协同虚拟维修过程中的虚拟人体维修操作控制

针对操作人员难以在有限的光学运动捕捉设备捕捉范围内自由运动的问题,开展了协同虚拟维修过程中的虚拟人体维修操作控制研究。基于光学运动捕捉设备对操作人员的下肢动作进行捕捉,根据实时识别结果控制虚拟人体进行大范围运动。针对维修操作过程中的虚拟人体手部运动控制,分析了虚拟人体的手部交互过程,提出了一种基于动态贝叶斯网络的维修操作智能辅助方法。以某液压缸协同式虚拟维修操作仿真平台为例验证了方法的有效性。该方法实现了对虚拟人体维修操作过程的有效控制,具有实时性好、交互性与感知性强等优点。     

自适应的无线融断网络路由算法研究

无线融断网络具有长延时、高动态拓扑、链路不稳定等特点,伴随着网络联接缺乏源端到目的端的持续性,为解决网络通信困难的问题,将多头绒泡菌的智能性和自适应性引入,提出一种自适应的无线融断网络路由算法。搭建无线融断网络模型,推导出链路容量的数学表达;设计下一跳节点的选择策略和最佳路由选择策略,实现在融断网络环境下的数据尽力投递。仿真实验表明,该算法能够在网络开销率较低的情况下,达到良好的数据投递,且平均延迟小。     

Identifying US business cycle regimes using dynamic factors and neural network models

We use dynamic factors and neural network models to identify current and past states (instead of future) of the US business cycle. In the first step, we reduce noise in data by using a moving average filter. Dynamic factors are then extracted from a large-scale data set consisted of more than 100 variables. In the last step, these dynamic factors are fed into the neural network model for predicting business cycle regimes. We show that our proposed method follows US business cycle regimes quite accurately in-sample and out-of-sample without taking account of the historical data availability. Our results also indicate that noise reduction is an important step for business cycle prediction. Furthermore, using pseudo real time and vintage data, we show that our neural network model identifies turning points quite accurately and very quickly in real time.     

基于无人机遥感的绿化园林三维绿量估算与分析——以福州大学校区为例

三维绿量能够从立体空间上描述城市绿地的空间分布和定量评价城市绿化的环境效益。本文以福州大学为研究区，探讨了利用可见光无人机影像估算绿化树木三维绿量的方法，并对校园生态效益进行定量分析。首先获取高于10cm分辨率的无人机可见光遥感影像；其次结合可见光波段的光谱特征与无人机数据点云的高程特征获得研究区的冠层高度模型；然后通过局部最大值算法与标记控制分水岭算法提取单木树高、株数以及冠径参数，通过野外实测数据构建“树高-冠高”关系模型得到冠高；最后结合树种分布情况，按照不同的树冠形状构建三维绿量估算模型，并基于三维绿量估算校园不同树种的生态效益。结果表明：研究区内三维绿量总量达到了804405m3，其中休闲区的三维绿量总量为428566m3，占总绿量的53.3%，而科技园区的三维绿量总量为26568m3，仅占总绿量的3.3%；而常见树种中，三维绿量贡献最大的为榕树，达到404405m3，占三维绿量总量的50.3%，而丹桂贡献的三维绿量仅为509m3，占总绿量的0.063%。研究认为：基于无人机遥感数据，能够较好的估算出研究区内绿化树木的三维绿量。     

非自治随机Kuramoto-Sivashinsky方程的Wong-Zakai逼近

在Wong-Zakai逼近下证明了非自治Kuramoto-Sivashinsky方程吸引子的存在性.     

中国与“一带一路”沿线部分国家的经济关系动态分析

GTAP(Global Trade Analysis Project)模型综合考虑了资本总量、资本流动、人口因素、国民生产总值等多项指标,可以用于各相关国的经济发展和经济合作互动关系分析.选用GTAP模型,分析了中国与一带一路沿线部分国家的经济互动关系.在西亚地区选择了沙特阿拉伯、以色列、伊朗、阿曼、阿联酋、科威特、伊拉克共7国,分别在降低关税20%和降低关税50%两种假设条件下展开实证分析.实证结果显示:在关税分别降低20%和50%两种假设条件下,中国和西亚诸国的GDP都有一定程度增加,各国之间进出口规模都有一定程度的扩大,这表明"一带一路"倡议对于沿线各国的经济发展和合作互动具有明显的促进作用.     

HTK参数对普米语孤立词识别率的影响

普米语是一种无文字的少数民族语言,目前已处于濒危状态,建立语音语料库及开展语音识别研究是保护和传承普米语的重要手段.基于HTK的语音识别中,参数的选取对不同语言的识别率有很大的影响.针对MFCC维数、HMM状态数及GMM个数这3个参数对普米语的识别率进行研究,结果表明:普米语语音识别的最佳MFCC维数为13维,最佳HMM状态数为8个,最佳GMM个数为3个.     

媒体监督与控股股东侵占——一个理论框架

本文利用随机动态优化工具建立理论模型,对媒体监督与控股股东侵占行为进行了研究.结论表明,控股股东侵占损害中小股东福利,增大公司风险;媒体监督对控股股东自身福利产生双重效应——财富分配效应和资产减值效应,控股股东最优侵占比例取决于这两种效应的相对强弱;提高媒体对控股股东侵占现象反应的敏感性,增强曝光力度,能够迫使控股股东更加重视自身声誉,减少对中小股东利益的侵占;控股股东与媒体的合谋会使其更加大胆地通过侵占中小股东利益,提高自身福利.     

Dynamic Model Averaging and CPI Inflation Forecasts: A Comparison between the Euro Area and the United States

The paper forecasts consumer price inflation in the euro area (EA) and in the USA between 1980:Q1 and 2012:Q4 based on a large set of predictors, with dynamic model averaging (DMA) and dynamic model selection (DMS). DMA/DMS allows not solely for coefficients to change over time, but also for changes in the entire forecasting model over time. DMA/DMS provides on average the best inflation forecasts with regard to alternative approaches (such as the random walk). DMS outperforms DMA. These results are robust for different sample periods and for various forecast horizons. The paper highlights common features between the USA and the EA. First, two groups of predictors forecast inflation: temporary fundamentals that have a frequent impact on inflation but only for short time periods; and persistent fundamentals whose switches are less frequent over time. Second, the importance of some variables (particularly international food commodity prices, house prices and oil prices) as predictors for consumer price index inflation increases when such variables experience large shocks. The paper also shows that significant differences prevail in the forecasting models between the USA and the EA. Such differences can be explained by the structure of these respective economies. Copyright © 2015 John Wiley & Sons, Ltd.     

智能下肢助力装置虚拟样机的联合仿真

尝试建立一种全新的智能助力装置虚拟样机模型,旨为提高下肢助力装置设计的效率与可靠性.将CATIA建立的机械模型导入ADAMS建立装置的三维虚拟样机模型,对助力装置的运动学及动力学进行了仿真验证,将虚拟样机模型与MATLAB/simulink结合,对助力装置动力学方程及搭建的控制系统进行联合仿真.根据人体的步态数据,采用PID控制算法对下肢助力系统进行控瓤仿真结果表明,下肢助力控制系统有较好的动态响应特性和轨迹跟踪能力.研究结果能及时发现装置存在的缺点与不足,为助力装置样机研制和电机选型提供了参考,也为实现装置的助力提供了重要的理论依据.