利用探空秒数据估算北京地区日最大混合层高度

研究利用北京地区L波段探空秒数据和地面日最大位温, 采用气块法反演北京地区日最大混合层高度(MMH)的可行性。将08时探空秒数据以及常规探空数据反演结果分别与对应的微脉冲激光雷达反演结果相比较, 发现前者与激光雷达反演结果的一致性好于后者, 常规探空数据垂直空间分辨率低可能是导致其反演结果误差较大的原因。分别用春夏秋冬的探空秒数据反演结果与激光雷达反演结果相比较, 发现春夏秋反演结果的一致性较好, 而冬季较差。利用08时探空秒数据结合地面日最大位温, 采用气块法反演北京地区2010—2017年的MMH, 发现MMH 每年均表现出春夏秋冬逐次递减的分布特征。通过对长期资料的统计分析发现, 北京地区日地面最高气温与850 hPa温度差定义的热力稳定度与MMH之间存在较强的正相关性。     

振动引起的界面切向相对运动对摩擦的影响

为了研究接触界面振动对摩擦的影响, 自主设计实验装置, 以在振动台上匀速滑动的滑块为对象, 采用理论与实验相结合的方法, 分析法向振动和切向振动引起界面切向运动减摩的机理。实验结果表明, 振动台的法向振动和切向振动经常同时存在。当界面振动, 且滑块与振动台之间的切向相对速度方向不变时, 滑块受到的平均滑动摩擦力与无振动时相同, 没有减摩作用; 当滑块与振动台之间切向相对速度的方向发生周期性变化或存在stick-slip (黏滑)时, 与无振动时相比, 滑块的平均滑动摩擦力有明显的减摩作用。根据Coulomb摩擦定律建立动力学模型进行仿真, 仿真结果与实验结果非常吻合, 说明在界面运动为已知的条件下, Coulomb摩擦模型能够反映界面间的摩擦作用。实验和仿真结果表明, 当法向振动和切向振动同时存在时, 振动引起的界面切向相对运动造成摩擦力方向的周期性变化或stick-slip是减摩的主要原因。     

Forecasting and nowcasting emerging market GDP growth rates: The role of latent global economic policy uncertainty and macroeconomic data surprise factors

In this paper, we assess the predictive content of latent economic policy uncertainty and data surprise factors for forecasting and nowcasting gross domestic product (GDP) using factor-type econometric models. Our analysis focuses on five emerging market economies: Brazil, Indonesia, Mexico, South Africa, and Turkey; and we carry out a forecasting horse race in which predictions from various different models are compared. These models may (or may not) contain latent uncertainty and surprise factors constructed using both local and global economic datasets. The set of models that we examine in our experiments includes both simple benchmark linear econometric models as well as dynamic factor models that are estimated using a variety of frequentist and Bayesian data shrinkage methods based on the least absolute shrinkage operator (LASSO). We find that the inclusion of our new uncertainty and surprise factors leads to superior predictions of GDP growth, particularly when these latent factors are constructed using Bayesian variants of the LASSO. Overall, our findings point to the importance of spillover effects from global uncertainty and data surprises, when predicting GDP growth in emerging market economies.     

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.     

融合码盘和激光雷达的里程计与建图

提出了一种用于自动驾驶汽车的低漂移、低延迟的里程计与高精度建图的算法。该方法融合了多种传感器的测量结果，包括车轮编码器、转向盘转角编码器、激光雷达及可选GPS等的测量结果。里程计算法由车轮里程计和激光里程计组成：前者基于车辆运动学模型，高频、实时估计位姿增量，用于点云去畸变和为后者优化位姿提供可用的初值；后者以较低的频率估计车辆的精确位姿变化，以补偿前者累计的误差，其核心是一种基于角度度量的两阶段特征提取方法。建图算法基于因子图，包含激光里程计因子、回环因子和可选GPS因子，通过增量平滑和建图算法优化全局轨迹，在线生成全局地图，其中GPS因子能够自动对齐GPS坐标系和里程计坐标系，逐步融合GPS测量值，解除了算法初始化过程对于GPS的依赖。所提出的方法在自动驾驶汽车平台数据集上进行了评估，并和已开源的部分相关工作进行对比，结果表明它具有更低的漂移率，在本文进行的最大规模的测试中达到了0.53%。相关代码以开源形式供交流参考（https：//github.com/Saki-Chen/W-LOAM）。     

