地产泡沫预警模型及实证分析

在短视的理性预期均衡(myopic REE)理论框架下,引入“负红利”的概念,证明土地价格在实际贴现率下是一个贴现鞅.利用1986年-1990年日本8个督道府剔除通货膨胀率之后的地价数据建立了一个地产泡沫预警模型,并对中国16个重点城市2003年和2004年地产市场的泡沫情况进行了实证分析.实证结果表明:2004年杭州、上海和沈阳存在着严重的地产泡沫;成都和重庆等地的地产市场有过热的迹象.地产泡沫预警模型对于防范地产泡沫的发生,促进中国房地产市场的健康发展具有重要意义.     

基于预测信息的量测转换序贯滤波目标跟踪

针对多普勒雷达目标跟踪问题,提出了基于预测值量测转换的序贯滤波目标跟踪算法。该算法采用基于预测信息的量测转换方式解决量测与目标运动状态的非线性,其中位置量测转换采用乘性去偏、伪量测转换采用加性去偏,量测转换误差的统计特性基于预测值进行推导,并采用序贯滤波方式处理伪量测以实现目标跟踪。同时将该算法扩展到机动目标跟踪情况,综合利用了位置量测与伪量测滤波部分输出的概率组合作为该模型的更新概率,利用模型更新概率对各滤波器的状态估计结果进行加权求和获得最终估计。仿真结果表明该算法与传统的序贯滤波跟踪算法相比,具有更高的跟踪精度,其扩展方法可实现有效的机动目标跟踪。     

六溴环三聚磷腈的合成及结构表征

报道了六溴环三聚磷腈的实验室合成方法，讨论了工艺条件对反应的影响，介绍了六溴环三聚磷腈分离、提纯方法，并用^31PNMR谱、IR谱和MS谱对产物结构进行了表征。结果表明，所得六溴环三聚磷腈的纯度在98％以上，总转化率可以达到90％。     

以就业为导向促进高职CAD课程的改革与发展

针对高职教育的特点,以就业为导向,以培养高级应用型人才为目的,从 CAD 课程的教学内容与要求、教学方法、教学手段等方面,分析探讨促进高职教育 CAD 课程教学改革和发展的理论与实践。     

微连接用无铅钎料及稀土在钎料中的应用现状

综述了微连接用无铅钎料的应用研究现状，指出SnAgCu系合金因良好的综合性能将成为最有潜力的锡铅钎料替代品。基于对稀土在钎料中应用研究成果的分析，认为添加微量稀土有望成为改善SnAgCu系无铅钎料蠕变性能的重要途径。充分利用我国丰富的稀土资源开发低Ag的SnAgCuRE系钎料，应当成为中国今后无铅钎料研究开发的重点。     

Linex损失下Pareto分布参数的Bayes估计

该文讨论了在Linex非对称损失函数下Pareto分布参数的Bayes估计及多层Bayes估计,并证明了相应的估计是可容许的.     

火焰雷管装药恶劣温度下安定性分析

为分析火焰雷管用N-LTNR(中性斯蒂芬酸铅)和Pb(N₃)₂(叠氮化铅)装药在-70℃~+130℃恶劣环境温度下的安定性,采用相机观测了N-LTNR在DSC(示差扫瞄量热仪)中连续升温中(≥110℃)药剂变色、颗粒变碎、变疏松,以及降温过程中(≤-40℃)颗粒破碎、蹦跳等结晶水带来的物理不安定性;为检验N-LTNR失去结晶水对Pb(N₃)₂水解反应的影响程度,对N-LTNR和Pb(N₃)₂混合装药采用纯度分析鉴定化学安定性,结果表明Pb(N₃)₂的水解反应使纯度由98.6%降到95.26%,所以该雷管装药应限制在110℃以下使用.     

组合波片的椭圆率角测量方法

为精确测试组合波片的椭圆率角,提出了一种基于Mueller矩阵的椭圆率角测量方法.建立了组合波片的偏振模型,通过测量其Mueller矩阵,利用非线性拟合同时获得相位延迟、快轴方位和椭圆率角3个参数,并利用Mueller矩阵椭偏测量系统分别计算测量了λ/4和λ/2组合零级波片,结果表明基于此方法的拟合误差在0.004以内,椭圆率角和快轴方位角的测量误差为0.11°,相位延迟的测量误差为0.22°.通过本方法还发现组合零级波片的椭圆率角和快轴方位随波长震荡,λ/4和λ/2组合零级波片的震荡幅度分别为1°和0.4°.本方法适用于任意组合波片的椭圆率角测量,应用范围广.      

基于V型轨道的电磁悬浮列车的悬浮导向技术

提出一种基于V型轨道的电磁悬浮(electro-magneticsuspension,EMS)型磁浮列车结构,该结构采用一套车载磁体及地面长定子线圈实现悬浮导向和牵引功能.首先,建立该结构列车平面运动的动力学模型,分析得出其含悬浮、导向和滚动运动在内的开环系统是不稳定的,但均可控.其次,根据其悬浮运动独立,而导向和滚动运动相互耦合的特性,提出独立设计悬浮控制器、导向和滚动控制器的控制策略.最后,针对某设计例构造反馈控制器.仿真结果表明,悬浮、导向及滚动运动都可实现稳定控制,同时验证了基于V型轨道由一套磁体同时实现悬浮导向和牵引的可行性.     

Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.