因素挖掘法在投资学课程中的教学实践

投资学课程的时代背景及中国投资学教材的特点决定了投资学课程教学方式的特殊性.构建了一种基于概率测度的因素挖掘法的教学过程设计模式,将课程知识点的难易程度转化为授课时间分配比例,并与学生素质的量化分布一致.投资学课程教学设计案例表明,基于因素挖掘法的课程教学设计效果较传统教学模式有显著性提高.     

关于小学数学教学情境有效性的探究

创设教学情境、促进教学效率的提高，是新课程倡导的教学方式之一。小学数学具有紧密联系生活、可操作性强的特点，教师要在情境创设上下功夫，创设出符合学科、学生特点的教学情境，以教学情境推动课堂教学改革的快速发展。     

美海军展示速轨道炮

据国外媒体报道,美国海军一种以7倍声速发射炮弹的新式武器首次公开展出.研究人员将这种轨道炮描述为“星球大战技术”.这种武器在华盛顿沃尔特-E-华盛顿会议中心举行的海军未来科技展上首次公开展出.这种轨道炮使用电磁能,能以最高8690千米的时速将一枚重10千克的炮弹发射到160千米远的地方.这样的力量和准确度足以使它穿透3道混凝土墙或16.5厘米厚的钢板.     

停车受限条件下多模式交通网络动态拥挤收费

在一个多起始单终点的交通网络上,本文研究当终点处停车空间不足时,如何通过在路段瓶颈处实施拥挤收费实现系统最优.首先,根据小汽车和公交的出行成本函数,运用凸规划算法求解系统最优条件下网络中各OD最优的小汽车和公交出行量.其次,根据系统最优时的小汽车出行量,计算出为了消除交通瓶颈处车辆排队而实施的动态拥挤收费.再次,根据小汽车和公交车出行成本的均衡条件,计算出各OD对每辆小汽车出行者应缴纳的停车拥挤附加费(或应获取的补贴),收取该费用(或发放补贴)的目的是调节小汽车和公交的出行量使它们在双模式均衡(小汽车与公交车出行模式均衡)条件下分别达到系统最优水平.最后,算例分析了两组OD对的情况,计算出两种泊位供应量下各OD对小汽车最优出行量与小汽车出行的停车拥挤附加费或补贴,并且给出了动态拥挤收费与道路收费的函数曲线.     

跳扩散下汇率变动的外商直接投资问题研究

本文在跳扩散环境下研究了汇率变动对外商直接投资的影响.首先,通过Ito公式,推导得出跳扩散环境下以本币表示的风险资产价格动力学方程.然后在终端财富预期效用最大化标准下,利用HJB方程推导最优投资策略,得出最优动态资产配置策略的近似解.最后对结果进行数值分析,定量分析了跳和汇率变化对投资商最优资产配置策略的影响.     

陕西省高校体育教育专业健美操教学目标与内容对比分析

通过文献资料法、访谈法、数理统计法、逻辑分析法等方法,对陕西省7所高校体育教育专业健美操教学目标与内容进行对比分析,结果表明:陕西省各高校体育教育专业健美操教学任务大体趋同且较全面;教学目标不够合理;教学内容不具备自身特色且覆盖面不够广泛。建议:各高校应根据自身实际情况合理安排教学任务;进一步对教学目标进行优化与整合;拓宽教学内容的覆盖面,增添特色教学内容,为陕西省体育教育专业健美操教学大纲的设置提供参考依据,以促进体育教育专业健美操的可持续发展。     

利用红外光谱仪的网球比赛运动目标跟踪方法

针对网球比赛中运动目标的有效快速跟踪问题,提出基于红外光谱仪的网球运动目标跟踪方法,采用红外光谱仪中采集模块采集运动目标的干涉图复原光谱,与实际光谱进行相位差比对,构建动态观测模型,并根据观测结果采用局部背景加权标记运动目标,最后通过局部搜索算法自适应更新动态观测模型,完成对运动目标的自动跟踪.实验结果表明,提出的方法在不同的背景、光照、角度变化的情况下能保持较高的跟踪成功率.     

基于离散最优传输的多层次自适应颜色传输

基于离散最优传输理论和小波分析方法提出一种自适应的多尺度颜色传输算法,首先将原图像和目标图像由RGB空间转到CIELab空间,然后分通道对2张图像进行自适应层数的小波分解,在每个层次上利用加权的离散最优传输进行传输,并通过设置传输比例参数使得用户可根据自身需求调整颜色传输的程度,最后将各层次、各通道的传输结果整合,实现2张图像之间的颜色传输.实验结果表明,该算法与已有经典算法相比,其颜色传输效果既平滑自然,又能较好地保持纹理细节.     

鱼眼镜头目标方位测定的两种方法对比研究

通过分析鱼眼镜头的成像原理,对比出两种基于鱼眼镜头目标方位测定的方法.一种方法通过畸变校正测定目标方位,另一种则是本文提出的方位角与像素坐标关系法测定目标方位,两种方法都快速的、高效的测定出鱼眼图像中目标的方位.本文分别研究两种方法的理论基础并在理论的基础上进行了对比实验,通过对实验后数据的比对,分析出其中更精确的方法,从而将这种方法应用于天文测定中.     

多特征融合的尺度自适应相关滤波跟踪算法

针对传统的核相关滤波跟踪算法特征表达不足且不能解决尺度变化导致的跟踪失败问题,提出了一种多特征融合的尺度自适应相关滤波跟踪算法。首先,在位置预测阶段,利用Hue和梯度方向直方图两种特征和各自的位置滤波器作用得到的输出响应值,自适应分配权重实现目标位置的预测。其次,在尺度预测阶段,通过在目标位置采集多尺度图像,组成样本独立训练尺度滤波器,并根据样本的尺度滤波响应值,对目标的尺度进行估计,使跟踪算法能够适应目标的尺度变化。最后利用两帧图像间的差异性,自适应调整学习率,进行位置滤波器的更新。实验结果表明,改进算法相较于传统的核相关滤波跟踪算法,在跟踪成功率和跟踪精度上分别提高了25%和13%。当目标尺度变化较大时,改进算法仍能稳定跟踪。