文化在九十年代汉诗中的处境

本文通过文化记忆和文化经验和九十年代汉语诗歌中的呈现，特别是以解读大陆青年诗人、翻译家马永波的长诗《电影院》为契机，分析了目前大陆先锋诗歌所遭遇的批评、误读、失语状态，从而阐释了汉诗面对已经过去的九十年代存在的独立美学意义、文本价值、艺术倾向和必须面对的文化与审美缺陷。在此基础上提出了人道关怀的艺术主张。     

“拿来主义”的作用——国际商业银行实施资本运营的经验和启示

众所周知,国际商业银行很多是借助资本市场发展起来的。美国允许商业银行在全美设立分行,总数达到约8600家,而其他发达国家一般都在1000家以下,日本只有不到100家商业银行,而日本的经济总量是美国的一半左右;美国大部分商业银行比其他国家的商业银行规模要小,14%的美国商业银行资产规模不到2500万美元;英国不到5家商业银行,统率了整个商业银行业。相反,美国的最大的10家     

关于中国近年反腐败成功经验的探讨

同腐败现象作斗争是我国一项长期艰巨的任务，将贯穿于改革开放和现代化建设的整个过程，总结中国反腐败的成功经验是当前反腐倡廉的重要任务，也是深入进行反腐斗争的需要。     

含MA误差的线性模型的经验似然推断

采用拟极大似然估计方法获得含MA误差的线性模型估计方程。为了能够使用经验似然方法,先利用鞅差序列将估计方程中的二次型转化为线性形式;再构造关于模型参数的经验似然比统计量,在一定假设条件下证明该统计量渐近服从卡方分布;模拟结果表明,在参数置信域的覆盖率方面,经验似然方法比参数似然方法更接近置信水平。     

基于经验模态分解特征的无线电引信抗扫频式干扰方法

针对目前调频无线电引信在复杂电磁战场环境中对抗扫频式干扰能够力弱的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)特征的无线电调频引信对抗扫频干扰的方法.对基于目标和扫频干扰作用下的调频无线电引信检波端输出信号进行EMD分解,得到10层本征模态函数(intrinsic mode function,IMF)分量,提取每层IMF分量中本征模态函数能量占比、能量聚集度和Renyi熵特征,并利用主成分分析算法对于特征进行降维,保证累积解释差异在95%以上,以降维后的特征矩阵作为支持向量机的输入对目标和扫频式干扰信号进行分类识别.实测数据结果表明,所提方法能够有效对目标和扫频式干扰信号进行分类识别,分类识别精度可以达到98.06%±0.003 8,目标检测率达到96.65%±0.003 7,虚警率为3.35%±0.003 7.     

单通道涡流无损检测信号盲源分离算法

针对脉冲涡流无损检测(pulsed eddy current testing, PECT)系统中获取单一检测信号存在的混叠问题,文章提出一种基于经验模态分解(empirical mode decomposition, EMD)和快速独立分量分析(fast independent component analysis, FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解,然后利用奇异值分解(singular value decomposition, SVD)估计源信号数目,根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号,最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号,并且优于小波分解的单通道盲源分离算法。     

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.     

∑N_im_i强子产生过程中质量增加的经验公式和(英文)

强子质量ｍｉ和强子的平均数〈Ｎｉ〉遵从公式（βｍｍｉ／〈ｍ〉）μ＋νＫν（βｍｍｉ／〈ｍ〉）．自旋、奇异数压低和大产生截面（σ（Ｄ）,σ（Ｂ）,σ（Λ０））都是质量效应．质量产生过程受到在扩散方程和相对论波动方程之间连续变化所决定的连续阶导数（／ｔ）μＧＸα（ｘ,ｔ）控制．     

DNA序列中“词”的自重叠性对其分布的影响和异常“词”的鉴别

从语言学的角度来看基因序列,一个ＤＮＡ序列可以看成是由字母Ａ,Ｇ,Ｃ,Ｔ组成的有限的字符串,以一定的语法和词法结构为转录机器所识别．那么,词在序列中是如何分布的？文中研究了在不同状况下的单词的理论分布,证实了单词（即ＣＯＤＥ）的自重叠性对单词在序列中的概率分布的有极大的影响,并就实例验证了这一点．结合经验分布,提出了两种在ＤＮＡ序列中鉴别异常单词的方法．得出结论：字母Ａ,Ｇ,Ｃ,Ｔ等概率出现和不等概率出现是判别单词是否异常的重要条件．     

关于渐近中位无偏估计的渐近效率(英文)

本文在几种重要的分布族中,给出了渐近中位无偏估计的渐近效率的一种定义。给出了如下一些结果：在单参数族中,提出了构造渐近有效的渐近中位无偏估计的一种方法,在具有共同支撑集的分布族中,论证了渐近中位无偏有效估计与ＢＡＮ估计之间的等价值;而在非共同支撑集的截断族中,对一般的参数向量函数构造了它们的渐近中位无偏估计,并且计算出了它们的渐近效率。