基于分组简化粒子群算法的盲源分离

传统盲源分离算法普遍存在收敛精度低和易陷入局部最优的缺点,针对上述问题,提出将蛙跳算法的分组思想应用到盲源分离算法中.该分组思想是将整个粒子群分为多组子群体,每组粒子在进行组内寻优的同时进行全局寻优,从而增加了粒子之间的差异性,可以有效避免早熟收敛.该算法以负熵为目标函数,通过对分离矩阵进行调整,使各个信号分量之间相互独立,从而完成对瞬时混合信号的盲源分离.实验仿真结果表明,提出的算法与基本的粒子群盲源分离算法相比,能有效避免早熟收敛并进一步提高收敛精度和算法的稳定性.     

中职计算机基础教学中分组策略的运用体会

中等职业技术教育是当今教育中重要的职业教学形式之一。随着科学技术的不断发展，计算机的应用愈发广泛，信息技术成为中职学生必须掌握的一门技术。但是在中职学校的计算机基础教学中，班级里学生的文化基础与专业技能的参差不齐非常让人头疼。该文将对分组策略在中职计算机基础教学中的必要性和实际操作等问题进行探讨。     

团队合作在微格实训教学中的设计与运用

团队合作微格实训操作法是充分利用团队的优质资源，按照学科及社会现实要求联系工作实际，对实训学生进行团队意义讲解、团队组建、领任务、设计方案、实施、评估等步骤实施微格教学的实践操作训练，提高团队意识，把握合作方法，体会未来工作内容实施流程，增强个人实践能力和社会合作能力。     

铕掺杂ZnO纳米棒的生长及其光电性能的研究

利用水热法在硼掺杂金刚石膜上生长铕(Eu)掺杂Zn O纳米棒(Zn O:Eu),其形貌与Eu的掺杂量密切相关。掺杂0.01 mol/L Eu时对Zn O纳米棒生长影响较小,随着掺杂浓度的增加,Zn O纳米棒顶部出现"尖端聚集现象",这种聚集现象是和纳米棒制备过程中电荷积累相关的,稀土元素能提供更多的电荷,使Zn O纳米棒顶端产生强的局部电场,相近纳米棒尖端会聚集一起。制作了以p型金刚石为衬底生长的Zn O:Eu异质结,并对其电学性能深入研究,实验结果表明该异质结对整流特性有良好反应。     

增长机会、异质信念与企业估值

构建了一个两期经济模型，理论上研究了异质信念如何通过增长机会影响企业估值，并以2007～2020年沪深两市2 973家A股上市公司为研究样本，进行实证检验。研究结果表明：异质信念对企业估值具有正向影响；在研发强度高、专利授权多以及高科技行业，由于企业拥有较多的增长机会，异质信念对企业估值的正向影响更强；增长机会被执行之后，异质信念对企业估值的正向影响消失。即便考虑内生性问题以及更换关键变量的测度指标，实证结果依然稳健。     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

基于滑移/非滑移异质界面的动压润滑性能优化

合理布置的滑移/非滑移异质界面可以提高流体动压润滑性能,但目前滑移区和非滑移区的组合方式大多采用单一的直线拼接法,没有针对流体润滑摩擦副的各类工况设计出相应的优化方案,为此本文建立了一组离散式二次方程来描述滑移区和非滑移区拼接轨迹,并引入计算域单元的宽长比作为优化变量,分别以液膜刚度和摩擦因数作为优化目标,通过MATLAB数值仿真求解不同宽长比条件下滑移区和非滑移区的最优拼接轨迹。结果表明,与直线拼接法相比,选取二次方程所描述的抛物线作为滑移区和非滑移区拼接轨迹的方法使流体润滑摩擦副在摩擦因数和液膜刚度等性能指标上都有所改善,而且根据不同的优化目标参数可以方便地绘制出最优拼接方案,验证了本文方法在改善动压润滑性能上的可行性和普适性。     

基于跳跃、跳跃强度和机制转换的股票市场波动建模及其预测研究

将跳跃及其跳跃强度引入到异质自回归(heterogeneous autoregressive, HAR)模型中,并在此基础上进一步嵌入固定转移概率矩阵的马尔可夫状态转换机制模型,构建出系列新的波动预测模型.运用系列统计检验手段(如模型置信度检验、样本外R²检验、趋势检验)评估上述预测模型对中国股票市场波动的预测能力,样本外的实证结果表明:1)与基准模型相比,结合马尔可夫机制转换的模型具有更好的预测表现; 2)相比其他预测模型,包含跳跃、跳跃强度以及马尔可夫机制转换的模型(MS-HAR-TJI)具有更高的预测精度; 3)在新冠疫情爆发期以及高波动时期, MS-HAR-TJI模型对中国股票市场波动仍具有很强的预测能力.     

外部知识源化驱动制造业高质量创新的影响机理：创新型人力资本视角

在中国制造业高质量创新发展的战略背景下，从创新型人力资本视角构建外部知识源化对制造业高质量创新影响机理的面板门槛模型，探讨在不同行业创新型人力资本异质效应下外部知识源化驱动高质量创新的非线性影响。研究发现：外部知识源化对制造业高质量创新的影响受到创新型人力资本水平的异质门槛效应。较低的创新型人力资本水平显著推动了外部知识源化的高质量创新的作用，随着创新型人力资本水平的提升并突破“临界值”,在一定程度上抑制了外部知识源化的高质量创新效应，即外部知识源化与高质量创新呈倒U型关系。此外，在行业上，中国大多数制造业行业的创新型人力资本处于中等水平，外部知识源化是推动高质量创新的显著动力，但需要警惕创新型人力资本带来的负向门槛效应，以保持高质量创新活力。     

异质多智能体系统在固定拓扑下的分组一致性

研究了异质多智能体系统的分组一致性,针对固定通信拓扑情况,提出了一种基于邻接信息的分布式控制协议,并通过李雅普诺夫理论,推导出异质多智能体系统实现分组一致性的充分条件.最后利用数值仿真验证了理论分析的正确性.