电能计量互感器异常断相分析与故障仿真

在电能计量互感器出现断相故障的理论分析基础上,应用Matlab/Simulink构建了某35kV高压三相三线电能计量的仿真模型,并对电能计量互感器正常运行和多种不同断相故障现象进行了仿真,与实测数据和理论结果比较,验证了仿真模型的正确性,从而应用该模型对实际电能计量出现异常数据的现象进行了故障仿真分析,有效地辅助解决了实际工程问题.     

基于理性期望的利率期限结构预期理论与期限溢酬

推导了两种检验期限结构预期理论的方法.指出基于这些回归方程来检验预期理论,实际上是对理性期望、期限结构预期理论和期限溢酬不变的联合检验,实证研究中对预期理论的拒绝可能是由于未考虑到期限溢酬的时变性.在此基础上,基于Kalman滤波的期限溢酬估计模型.提出了一个利用即期利率数据.利用上海证券交易所国债交易数据对该模型进行实证研究,分析了该市场期限溢酬的行为特征.     

中国进出口银行企业信贷风险模糊综合评判

中国进出口银行作为政策性银行,其信贷面临的风险既具有一般商业银行风险的一般性,又具有政策性银行特有的风险特性,其信贷风险的评判更具复杂性.由于需从多方面对信贷风险进行评价难免带有模糊性和主观性,采用模糊综合评判方法将使结果尽量客观,从而取得更好的实际效果.建立了针对中国进出口银行企业风险模糊综合评判的基本方法,并对中国进出口银行客户南京S企业的信贷风险进行了信贷风险实证分析.     

基于混合定价机制的高估价顾客购买策略

在传统市场和网络市场上销售具有价值易逝性的商品,研究顾客在卖方定价与买方定价这一混合定价机制下的购买行为.分析了顾客的最优出价策略,讨论了成交价和顾客获胜概率,得到高估价顾客的购买策略.     

基于基尼系数的湖南省耕地质量差异程度分析

应用基尼系数计算方法,以湖南省14个市级行政单位耕地地力为例,得出各区域耕地质量差异程度由小到大排列依次如下:湘潭市<长沙市<岳阳市<株洲市<衡阳市<娄底市<邵阳市<永州市<益阳市<郴州市<常德市<湘西自治州<怀化市<张家界市.耕地质量差异程度两两相差最小的是衡阳市和娄底市、邵阳市和永州市.利用聚类分析软件和GIS应用软件,将耕地质量差异程度分为四级:一级包括湘潭市、长沙市、岳阳市、株洲市;二级包括衡阳市、娄底市、邵阳市、永州市;三级包括益阳市、常德市、郴州市;四级包括湘西自治州、怀化市、张家界市.机耕面积比例与耕地基尼系数呈负相关,且比有效灌溉面积比例对耕地基尼系数的影响要大.有效灌溉面积比例与耕地基尼系数在干旱区呈负相关,在洪灾区呈正相关.图2,表5,参14.     

企业技术创新的系统观及启示

从创新研究的分析范式到系统范式,注重对技术创新的整体思考,是企业创新管理研究在方法论上的重要转向。分析了企业技术创新系统观的理论来源与基本思想,阐述了其对创新管理理论的启示。     

基于线性调频信号的ADC时钟抖动误差分析

模数转换器的时钟抖动引起输出信号的误差,该误差会影响后继的数字信号处理.分析了输入为线性调频信号时,模数转换器中由时钟抖动引起的误差.在给出误差平均功率表达式的基础上,推导出信噪比的近似计算公式.并利用该计算公式,对影响信噪比的各种因素依次进行讨论,其中信号带宽和时钟抖动参数的增大都会降低输出信噪比,而信号时宽和采样频率的变化对信噪比影响非常小.仿真结果验证了信噪比计算公式的正确性.     

基于双谱分析的雷达辐射源个体特征提取

针对复杂电磁环境中雷达辐射源特征参数的分选和识别问题,提出将辐射源信号的双谱作为雷达辐射源个体特征,并进一步提出将Walsh变换作为双谱特征优化算法。利用双谱中包含的信号细微信息和双谱受高斯噪声和杂波影响较小等特性,提高雷达辐射源个体特征参数的有效性;针对信号双谱中包含了很多与个体特征无关的冗余信息,不利于机器进行识别处理的缺点,利用Walsh变换对信号的双谱特征进行优化,剔除其中无效、冗余的信息,将变换后的结果作为雷达辐射源个体特征信息。仿真实验结果验证了算法的可行性。     

基于智能虚拟环境的地铁站台仿真系统

实现了一个用于列车驾驶培训的地铁站台仿真系统.系统由一个可被感知的站台虚拟环境和虚拟乘客系统组成.站台环境由静态场景、动态场景两部分组成,可在用户控制下发生变化.虚拟乘客通过感知站台环境的变化做出行为判断与动作.乘客仿真模型采用分层结构,分别实现环境感知、决策、行为选择、动作实现与实时绘制.目前,该系统已用于地铁列车仿真器,成为培训司机站台操作的工具.     

Designing a Hybrid Intelligent Mining System for Credit Risk Evaluation

In this study, a novel hybrid intelligent mining system integrating rough sets theory and support vector machines is developed to extract efficiently association rules from original information table for credit risk evaluation and analysis. In the proposed hybrid intelligent system, support vector machines are used as a tool to extract typical features and filter its noise, which are different from the previous studies where rough sets were only used as a preprocessor for support vector machines. Such an approach could reduce the information table and generate the final knowledge from the reduced information table by rough sets. Therefore, the proposed hybrid intelligent system overcomes the difficulty of extracting rules from a trained support vector machine classifier and possesses the robustness which is lacking for rough-set-based approaches. In addition, the effectiveness of the proposed hybrid intelligent system is illustrated with two real-world credit datasets.