基于VGGNet改进网络结构的多尺度大熊猫面部检测

大熊猫个体识别对研究大熊猫的种群数量非常重要，大熊猫面部检测是基于面部图像的大熊猫个体识别方法中的首要关键步骤。针对现有的大熊猫面部检测方法精确度不高的问题，提出基于VGGNet-16改进网络结构的多尺度大熊猫面部检测方法。首先，以VGGNet-16网络结构为基础，通过增加残差结构与BN层，降低卷积层通道数，并采用LeakyRelu激活函数等改进，构建一个新的特征提取主干网络。其次，将一个3尺度的特征金字塔网络结构与SPP结构结合用于目标检测。最后，使用深度分离卷积结构替代常规卷积结构。实验结果表明，提出的大熊猫面部检测方法在测试集上能够达到99.48%的mAP，检测性能优于YOLOv4。     

中国经济增长与杠杆率的非线性关系研究--基于制造业面板数据门限回归分析

传统理论基于有效市场理论(EMH)主要从公司财务视角研究杠杆率问题,忽略了生产环节的决定机制.本文从决定生产效率的全要素生产率视角对杠杆率的决定机制重新认识.并采用制造业29个行业1995-2016年的面板数据,以杠杆率为门限变量构建动态面板门限模型,主要研究结论为:1)经济增长-杠杆率的门限值位于名义杠杆率114,在门限值左侧,杠杆率增加促进经济增长,在门限值右侧,杠杆率增加"拖累"经济增长,杠杆率对经济增长整体表现"倒U"型关系;2)经济增长-杠杆率的泡沫杠杆率门限值位于泡沫杠杆率65,当名义杠杆率包含的泡沫杠杆率低于65时,杠杆率增加对经济具有显著的促进效应,当包含的杠杆率大于65时,杠杆率对经济增长的作用并不明显,说明经济可能进入了滞胀阶段;3)经济增长-足值杠杆率的关于对泡沫杠杆率存在双门门限效应,分别是43、49,当泡沫杠杆率小于43时,增加泡沫杠杆率对经济的增长的促进效应小于泡沫杠杆率介于[43,49]区间的效应,当泡沫杠杆率大于49时,泡沫杠杆率对经济增长的促进作用不再明显.     

长航时导弹混合式惯导系统结构方案设计及优选

混合式惯导系统集平台式、捷联式惯导系统各自的优点于一体,打破了传统惯导的设计和使用思想,在长航时、大机动条件下的导航精度优势明显,为导弹武器射前快速自对准、中段误差修正、末段高精度导航提供了技术实现的可行性.混合式惯导系统可有多种结构方式,要实现混合式惯导系统在长航时导弹上的应用,首先就要解决其旋转结构的选型问题.本文从混合式惯导的基本概念和原理出发,对其上弹应用的多种旋转结构进行了方案设计;以其适用的自标定、自对准、旋转调制策略等为基础,开展了导弹武器发射前和飞行过程中高精度导航、误差修正等对惯导结构的需求论证,最终优选确定了能适应导弹武器使用剖面的最佳结构方案,且通过仿真验证了混合式惯导的优势所在.     

基于多变量高斯过程模型的贝叶斯建模与稳健参数设计

针对模型预测偏差和波动的稳健参数设计问题,在多变量高斯过程(multivariate Gaussian process,MGP)建模的框架下,结合质量损失函数和非线性优化约束方法构建一个新的多响应优化模型.首先,利用成对估计方法获得超参数近似值,构建多变量高斯模型;其次,结合MGP模型特征,构造充分考虑响应波动因素的质量损失函数.利用蒙特卡罗模拟方法,获得响应落入指定区间的期望概率;然后,以期望概率为约束,结合本文所提质量损失函数建立优化模型;最后,利用全局优化算法进行寻优,获得考虑响应期望概率的优化结果.实际案例和软件仿真表明,该方法综合权衡了预测偏差和预测波动引起的不确定性对优化结果的影响.获得了兼顾质量损失和期望概率最优均衡解,从而实现稳健参数设计.     

道德风险约束下的最优融资结构——动态金融契约研究综述

债务违约、企业资金链断裂与破产,以及宏观层面的金融危机等经济金融现象促使经济学家反思金融契约的资源配置效率与风险问题.以契约理论的建模技术为逻辑主线,以信息非对称环境中最优契约设计与融资结构优化为关注对象,结合融资结构、资产定价与道德风险之间的内在联系,对动态金融契约理论的研究方法与研究成果进行了系统评述,并根据金融契约理论发展逻辑导出公司金融与资产定价的理论融合方向.基于理论发展路径,初步探讨了动态金融契约理论的未来拓展方向,并结合当前我国经济结构特点给出了该理论的应用前景.