公司多阶段财务危机动态预警研究

以上市公司的季度数据为研究样本,以指数加权移动平均控制图模型为研究方法,以被实施特别处理和暂停上市为两个财务危机演变状态,建立了一个多阶段动态财务危机预警模型;实证结果表明,该模型对上市财务危机公司具有较好的预测效果,有较大的应用价值.     

基于Hilbert-Huang变换理论的非线性系统分析

介绍了Hilbert-Huang变换(HHT)这一全新的处理非线性、非平稳信号数据的方法,将其用于分析典型的非线性系统-Duffing方程,通过对使用三阶Runge-Kutta法求解而得到的Duffing方程数值解分解后,得到了4个固有模态函数分量和1个残余量,给出了相应的能量-频率-时间分布图-Hilbert谱,并将其边际谱与Fourier谱作了比较。结果表明,此方法具有更好的局部特性分辨以及瞬时频率分解效果,经HHT变换得到的主要固有模态函数分量具有明确的物理意义,体现在Hilbert谱上的系统固有频率存在明显的波内调制机制,分析结果充分保留了系统的非线性特征。     

故障拓展模型到概率检验模型的转换规则

以故障拓展模型和概率检验模型为基础,通过分析概率检验模型的语法语义、转移命令及逻辑关系,研究清晰、完整的转换规则,实现故障拓展模型向概率检验模型的转换。此外,研究模型的定量概率检验转换规则,构建逻辑验证表达。最后,对机载通信系统调谐控制功能展开基于概率检验的定量安全性评估。结果表明,通过将故障拓展模型转换为概率检验模型的转换规则,能够实现复杂系统定量安全性自动分析,从而有效支持航空器复杂系统安全性评估过程。     

基于WebGIS的农户耕地管理与施肥决策支持系统的构建

以双城市中兴村为例,利用遥感数据、农户调查信息及土壤采样点数据,结合专家施肥知识模型和Java语言,在WebGIS平台上开发并建立农户耕地管理与施肥决策支持系统。本系统实现了农户耕地资源可视化的管理,决策者可以通过网络平台了解耕地管理和土壤肥力状况;实现了合理施肥指导,农户可以通过该系统了解地块信息并获得专家推荐施肥指导。该项研究对信息化农业的推进,对提高农民收益和保护生态环境有着重要意义。图5,参13。     

流域分布式水文模型SWAT空间输入数据的不确定性研究

SWAT(Soil and Water Assessment Tool)模型是一个流域尺度具有物理机制的分布式水文模型,该模型在农业非点源污染和水文模拟等方面的应用较为广泛.模型空间输入数据对流域相关特征的准确描述是模型有效模拟的前提和基础.DEM数据的精度及栅格大小、子流域划分水平、土壤与土地利用数据的精度都对模型的模拟产生一定的影响,相对于径流量来说,产沙和营养物质的模拟对这些参数更为敏感,但其参数的选择还没有公认的标准.流域内雨量站的分布和多少同样影响模拟结果,针对国内气象站点较少的情况,寻求气象数据的替代数据势在必行.表1,参42.     

UWB通信系统中的窄带干扰检测算法研究

针对改进的多带并发UWB通信系统的干扰检测算法和干扰抑制性能进行了分析.鉴于传统多带UWB调制方案的不足,对改进的多带并发UWB通信系统进行了数学分析和描述.在此基础上,提出了一种新的低采样率的共存干扰检测算法——并发子带干扰检测算法,并对该算法进行了数学分析和系统仿真.分析和仿真结果表明,该算法可在信号帧速率的采样量级上,完成对共存窄带干扰的有效检测,并与多带并发UWB系统的干扰抑制处理相结合,可对共存干扰进行有效抑制,明显改善共存UWB系统的误码率性能.     

基于RS、GIS村域农田数据库设计研究——以河南省吴沟村为例

以河南省巩义市吴沟村为例,以卫星遥感图像为建库数字化参照依据,采用目视解译方法,利用ERDAS Imangine 8.6和MapInfo Professional 7.0 SCP为数据库平台,依次提取出旱地梯田、旱坡地、菜地、退耕还林地等不同图层的田块,根据分析处理要求,针对农田系统的特征进行数据结构设计,建立相应的农田空间数据库;以2008年4月以及2002年4月两次对吴沟村全体农户的实地调查为基础,建立农田各种形式的投入、产出能量数据库.完成的数据库可以实现如下功能:①数据浏览与操作功能,如对农田系统信息的放大、缩小、漫游、全图等以及时全村现有482块农田地块的查看和修改:②数据管理和维护,如时吴沟村农田数据进行条件查询、SQL查询、Mapbagic程序查询等.③数据转入和转出,可以将Mapinfo下的农田数据转入或转出到其他GIS软件中,扩展该农田数据库的使用范围.图5,表1,参11.     

类脑导航中基于差分Hebbian学习的网格细胞构建模型

网格细胞是动物大脑中与空间认知和导航有关的重要神经元,具有拓展至整个空间的六边形放电野。位置细胞是网格细胞重要的信息源,可以通过Hebbian学习生成网格细胞,但是现有模型对Hebbian学习的脉冲自适应函数或学习窗函数做了预先的墨西哥帽模型假设。针对该问题提出一种基于差分Hebbian学习的位置细胞至网格细胞模型,利用细胞放电率的变化自发产生墨西哥帽模型的输入关联,然后通过对位置细胞至网格细胞的突触权重进行竞争性非线性限制,生成具有六边形放电野分布的网格细胞。仿真结果表明,该模型可以为无人运行体类脑导航系统的构建提供借鉴。     

基于ICP算法的非合作目标特征点云配准优化

针对视觉测量中非合作目标无法提供合作信息从而引起的位姿测量问题,采用ICP(Iterative Closest Point)算法配准不同时刻获取的点云降采样数据来完成目标的相对位姿测量。利用运动恢复结构算法获取了目标当前时刻的点云数据并比较了基于阈值匹配与光流匹配的特征点匹配算法,利用三角测量法对提取到的特征点进行重建,同时将点云数据进行降采样处理,根据降采样后的点云数据计算出不同时刻目标的相对位姿关系。实验表明当物体发生旋转运动时,对降采样数据利用ICP算法计算得到的目标绕坐标轴旋转角度最大误差不超过0.11º。     

一类动态多尺度系统的模型和估计算法

多传感器信息融合是信息学科的重要研究方向,本文的目的就是对分布在多个尺度上的传感器信息进行融合。本文针对一类动态多尺度系统,在国内外相关研究的基础上,提出一种新的动态多尺度系统建模方法。该模型满足标准卡尔曼滤波条件,给出了基于Haar小波的实现方法,基于此可以获得各个尺度上目标状态线性最小方差意义下的最优估计值。仿真结果令人满意,最细尺度上用本文方法进行估计优于直接进行卡尔曼滤波的效果。