行了评估。评估结果得到,使用DCGANs生成的所有类型半片光伏组件的EL图像与拍摄的EL图像的MS-SSIM指标都大于0.55,大部分的MS-SSIM值在0.7附近。在分类模型的训练过程中,测试集准确率随着训练集中生成图像数量的增加而升高,当生成图像数量达到6 000张时,测试集准确率达到97.92%。实验结果表明,采用DCGANs能够生成高质量且可控制属性的半片光伏组件EL图像,较好地解决因缺少训练样本而导致的模型过拟合问题。