江西省普惠金融发展的区域差异与动态演进

选取江西省11个地级市2005—2019年的面板数据,运用Dagum基尼系数、kernel密度估计、马尔科夫链等方法,探讨了江西省普惠金融发展水平的区域差异和动态演进。研究发现：江西省普惠金融发展水平较低,Dagum基尼系数显示江西省普惠金融总体差异在降低;分地区来看,赣北地区区域内差异最大,赣中南地区区域内差异最小;区域间差异是造成江西省普惠金融非均衡发展的主要原因。kernel密度估计显示,江西省普惠金融发展水平在不断提高,整体和4个地区的两极分化现象很小。马尔科夫链的转移概率显示不同类型的城市转移多发生在相邻类型之间,跨类型转移的概率较小。     

基于K近邻互信息估计的原油管道电耗预测

为使用最少的特征实现管道电耗的精准预测,建立基于K近邻互信息估计的BPNN模型来预测管道电耗.利用管道输送理论公式扩充原始数据集,利用K近邻互信息估计提取强相关性特征,将提取出的特征喂入BPNN来建立原油管道电耗预测模型,最后对比利用不同输入特征建立的模型的预测精度.研究结果表明:利用K近邻互信息估计能够选出多个与电耗...     

Time-to-Count技术测量辐射强度的原理

GM管广泛应用于辐射测量,由于传统的测量方法受到GM管死时间的影响,其测量精度不高.介绍了没有死时间影响,可以提高测量精度的Time-to-Count技术的测量方法,并从理论上论证了采用该方法的数学原理,在此基础上,提出对辐射强度的新估计式,并证明该估计是无偏的渐近最优的,是形式中最优的.并通过计算机仿真证明了该方法的正确性.     

精密转台的离散变结构控制

针对传统变结构控制的抖振现象及变结构控制应用于离散系统时易失去其鲁棒性的问题,提出了一种新的离散变结构控制方法.此方法采用了带调整参数的递归式切换函数并针对不确定因素设计了无须知道扰动上界的估计器.将该方法应用于精密转台的控制系统,仿真结果表明此方法对参数摄动及外界干扰具有良好鲁棒性,而且可有效消除系统的抖振现象.     

视觉测量中光学测头姿态估计方法

基于光学测头特征点成像的单机视觉坐标测量系统具有测量空间大、测量精度高及可进行现场测量等优点,是替代传统的大型坐标测量机的最有发展前途的技术方案之一.为实现该测量方法,必须先解决光学测头姿态估计问题,为此,提取一种利用SVD与矢量观测值的姿态确定方法.首先,通过基于SVD的5点优化算法确定特征点的空间坐标;然后,利用特征点的测头坐标和空间坐标建立关于测头坐标矢量、像机坐标矢量的矩阵方程,优化求解矩阵方程确定光学测头(测头坐标系)相对于像机坐标系的姿态.该算法利用所有数据冗余信息,提高了测量系统的精度和稳定性.实验证明,该算法切实可行,系统的单点重复性及测量不确定度<0.1 mm.     

一种基于射向约束的预警卫星弹道估计方法

天基预警系统是战略预警系统的重要组成部分,又分为双星探测与单星探测。传统单星探测方法基于标准弹道模板先验信息的支持,而标准弹道模板信息难以获取。针对预警卫星对弹道导弹进行弹道估计的问题,提出了一种基于射向约束的预警卫星对导弹弹道的估计模型。分别运用单星、双星探测弹道导弹的主动段数据对其弹道进行估计和预测并进行了定量计算。单星探测时,卫星位置与导弹平面夹角越小误差越大,当夹角达到5°以上,误差较小,基本可以满足远程预警雷达位置引导需求。双星探测时,预测误差进一步减少,精度进一步增加。上述仿真结果表明,该方法的弹道估计精度可为地基预警雷达提供足够的目标交接引导精度。     

基于PSP的AIS混合信号分离与检测联合估计

目前对于用一种算法来联合处理AIS 信号分离与检测过程的研究甚少.据此提出基于Per-Survivor-Processing(PSP)的AIS混合信号分离与检测联合估计方法.在混合信号相对时延较大时,首先利用幅度极值点检测,将混合信号分为重叠段和未重叠段.对重叠段信号进行线性近似处理后,使用PSP进行盲分离,对分离后的...     

复杂协同攻击下一类非线性系统的分布式一致性滤波器设计

针对复杂协同攻击下一类非线性系统的状态估计问题,提出一种分布式一致性递推滤波算法.首先,将拒绝服务攻击(denial of service, DoS)和虚假数据注入攻击(false data injection, FDI)现象描述为两个随机Bernoulli序列,并利用统一的框架建立包含DoS和FDI的复杂协同攻击模型;然后,基于一致性理论设计具有分布式结构的递推滤波器,计算最优滤波器增益,并推导该滤波器估计误差满足均方有界的充分必要条件;最后,利用室内机器人的定位问题进行验证,仿真结果验证了所提出滤波器算法的有效性.     

一种新的信号去噪方法及在激光信号中的应用

小波去噪是信号去噪的主要方法之一,目前的研究主要集中于如何选取阈值使去噪达到较好的效果,其中Donoho的阈值方法应用广泛.与传统双通道小波变换相比,三通道小波变换具有很多优势.基于这一理论,结合非参数自适应估计,推导出了一种适用于三通道小波域的自适应的信号去噪方法.实验证明,与三通道小波域中基于Donoho方法的去噪相比,该方法可以更好地保护细节以及提高重建信号的信噪比,在激光超声信号处理中也表现出良好的性能.     

基于深度学习的视觉手势估计综述

基于深度学习的视觉手势估计一直是计算机视觉领域的重点研究课题之一,随着深度学习和神经网络相关研究取得了巨大进步,针对手势估计中的高自由度、肤色、环境干扰、遮挡等问题已经远远优于传统方法。基于深度学习的三维手势估计主要是通过构建神经网络,对图像特征进行抽象化分析和理解,从而预测出手指关键点的三维坐标以及角度等信息,进而构建出手掌模型。准确的三维手势估计可以快速推动AR/VR行业的发展,因为沉浸与交互是AR/VR的关键要素,通过视觉手势交互可以为用户提供更方便、快捷、逼真的AR/VR互动体验。本文首先对当前手势估计方案进行阐述,了解到手势估计各方案的优缺点,然后介绍了基于深度学习的手势估计方法、相关数据集和评价指标,最后根据各研究结果,对当前三维手势估计所面临的挑战以及未来发展进行阐述。