基于卷积神经网络和稀疏滤波的调制识别方法

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法。首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法。仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值。     

关系质量、信息分享与企业间合作行为:IT能力的调节作用

本文分析营销渠道中企业间关系质量(分为组织关系质量及人际关系质量)对信息分享及渠道合作行为的影响,重点探讨在互联网环境下,企业的IT能力对企业间关系质量与信息分享的调节作用.基于288份中国制造企业的调研数据的实证分析,我们发现组织关系质量和人际关系质量对企业与分销商间的信息分享均有正向影响,信息分享对企业与分销商间的合作行为有正向的影响.调节检验结果显示IT能力会减弱人际关系质量对信息分享的正向影响作用.这些结论对企业的实际应用都有重要的意义.     

朋友圈社交行为对员工知识共享意愿的影响机制——职场友谊的中介作用和感知差异性的调节作用

基于社会影响理论,从社会影响的内化视角探究员工朋友圈社交行为对知识共享意愿的影响机制,并揭示了朋友圈社交行为对知识共享意愿的不同程度感知差异性的差异化作用。通过对255个有效样本进行分析发现:职场友谊完全中介了朋友圈社交行为与知识共享意愿的关系;职场友谊对知识共享意愿有着积极影响;感知差异性负向调节了"朋友圈社交行为-职场友谊-知识共享意愿"的前半径,即感知差异性水平低的员工通过加强社交互动会增强职场友谊,而感知差异性水平高的员工则会因为过度的社交互动而削弱其职场友谊。     

计算重构光谱分析仪研究进展

光谱测量广泛应用于科学研究及工业生产中，而传统光谱仪因体积庞大难以满足众多应用需求。近年来，快速发展的计算重构光谱分析仪因其具有紧凑小巧、高分辨率和大测量带宽等优势而成为研究热点。光波经过计算重构光谱分析仪后所产生的光斑图案与波长存在一一对应关系，因此采取合适的解调算法可以从生成的光斑图案中重构入射光谱信息。目前计算重构光谱仪已能实现am量级光谱分辨率以及数百nm的测量带宽。本综述介绍了目前各类型计算重构光谱分析仪的工作原理以及性能指标，探讨了不同类型计算重构光谱分析仪的优缺点，分析了进一步提升性能指标的方法，展示了一些基于计算重构光谱分析仪的应用，以及展望了其未来发展前景。     

直播平台打赏收入分成模式研究

针对目前我国多数直播平台盈利能力不足的问题,本文从直播平台打赏收入的分成模式入手,以委托代理模型为基础,对不签约模式和签约模式下直播平台对打赏收入的最优抽成比例进行研究,同时对比分析了两种模式下直播平台在抽成比例与盈利能力等方面的不同,尝试从激励机制角度解释我国直播平台盈利能力不足的原因,并提出可行的解决方案,为我国直播行业的发展提供借鉴和参考.研究结果表明,签约主播比例与直播平台基础规模不匹配,以及直播平台以高额签约费吸引核心流量主播的签约策略不恰当,可能是导致直播平台盈利能力不足的两个原因.     

考虑等待时间的网约车与出租车均衡定价研究

针对网约车和出租车的出行服务竞争,用等待时间刻画影响需求的服务质量,考虑网约车服务质量高于/低于出租车服务质量两种情景,探讨两种服务共存的条件及均衡定价策略.研究结果表明:当总网络外部性为正时,两种服务需较高差异化才能实现共存;而当总网络外部性为负时,无需其他条件约束,两种服务皆可共存.通过算例分析,分析了网约车服务等待时间对消费者剩余的影响以及参数对两种服务共存条件的影响.此外,借鉴参照依赖理论描述出租车司机在竞争市场中的获利感知,提出基于服务质量差异的网约车管制措施.研究结论为网约车服务定价和监管策略提供了一定的管理启示.     

框架谱Beurling维数和密度的连续性

该文利用构造法， 证明一类Fourier框架谱测度(或谱测度)， 其Fourier框架谱(或谱)的上Beurling维数和上Beurling密度均具有连续性.     

基于在线归档技术的多目标粒子群算法

提出一种基于在线归档技术的新型多目标粒子群优化算法. 使用外部集归档,在归档粒子中采用适应值共享技术选出全局最优位置,使得种群多样性得以维持;在粒子群的进化过程中,使用在线归档策略,将归档的粒子合理地引入下一代的种群,淘汰原种群中的不良粒子,从而保证进化过程中种群的优良性. 用Zitzler的两个多目标测试函数评价算法的性能. 结果表明,该算法能快速收敛到Pareto非劣最优目标域,并且解集沿着Pareto非劣最优目标域有很好的扩展性.     

F范数和谱范数定义下的最小二乘估计

本文主要把一元线性模型中最小二乘估计的思想以及数学上的表达形式,利用范数推广到对多元线性模型的参数估计中,提出了在F范数和谱范数意义下的最小二乘估计。     

基于EEF准则的认知无线电合作频谱感知

频谱感知是认知无线电的一个重要组成部分.提出了一种基于指数嵌入族(exponentially embedded family,EEF)准则的合作频谱感知算法.与传统方式下所有合作用户皆参加检测的方法不同,提出的算法依靠用户选择机制,并且不需要知晓授权用户信号的任何先验信息.该算法先对参与合作频谱感知的认知用户进行筛选,然后在筛选出的最优用户频谱观测数据的基础上生成全局检测统计量(global decision statistic,GTS),最后对授权用户是否存在做出全局判决.仿真表明,在虚警概率保持不变的情况下,进行最优用户选择(optimal user selection,OUS)的合作频谱感知算法的检测概率优于未进行最优用户选择的算法.