止损策略与市场行为级联

为研究止损交易对市场中交易者行为及资产价格的影响,基于多主体模型方法,构建了一个加入止损策略的多主体市场模型。模型模拟结果表明当市场中止损阈值被触及时,极易触发连续的止损交易,造成交易者之间的行为级联。这种交易级联会引致交易者行为的趋同性增强、市场中的买卖订单失衡、市场价格的异常崩跌和流动性黑洞。     

基于Wiener滤波器的波形比较方法及其在最坏情况分析中的应用

提出一种基于Wiener滤波器的波形比较方法,应用于数模混合电路的最坏情况分析.该方法能考虑一定的时间容限和信号容限,自动比较电路在不同的工艺参数、电压和温度(PVT)组合下的仿真波形,通过波形形状的比较来实现电路性能验证,有效地提高了电路验证效率.此方法成功地运用到波形比较软件系统中,并已在Intel技术开发(上海)公司内部推广使用.     

考虑反射强度的全自动运行列车障碍物检测算法研究

针对轨道交通全自动运行列车轨行区障碍物检测问题,提出了一种基于激光雷达的且考虑激光反射强度的障碍物检测算法.该算法使用欧式聚类法对点云进行聚类,并结合了自适应的反射强度阈值处理以及体素滤波器、聚类半径差异化等方法,提升算法的障碍物检测速度与精度.实验表明该算法具有良好的检测性能.     

深基坑工程结构优化设计探讨

基坑工程的规模和深度在不断加大,其计算分析方法也需要不断完善.本文主要从理论和计算两方面讨论了基坑工程的优化设计.     

河北省创新型人才资源开发研究

创新型人才资源匮乏是制约河北省经济和社会发展的根本性矛盾,如何解决这一问题,一方面在于坚持好市场导向、结构导向、协调发展、超前培养、注重实效等基本原则;另一方面在于构建起多层面立体化的创新型人才资源综合开发机制。     

智能高速频率计设计

论述了一种频率测量范围为1 Hz4 GHz高分辨率频率计的设计方法.智能高速频率计数器分成两个通道,利用ECL逻辑电平高速芯片和CPLD共同完成对高频信号的整形和计数,采用单片机进行智能控制和显示,具有多时基档位转换、频率测量、周期测量、自动校准、外部计数等多种功能.     

碱性甲醇燃料电池阳极催化剂的研究进展

综述了直接碱性甲醇燃料电池阳极催化剂的研究进展.由于采用碱性电解质,甲醇电化学氧化催化剂的选择可不再受只有铂才会表现较高的电催化活性的限制.指出了研究比较多的非铂催化剂Au,Pd,Ni和钙钛矿型稀土氧化物的研究机理,为进一步发展新型催化剂提供了新方向.     

佛山市禅城区机动车排放污染分担率研究

在深入调查佛山市禅城区固定源污染状况以及机动车保有量、道路建设状况的基础上,对2002年机动车污染物排放总量分担率、不同车型污染物排放量分担率和道路污染物浓度分担率进行了全面研究,分析量化机动车尾气排放对大气环境污染的影响。     

广西丹霞地区文化旅游资源深度开发研究

随着旅游业的迅猛发展,传统观光旅游方式已不能满足广大游客对精神体验的需求,发展文化旅游迫在眉睫.广西丹霞地区文化旅游资源丰富,应加快发掘物质性和非物质性历史遗存,在充分研究其文化生态的基础上,通过旅游线路合理设计及媒介宣传等措施,实现丹霞地区及其周边地区文化旅游资源深度开发,把广西旅游业推上一个新的水平.     

Knowledge Enhanced Pre-Training Model for Vision-Language-Navigation Task

Vision-Language-Navigation(VLN) task is a cross-modality task that combines natural language processing and computer vision. This task requires the agent to automatically move to the destination according to the natural language instruction and the observed surrounding visual information. To make the best decision, in every step during the navigation, the agent should pay more attention to understanding the objects, the object attributes, and the object relationships. But most current methods process all received textual and visual information equally. Therefore, this paper integrates more detailed semantic connections between visual and textual information through three pre-training tasks(object prediction, object attributes prediction, and object relationship prediction). The model will learn better fusion representation and alignment between these two types of information to improve the success rate(SR) and generalization. The experiments show that compared with the former baseline models, the SR on the unseen validation set(Val Unseen) increased by 7%, and the SR weighted by path length(SPL) increased by 7%; the SR on the test set(Test) increased 4%, SPL increased by 3%.