基于GAN的通信干扰波形生成技术

现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。     

基于作战环的不同节点攻击策略下的作战网络效能评估

基于作战环思想, 以作战网络抽象模型为基础, 围绕作战环的分类、定义、形式化描述、数学模型等基本问题开展了理论研究, 进一步丰富了作战环理论体系。同时, 以能否快速有效打击对方目标实体为根本依据, 建立了基于目标节点打击率和基于目标节点打击效率的作战网络效能评估指标。通过仿真实验, 将作战环相关理论运用于不同节点攻击策略下的作战网络效能评估, 为实际作战体系对抗中双方的攻击与防护提供应用指导, 也为进一步开展基于作战环的作战网络应用研究提供参考借鉴。     

LINE-SERU转化的评价分析——以某医疗制造企业实施SERU为例

面对日益增加的需求不确定性及激烈的市场竞争,SERU (赛汝)生产方式应运而生,并广泛应用于日本电子装配制造企业.国内一些制造装配业正尝试将传统的流水线转化为SERU装配方式,简称LINE-SERU转化.一些文献报道了日本企业实施LINE-SERU转化的效果,而学术界对国内企业实施SERU装配方式的生产组织与运行效率缺乏理论分析和标杆分析.本文以国内某医疗器械装配企业实施LINE-SERU转化为例,通过理论分析和数据分析,系统地讨论了国内企业实施LINE-SERU转化的背景、过程、影响因素及生产组织形态,从多维度比较分析了改善效果及原因;总结了国内企业与日本企业在SERU系统的构建方式、布局形态和企业文化等方面的差异.研究发现,中国企业处于LINE-SERU转化的初期,SERU系统具有其独特的组织形式,在提高生产效率、缩短生产周期、减少在制品数量、精简作业人数和降低次品率等方面均有显著提升,但改善效果不同于日本企业.建议国内企业依据其人力资源特征构建SERU系统、优化单元布局、培育以人为本的企业文化,以提高系统柔性和改善效率.     

企业生命周期下投资者关注对权益资本成本的影响

基于行为金融学的价格压力假说，结合企业生命周期理论，以2007—2014年的主板上市公司为样本，分析投资者关注对权益资本成本的影响以及这种影响在企业生命周期中存在的阶段性差异。研究发现，投资者关注与权益资本成本显著负相关，即权益资本成本随着投资者关注的提高而降低。对于不同生命周期的企业，投资者关注对权益资本成本的影响存在差异。新生期、衰退期企业的权益资本成本并不会随着投资者关注程度的提高而降低；成长期、成熟期企业的权益资本成本随着投资者关注程度的提高而降低。可以看出，投资者能够识别企业所处的生命周期，并愿意为成长期、成熟期的企业支付更高的溢价。     

Improving the photocatalytic activity of graphitic carbon nitride by thermal treatment in a high-pressure hydrogen atmosphere

Extending visible light absorption range and suppressing the recombination of photogenerated charge carriers are always important topics in developing efficient solar-driven photocatalysts. In this study, the thermal treatment process at 400 °C in a high-pressure hydrogen atmosphere was applied to modify graphitic carbon nitride. Compared to the normal atmospheric hydrogen treatment process, this process has the merit of producing nitrogen deficient graphitic carbon nitride in high-yield. The optimal photocatalytic activity of modified graphitic carbon nitride was demonstrated by controlling the treatment duration in the hydrogen atmosphere.The changes in the crystal structure, microstructure and optical properties of carbon nitrides were investigated by several characterizations. The relationship between the photocatalytic activity and structures of graphitic carbon nitride was preliminarily established. The results obtained in this study could provide some new ways of improving the activity of graphitic carbon nitride based photocatalyst.     

Bidirectional Feedback Dynamic Particle Filter with Big Data for the Particle Degeneracy Problem

Particle Filter(PF) is a data assimilation method to solve recursive state estimation problem which does not depend on the assumption of Gaussian noise, and is able to be applied for various systems even with non-linear and non-Gaussian noise. However, while applying PF in dynamic systems, PF undergoes particle degeneracy,sample impoverishment, and problems of high computational complexity. Rapidly developing sensing technologies are providing highly convenient availability of real-time big traffic data from the system under study like never before. Moreover, some sensors can even receive control commands to adjust their monitoring parameters. To address these problems, a bidirectional dynamic data-driven improvement framework for PF(B3 DPF) is proposed.The B3 DPF enhances feedback between the simulation model and the big traffic data collected by the sensors,which means the execution strategies(sensor data management, parameters used in the weight computation,resampling) of B3 DPF can be optimized based on the simulation results and the types and dimensions of traffic data injected into B3 DPF can be adjusted dynamically. The first experiment indicates that the B3 DPF overcomes particle degeneracy and sample impoverishment problems and accurately estimates the state at a faster speed than the normal PF. More importantly, the new method has higher accuracy for multidimensional random systems.In the rest of experiments, the proposed framework is applied to estimate the traffic state on a real road network and obtains satisfactory results. More experiments can be designed to validate the universal properties of B3 DPF.     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

基于重心法和层次分析法的高校快递智能柜选址布局问题研究

针对高校快递智能柜选址问题，提出了重心法联合层次分析法的综合选址方法。该方法首先运用重心法确定智能快递柜的备选位置，再结合层次分析法从备选位置中确定最优选址。以广州某高校为例，对联合选址方法进行了实际应用。结果表明，该方法计算过程简便、实用，在校园自提柜选址决策方面有较高的科学性和可行性，可以为各大高校快递智能柜选址提供参考。     

张家界大鲵产业集群竞争力测度的AHP-GEMS模型

构建了大鲵产业集群竞争力测度的AHP-GEMS模型，该模型包括四因素对，涵盖八要素.设计了大鲵资源量等34项评价指标，通过层次分析法确定指标权重，并运用GEMS模型对大鲵产业集群竞争力进行定量化测度与评价.以张家界市大鲵产业为例展开分析，结果表明，张家界市大鲵产业集群的竞争力评分为582.55，处于国家一般水平，具有本国范围内较强的集群竞争优势；但张家界市大鲵产业发展存在国内外市场不足、精深加工产业链不完善、从业人员素质与教育水平偏低、产业所在地交通与通讯设施不完善等问题.针对这些问题，提出了加强国内与国际市场融合、基础设施建设与可持续发展融合、产业与全域旅游建设融合、产业发展改革与创新融合等建议.     

大传统与小传统:明清时期鲁西地区的碧霞元君信仰

明清时期鲁西地区是碧霞元君信仰极为盛行的地区,呈现出庙宇数量众多、分布地域广泛等特征.地方官员和士绅对碧霞元君信仰大多持默许和认可态度,并试图借助祀神活动传达官方祭祀理念,进行社会教化.地方官员和士绅关于泰山碧霞元君信仰的不同态度,反映了他们对于地方社会道德秩序的关注,表达了他们试图用官方正统文化去改造民间文化的强烈愿望.相较地方官员和士绅,普通民众崇祀神灵的目的则较为简单,带有显著的世俗性和功利性的特征.在满足其自身信仰需求同时,神灵信仰也起到了增强社会凝聚力、强化地域认同的作用.地方家族也利用重修庙貌、祭祀神灵等手段,实现庙宇与宗族的结合,以此达到增强家族凝聚力和认同感的目的.基于各自不同的目的和需要,官员、士绅和民众共同参与到信仰活动之中,使得信仰在地方社会不断得以延续和传承.