基于EMD能量占比的海面漂浮小目标特征检测

针对传统的时频分析方法对海杂波分析有限的问题，提出一种基于经验模态分解(empirical mode decomposition, EMD)能量占比的海面漂浮小目标特征检测方法。首先，采用EMD将接收回波分为独立不同尺度的若干个固有模态(intrinsic mode function, IMF)分量，实现对接收回波的频率从高频到低频的分解。然后，分别建立IMF分量与接收回波数据的相关系数，并利用平均均值-标准差之比作为筛选IMF分量的准则，自动筛选出能量较大且波动平稳的低阶IMF分量。最后，提取IMF分量在原始信号中的平均能量占比作为特征，利用蒙特卡罗方法设置门限，进行海面目标异常检测。实测数据的结果显示，所提算法的性能优于对比算法。     

基于事物特性表的液压机柔性模块族建模方法研究

本文针对柔性模块族设计、拓展及优化等问题,分析了柔性模块化的设计特点及事物特性表的原理功能,提出了基于事物特性表的柔性模块建模步骤与方法:功能模块分析、拓扑结构分析、模块配置分析和模块参数分析。最后,以单柱C型液压机机身柔性模块建模分析为例,验证了该方法的有效性和可行性,为快速变型设计提供了支撑。     

MADDPG算法并行优先经验回放机制

多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法是深度强化学习方法在多智能体系统(multi-agent system, MAS)领域的重要运用,为提升算法性能,提出基于并行优先经验回放机制的MADDPG算法。分析算法框架及训练方法,针对算法集中式训练、分布式执行的特点,采用并行方法完成经验回放池数据采样,并在采样过程中引入优先回放机制,实现经验数据并行流动、数据处理模型并行工作、经验数据优先回放。分别在OpenAI多智能体对抗、合作两类典型环境中,从训练轮数、训练时间两个维度对改进算法进行了对比验证,结果表明,并行优先经验回放机制的引入使得算法性能提升明显。     

基于信息化知识管理系统的中医拔尖人才培养模式

中医拔尖人才的培养是新时期中医院校和中医医院发展的"核心竞争力",信息化知识管理系统是运用信息技术将名老中医的隐性知识转化为显性知识,利用网络存储、系统开发、资源共享的便捷性探索适用面更广、形式更灵活多样、可操作性更强的中医拔尖人才培养模式.     

基于完备集合经验模态分解-归一化希尔伯特变换的神经网络储层流体识别

地震资料的瞬时属性包含丰富的地质信息,可用于储层流体的识别。希尔伯特-黄变换目前在地震资料的瞬时属性提取中呈现出了很大的优势,但是该方法中存在模态混叠、频率误差等问题,限制了其应用。基于此,引入了基于完备集合经验模态分解和归一化希尔伯特变换的改进方法有效提取地震资料更具物理意义的瞬时属性。同时,为了提高储层含气性检测的准确性和精度,选取瞬时频率和瞬时振幅构建分频剖面模型,对目标区域的储层特性和含气特征进行描述。再结合测井资料,运用有监督的神经网络实现对储层含气性的自适应高精度识别。实例研究表明,基于完备集合经验模态分解-归一化希尔伯特变换的前向反馈神经网络方法能够根据某一区域地震数据有效预测该区域储层的含气状况。     

训练分期理论面临的挑战与未来发展

训练分期理论是运动训练学的经典理论，几乎所有体育项目在训练实践过程中都或多或少地受其影响。作为继马特维也夫之后对训练分期理论的发展最具有影响力的学者，图德·邦帕以其六版著作《训练分期：理论与实践》受到了世界范围内运动训练理论与实践的认可。2018年11月，邦帕教授受邀来华，并在上海与国内学者和教练展开了一次精彩对话。本文一方面再现了与邦帕教授对话的内容，另一方面也在对话的基础上由五位学者分别围绕训练分期理论的理论特征（熊焰）、训练分期理论的实践应用（资薇）、传统分期理论与板块分期理论（于洪军）、现代科技对训练分期理论的推动作用（黎涌明）和训练分期理论的未来发展（陈小平）五个方面展开论述。本文作者一致认为，训练分期理论在得以广泛应用的同时，需要更大程度借鉴多学科基础研究的成果，更大范围运用现代科技的设备和方法，更快速度实现训练经验向训练科学的迈进。     

中国开源软件生态构建的风险及对策

基于双层嵌入理论和知识溢出理论构建了E-TOMSDECT分析模型,对当前中国开源软件生态构建所面临的风险进行系统性剖析,并结合对全球开源软件生态构建经验的类化分析提出相关对策.分析发现,当前中国开源软件生态构建主要存在关键核心技术支撑与生态运营模式掌握薄弱、生态建设主体动力不足、在国际开源生态中主导权较弱且面临多维度安全风险、软硬件协同发展能力较弱、软件价值评估体系扭曲、生态运营专业性人才匮乏以及国际经验的利用潜能未能完全释放等风险.建议尽快聚焦新兴领域打造"三位一体"开源生态主导核心,同时加强软硬协同整体规划,构建开源软件生态的安全风险评估和应急防控机制,加大开源软件生态构建的人才培养与引进力度.     

中国开源软件生态构建的风险及对策

基于双层嵌入理论和知识溢出理论构建了E-TOMSDECT分析模型,对当前中国开源软件生态构建所面临的风险进行系统性剖析,并结合对全球开源软件生态构建经验的类化分析提出相关对策.分析发现,当前中国开源软件生态构建主要存在关键核心技术支撑与生态运营模式掌握薄弱、生态建设主体动力不足、在国际开源生态中主导权较弱且面临多维度安全风险、软硬件协同发展能力较弱、软件价值评估体系扭曲、生态运营专业性人才匮乏以及国际经验的利用潜能未能完全释放等风险.建议尽快聚焦新兴领域打造"三位一体"开源生态主导核心,同时加强软硬协同整体规划,构建开源软件生态的安全风险评估和应急防控机制,加大开源软件生态构建的人才培养与引进力度.     

NA样本下双指数分布位置参数的经验Bayes估计

在平方损失NA样本下获得了双指数分布参数θ的经验Bayes估计,构造了经验Bayes(EB)估计量,证明了渐近最优且收敛速度阶为O(n-(rs-2)/2(s+2)).