基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域，但在处理高度冲突的证据时，可能会出现反直觉的结果.为解决这一问题，本文提出了差异信息量的概念及融合方法.首先，通过信息熵表明证据的相对重要性，采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量，经过计算获取数据的最终权重，并将其作为D-S证据理论中的基本概率分配进行决策.在处理冲突证据、一致证据及不同数量证据等方面的数据融合问题时与其他方法对比，所提方法收敛更快，准确度更高.故障诊断的应用实例表明，所提方法的不确定性更小，优于现存的其他方法.     

基于熵评价模态分解的雷达信号双谱特征识别

针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。     

基于跟踪信息的多帧联合检测方法

传统多帧联合检测方法针对搜索阶段进行设计, 由于无任何目标信息, 需要采用较高的检测门限以降低虚警数量。然而, 一旦成功建航, 目标存在性已确定, 可利用目标跟踪信息调整多帧联合检测策略, 以提升微弱目标检测能力。基于上述考虑, 本文提出了一种基于跟踪信息的多帧联合检测方法。首先利用当前时刻跟踪信息建立预测波门, 然后设定较低的单帧检测门限保障微弱目标信号的高概率检测, 最后在航迹恒虚警约束下调整多帧联合检测门限, 从而完成航迹维持和撤销。仿真实验表明所提方法可有效提高目标检测概率和跟踪维持概率。     

上市公司高管连锁网络与分析师盈余预测精度

以2011~2017年度沪深两市A股上市公司为样本，从私人信息供给的视角，考察企业高管连锁网络对分析师盈余预测精度的影响。研究表明：上市公司网络中心度显著提升了分析师盈余预测精度；当上市公司的公开信息不充分时，其网络中心度对分析师盈余预测精度的提升效果更明显；当上市公司高管与连锁公司其他高管互动机会越多时，其网络中心度对分析师盈余预测精度的提升效果越明显。上述结果表明，上市公司的高管连锁网络上存在泄露的私人信息，这些信息能够被分析师捕获，最终丰富金融市场中的信息供给。进一步研究发现，上市公司高管连锁网络上流动的私人信息包含公开渠道上常常被延迟披露甚至被隐藏的坏消息，有助于纠正分析师的公开信息偏差。研究结果拓展了分析师盈余预测的相关研究，有助于加强对上市公司私人信息流动方式的理解。     

海上动态目标潜在区域博弈预测及搜索方法

针对遥感卫星对海上动态目标搜索定位的应用需求, 提出海上动态目标潜在区域博弈预测及搜索方法。通过非对称信息假设将动态博弈转化为静态博弈, 简化策略函数以提高算法效率。以收益为指标设计博弈策略, 使算法更贴近实际应用, 并将目标潜在区域预测算法和卫星搜索规划算法转化为纳什均衡下的最优策略求解问题。引入目的地信息, 将目标位置预测的时间跨度从数小时增加到数天。实验结果显示, 该搜索方法在保证了较高目标捕获率的同时, 降低了遥感卫星星座的资源消耗。该搜索方法在海上动态目标搜索领域具有潜在应用价值。     

Ordinary language philosophy,explanation, and the historical turn in philosophy of science

Taking a cue from remarks Thomas Kuhn makes in 1990 about the historical turn in philosophy of science, I examine the history of history and philosophy of science within parts of the British philosophical context in the 1950s and early 1960s. During this time, ordinary language philosophy's influence was at its peak. I argue that the ordinary language philosophers' methodological recommendation to analyze actual linguistic practice influences several prominent criticisms of the deductive-nomological model of scientific explanation and that these criticisms relate to the historical turn in philosophy of science. To show these connections, I primarily examine the work of Stephen Toulmin, who taught at Oxford from 1949 to 1954, and Michael Scriven, who completed a dissertation on explanation under Gilbert Ryle and R.B. Braithwaite in 1956. I also consider Mary Hesse's appeal to an ordinary language-influenced account of meaning in her account of the role of models and analogies in scientific reasoning, and W.H. Watson's Wittgensteinian philosophy of science, an early influence on Toulmin. I think there are two upshots to my historical sketch. First, it fills out details of the move away from logical positivism to more historical- and practice-focused philosophies of science. Second, questions about linguistic meaning and the proper targets and aims of philosophical analysis are part and parcel of the historical turn, as well as its reception. Looking at the philosophical background during which so-called linguistic philosophers also had a hand in bringing these questions to prominence helps us understand why.     

面向重大科技攻关的科技动员模式

 结合科技动员思想，融入集成动员和科技创新理论，为集中军地优势科研力量，以信息技术为支撑，以业务组合为切入点，以业务总线为基础，以建立健全跨组织的工作模式为目标，提出重新配置科技资源和统一组织科技力量的科技动员模式--“顶层治理”“平台连接”和“载体落实”发展模式。通过这种模式，可为科技支撑应急资源超常规供给提供有力保障。     

泰国钾盐资源及其开发前景

 钾是农作物生长所必需的三大营养元素之一。通过分析泰国钾盐资源禀赋、地理、基础设施等，认为泰国具备较快规划发展为亚洲大型钾盐基地的物质条件。老挝钾盐资源开发的成功，也证明具有相同资源类型的泰国钾盐资源具备开发的可行性。随着“一带一路”倡议深入开展，泰国新矿产法的颁布、国际石油集团等公司的开发，展现出建立泰国-老挝亚洲钾盐战略基地的前景。建议相关国家和企业及早谋划建立泰国-老挝亚洲大型钾盐基地，为亚洲建立大型钾盐战略基地。     

生产成本信息不对称下零售商风险厌恶的回购契约

探索在市场价格随机条件下,生产成本信息不对称零售商风险厌恶时,采用回购契约协调二级供应链的内在规律.构建新的条件下的回购契约模型并求解,分析信息不对称和风险厌恶对供应链上各决策变量的影响.通过算例仿真进行了验证,研究结果发现:在市场价格随机条件下,不管生产成本信息是否对称,只要零售商存在风险厌恶,供应链上各决策变量都会发生分岔突变的现象;不管零售商是否风险厌恶,生产成本信息不对称都会给供应商带来额外的收益,但会损害零售商与整个供应链的收益;信息越不对称,供应链上的各种决策变量在分岔突变区域的振幅越大.结论是:分岔突变现象是价格随机条件下,参与者风险厌恶时存在的一种特有现象;供应商能够通过隐瞒私人信息带来额外的收益,但损害零售商和供应链的利益;零售商应对生产成本信息不对称的最好办法就是以最低的成本使生产成本信息透明;零售商以平稳的心态面对各种外部风险,更有利于科学决策.     

Google Trends and the forecasting performance of exchange rate models

In this paper, we use Google Trends data for exchange rate forecasting in the context of a broad literature review that ties the exchange rate movements with macroeconomic fundamentals. The sample covers 11 OECD countries’ exchange rates for the period from January 2004 to June 2014. In out‐of‐sample forecasting of monthly returns on exchange rates, our findings indicate that the Google Trends search query data do a better job than the structural models in predicting the true direction of changes in nominal exchange rates. We also observed that Google Trends‐based forecasts are better at picking up the direction of the changes in the monthly nominal exchange rates after the Great Recession era (2008–2009). Based on the Clark and West inference procedure of equal predictive accuracy testing, we found that the relative performance of Google Trends‐based exchange rate predictions against the null of a random walk model is no worse than the purchasing power parity model. On the other hand, although the monetary model fundamentals could beat the random walk null only in one out of 11 currency pairs, with Google Trends predictors we found evidence of better performance for five currency pairs. We believe that these findings necessitate further research in this area to investigate the extravalue one can get from Google search query data.