我国土地资源配置的“双失”问题及对策研究

摘 要 研究目的:从西方经济学的原理出发,通过对我国土地资源配置中市场失灵和政府失灵问题的分 析,寻求在市场和政府的双重作用机制下土地资源高效配置的实现途径。研究方法:文献资料分析法、比 较分析法。研究结果:在市场经济条件下,单纯地依靠市场或政府,不可能实现我国土地资源的优化配置, 必须将二者结合起来,以规划的宏观调控来弥补和矫正市场失灵的缺陷,但是当前的土地利用规划存在失 效的负面影响。研究结论:应该从加强土地利用规划的政府宏观调控与完善土地市场机制两个途径入手, 实现土地资源的高效配置。     

p-moment stability of stochastic impulsive differential equations and its application in impulsive control

The exponential p-moment stability of stochastic impulsive differential equations is addressed. A new theorem to ensure the p-moment stability is established for the trivial solution of the stochastic impulsive differential system. As an application of the theorem proposed, the problem of controlling chaos of Lorenz system which is excited by parameter white-noise excitation is considered using impulsive control method. Finally, numerical simulation results are given to verify the feasibility of our approach. Supported by the National Natural Science Foundation of China (Grant No. 10772046)     

多路输出反激式开关电源的改进与实现

针对传统开关电源存在的控制芯片供电方式耗能较大、反馈电路光耦有效输入电流范围窄两个问题,对传统电源电路进行了改进,设计并实现了一款性能优良的48V转+5V、±15V,输出功率25W的三路输出反激式开关电源。样机输出电压精度为0.2%(+5V)、0.53%(+15V)、0.6%(-15V),输出电压纹波为20mV(+5V)、50mV(+15V)、60mV(-15V),电压精度和纹波率均满足小于1%的要求;测试表明:该电源性能优良,具有效率高,稳压精度高,负载调整率高等优点,有很高的生产应用价值。     

基于标定的任意半径柱面上2维条形码畸变校正

摘 要：二维条码在直接零件标识技术中应用越来越广泛,但存在标刻在柱形零件上的二维条码由于扭曲形变而无法识读的问题。为了校正这种畸变,论文分析了柱面二维条码的畸变形成原理,然后基于标定的机器视觉装置与透视投影原理建立柱面上二维条码畸变校正模型,最后通过图像信息估计出柱形零件半径参数信息,并代入畸变校正模型得到最终的校正结果。实验结果表明,该方法能够较好的校正自由半径柱面上二维条码的扭曲畸变。     

基于分组卷积和快照集成的图像隐写分析方法

现存的大多数隐写分析方法的泛化能力较弱,无法对未知隐写算法有效检测,使得其分类的准确性在实际运用过程中大幅度降低。针对这个问题,提出了一种基于分组卷积和快照集成的图像隐写分析方法(snapshot ensembling steganalysis network, SENet)。首先,残差卷积块和分组卷积块对图像的特征进行提取并利用;其次,在每个训练周期中得到性能最好的模型作为快照模型;最后将选定的快照模型进行集成后对图像进行分类。该方法应用分组卷积和快照集成的技术,避免了传统集成方法的高训练成本以及单一分类器泛化能力有限的问题。实验结果表明,该方法可以提升隐写分析模型的准确率,并且在训练集和测试集失配时,也能够有效地进行分类,具有较高的模型泛化能力。     

高校智慧实验室综合管理平台建设研究

提出智慧实验室综合管理平台应能改善甚至解决高校实验室存在的人工管理、智慧化建设缓慢、开放共享不足等问题.分析智慧实验室管理平台的架构,描述了管理平台中实验教学管理与实验室开放管理应具备的主要功能与管理流程,为智慧实验室的管理与建设提供一定的参考.     

高性能MCU的FPGA原型验证系统研究与平台实现

本文研究并实现了一种基于Cortex-A7核的高性能MCU在FPGA原型阶段的验证平台。该设计研究可以针对高性能MCU芯片或其FPGA原型验证阶段的软硬件验证环境快速搭建,通过交互式、软硬件协同的方式对MCU芯片各个模块功能进行实时、可靠的功能验证。高效的FPGA原型验证可以提高MCU研发速度、缩短验证时间、提高验证效率、及时发现芯片设计的缺陷、缩短芯片研发周期。     

基于稳健设计的SGNS算法的超参数调优方法

通常给定超参数的若干取值选取性能最大的为最优组合(称为直接选优法),但是此方法的稳健性差。为此,提出了一种基于稳健设计的超参数调优方法(称为稳健调优法)。具体地,以SGNS算法中的超参数调优为例,在词语推断任务上实验并得出:经方差分析得到SGNS算法中的七个超参数中的五个对算法预测性能有显著影响,确定为主控因子,其余两个确定为噪声因子,且主控因子中有三个对性能估计的方差有显著影响,因此,调优中仅从期望最大来直接选优是不合理的;稳健调优法与直接选优法两者在预测性能上没有显著差异,但稳健调优法对噪声因子具有较好的稳健性。稳健调优法对一般的深度神经网络的调参有实际的借鉴意义。     

基于改进的BSMOTE和时序特征的风机故障采样算法

针对风机数据集的不平衡问题,提出了一种BSMOTE-Sequence采样算法,在合成新样本时综合考虑空间和时间特征,并对新样本进行清洗,从而有效减少噪声点的生成。首先,根据每个少数类样本的近邻样本的类别比例,将少数类样本划分为安全类样本、边界类样本和噪声类样本。然后,对每个边界类样本都遴选出空间距离、时间跨度最接近的少数类样本集,利用线性插值法合成新样本,并过滤掉噪声类样本以及类间重叠样本。最后,以支持向量机（SVM）、卷积神经网络（CNN）、长短期记忆（LSTM）人工神经网络作为风机齿轮箱故障检测模型,F1-Score、曲线下面积（AUC）和G-mean作为模型性能评价指标,在真实风机数据集上把所提算法与常用的多种采样算法进行对比,实验结果表明：相比已有算法,BSMOTE-Sequence算法所生成样本的分类效果更好,使得检测模型的F1-Score、AUC和G-mean平均提高了3%,该算法能有效地适用于数据具有时序规律且不平衡的风机故障检测领域。