从民问借贷的保护机制看惯例的经济价值

运用博弈论理论分析了民间借贷的保护机制——惯例形成的根据。进一步研究了惯例的经济价值——节省社会交易成本，并实现了非正式制度的资源配置功能。     

剖析河南省上市公司资金占用的特征与危害

大股东及关联方占用上市公司巨额资金问题成为证券市场各方关注的焦点.结合河南省上市公司大股东及关联方占款的现状,分析了上市公司资金占用的特征和危害.     

二十世纪上半叶中国农村婚姻制度探微

20世纪上半叶中国社会经历了剧烈的变迁。农村的婚姻制度并没有在择偶方式即“父母之命，媒妁之言”上发生根本的变化。“父母之命”依然代表着农村择偶方式的主流。而在一些交通便利、距离大城市较近的农村，尤其是沿海、沿江的农村地区出现了一些新变化。择偶方式要产生根本的变化将是一个长期的过程。     

基于新型轴对称无网格方法的水下爆炸冲击波和气泡运动数值模拟

采用无网格光滑粒子流体动力学（smooth particle hydrodynamics,SPH）方法,结合粒子体积自适应技术（volume adaptive scheme, VAS）构建高精度、高效率的新型轴对称SPH模型,实现水下爆炸冲击波和气泡运动模拟。在冲击波传播阶段,通过与经验公式及文献理论值对比,验证了该轴对称SPH模型的精度。针对气泡脉动模拟,选取典型的双气泡耦合问题,分析气泡形态和压力载荷的力学特性,讨论了两气泡之间的距离参数对气泡相互作用过程的影响。结果表明,该新型轴对称SPH模型可实现水下爆炸过程压力载荷和气泡形态演化的精确预报。     

预应力混凝土箱梁爆炸损伤评估及公式拟合

对预应力混凝土箱梁进行爆炸损伤评估研究。首先,对矩形梁进行爆炸数值分析,结合现场试验结果验证了爆炸数值模型的准确性、可靠性。其次,基于箱梁剩余承载力,建立了箱梁爆后损伤评估准则。通过对预应力混凝土箱梁在不同爆炸工况下的爆后剩余承载力计算,建立箱梁各损伤程度下P?I（超压?冲量）曲线。研究发现,混凝土强度对箱梁超压和冲量临界值影响较大,钢筋屈服强度对超压和冲量临界值影响较小。随着结构损伤等级的增大,各参数对箱梁P?I曲线的影响幅度各不相同。最后,对不同混凝土强度箱梁中各损伤等级P?I曲线进行公式拟合,并对拟合参数β进行分析。     

砂卵石地层盾构隧道掌子面稳定性理论分析

盾构隧道穿越砂卵石地层掘进施工时,由于砂卵石的地层特性及施工扰动,隧道掌子面容易失稳而引发事故。为研究砂卵石地层盾构隧道掌子面稳定所需的最小支护力,结合砂卵石地层的掌子面失稳模式,在三维Murayama模型的基础上,将掌子面前方土体的滑动面形式假设为对数螺旋滑移线,结合上部松动区域的破坏机制,引入椭球体放矿理论,对传统的棱柱体筒仓模型进行改进,进一步通过极限平衡法推导出砂卵石地层的掌子面极限支护力求解公式;最后通过离散元数值模拟验证所推公式,两者的误差为3.1%。结果表明所得公式可对砂卵石地层的掌子面极限支护力进行较为精确的求解。研究成果以期为砂卵石地层掌子面极限支护力计算理论提供依据。     

基于自注意力机制的新生儿胆道闭锁识别

新生儿胆道闭锁是新生儿常见的致命疾病之一,并且该病在亚洲的发病率高于世界其他地区.新生儿胆道闭锁需要及时发现及时治疗,然而由于缺少专业的儿科医生和辅助诊疗手段,新生儿父母往往不能及时发现而错过了最佳治疗时间.因此,本文开发了一个具有实际应用价值的预诊算法,通过新生儿粪便图片预测新生儿是否患有新生儿胆道闭锁,并提醒新生儿父母及时就诊.为了让算法在应用场景下识别率更高,本文的算法基于一个真实场景下拍摄的新生儿粪图片数据集开发.首先我们设计了一个自注意力网络模型BANet(Biliary Atresia Network),将图片的浅层特征和深层特征相结合,可以得到更好的分类效果.由于拍摄自应用场景下的图片存在过暗和过曝等问题.通过分析数据集的亮度分布,我们设计了一个自动亮度调节算法解决.此外,图片中的阴影也会对识别结果造成干扰,因此我们在训练阶段增加了一种阴影数据增强方式来缓解这一问题.为验证本文提出算法的有效性,本文设计了一个和医生的对比试验.结果证明BANet在四分类的识别率、二分类的识别率、特异性和敏感性等客观评价指标上占有明显优势.本文提出的BANet能够有效利用图片中的颜色、异常点...     

不确定车辆电子稳定控制系统传感器故障估计

针对车辆横摆角速度传感器故障问题,提出一种基于观测器的故障估计策略.首先,考虑由于轮胎侧偏刚度特性造成的不确定性以及系统中存在非线性干扰等因素,建立车辆四轮转向系统数学模型.然后,设计基于观测器的传感器故障估计策略,利用李雅普诺夫函数和线性矩阵不等式方法求解观测器增益.最后,通过Carsim与Simulink联合仿真验证所设计的传感器故障诊断策略的有效性.结果表明：在传感器发生故障时,该诊断策略能够对系统状态以及传感器故障具有良好的估计效果,能够为车辆安全稳定系统提供关键信息,并且对于下一步的传感器故障容错控制提供技术支持.     

具有优先级的深度确定性策略梯度算法在自动驾驶中的应用

深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法在自动驾驶领域中应用广泛,但DDPG算法因采用均匀采样而导致低效率策略比例较高、训练效率低、收敛速度慢等.提出了基于优先级的深度确定性策略梯度(priority-based DDPD,P-DDPG)算法,通过优先级采样代替均匀采样来提升采样利用率、改善探索策略和提高神经网络训练效率,并且提出新的奖励函数作为评价标准.最后,在开源赛车模拟(The Open Racing Car Simulator,TORCS)平台上对P-DDPG算法的性能进行了测试,结果表明相对于DDPG算法,P-DDPG算法的累积奖励在25回合之后就有明显提升而DDPG在100回合之后训练效果才逐渐显现,提升约4倍.P-DDPG算法不仅训练效率提升且收敛速度加快.     

动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。