浅谈辐射骚扰(1-18GHz)测量不确定度评定

本文为了介绍EMC测量不确定度的分析评估,以辐射骚扰(1-18GHz频段部分)为例,分析说明了起重要影响参量的来源,并根据标准对其进行建模、分析、评估和计算,最终得出本实验室的该测试项目的测量不确定度。     

世界未日的艺术幻想

日本一名游戏插师TokyoGenso,用大胆的想象力,将脑海中世界末日后一片荒芜的日本东京描绘出来,栩栩如生,给人一种置身之中的错觉,不自觉开始幻想世界末日后的生活。在他的想象中,世界末日后的东京只有植物在努力的生长,寂静的延续着生命。天更蓝了,树更绿了。     

融资融券与机构投资者交易占比

我国股市中机构投资者的交易占比远低于世界其他主要证券市场．本文通过分析2009年～2015年期间沪、深两市个股的高频交易数据,考察了融资融券交易机制对机构投资者交易参与度的影响．结果显示,标的股票在加入融资融券交易后,其机构投资者的交易占比显著上升．进一步的分析发现,融资融券交易能有效缓解企业的信息不对称并加强外部治理;而由于机构投资者比散户更为关注这两个方面,因而融资融券的实施有助于提高标的股的机构交易占比．随后区分了融资交易和融券交易并发现,融券卖空交易是更为主要的影响因素．最后,本文还发现机构交易占比的上升对降低股价协同性和崩盘风险有积极作用．     

芡实遍芳塘

诗人姜特立是浙江丽水人,生活在南宋时期。主产于秦岭淮河以南的芡实,应是其常见之物。据历史记载,当时姜特立的诗词深受宋孝宗的赏识,并委以重任。清代的《四库全书总目提要》对他诗词的评价也颇高,曰其“意境特为超旷,往往自然流露,不事雕琢”。本诗亦是如此,描述又圆又大的绿叶遍布池塘,叶间露出的朵朵莲花满塘芬芳,成熟的芡实被包裹在圆鼓鼓的种皮里,好似锦囊里藏着颗颗明珠。把芡实用荷叶包裹严实,撒上麝香水,用红细绳捆扎,芡实染荷香,郁郁菲菲,让人感到欢喜。     

融资约束影响企业投资效率的作用机制研究

对企业融资约束和投资效率相关文献进行梳理,详细介绍了融资约束和投资效率基本理论、影响因素及度量方法,试图归纳和阐述融资约束影响企业投资效率的作用机制,为我国上市公司融资和投资实证研究提供理论基础。     

实报还是谎报——双边信息激励与供应链效率

探讨了双边不对称信息下供应链信息真实分享和谎报对效率的影响。首先,给出完全信息下的最优商品交易量和供应链利润作为比较基准。其次,构建双方信息真实分享的激励模型。研究发现激励双方信息真实共享所需的信息租金降低交易量和供应链利润。再次,构建允许信息谎报的交易量谈判模型。研究发现,供销双方都偏好高报自己的信息类型。个体谎报信息的幅度随着谈判力增加而减小。拥有绝对谈判力的一方不会谎报信息。供应链效率与谎报信息的幅度、成本上界以及销售价格相关。最后,通过数值算例对实报信息和谎报信息下交易量、供应链个体利润及效率进行对比分析。研究结果为管理实践提供一定的洞见:供应链企业是否激励双边信息分享可根据双方成本大小进行选择。     

免费VS.订阅:考虑广告质量的网络内容盈利模式选择

不同于已有决策模型对网络内容质量或广告质量的忽略,本文考虑用户粘度、广告质量及其信息不对称等因素或决策情形,运用委托代理理论,分别针对免费模式与订阅模式建立博弈模型,探讨网络内容提供者的最优盈利模式选择问题及其最优的内容质量策略与广告定价策略,并设计广告合同以激励拥有私人信息的广告主"讲真话"。结果表明：（1）网络广告尤其是优质网络广告的存在有利于系统实现帕累托改进,并能缓解订阅模式的实施难度;（2）信息不对称削弱了网络广告质量对网络内容提供者与社会福利的积极作用,并且网络广告质量越高,其信息价值越大;（3）订阅模式并非始终优于免费模式,并且相同条件下,前者适宜"少而精"策略而后者适宜"广而平"策略。     

基于激励相容契约的ATO式供应链交叉协调研究

考虑由两个零部件供应商与单个制造商组成的按订单装配式供应链中的信息不对称问题。以完全信息下各成员的利润作为基准,分析了成本类型信息占优的单个供应商"信息伪装"对纵向制造商和横向互补供应商所造成的损失,提出了基于激励相容的供应商-制造商纵向契约和横向互补供应商参与下的交叉协调契约。通过数学建模和仿真数据分析,研究表明：制造商主导的针对单个信息不对称供应商的激励契约,会产生"低端向下扭曲"现象,降低了横向供应商的最优订单量;制造商与横向的信息对称供应商分担信息租金而形成的交叉协调,在显示真实成本信息的同时,还可以提高最优订单量和整个供应链的全局利润。     

基于SRFML-Lift的流程制造产品质量状态监测

对流程制造型企业而言,产品质量状态的监测精度直接影响了企业的生产与运营成本。面对流程工业的多变量监测要求和数据不均衡性,以往研究主要采取局部建模策略或多输出模型,存在特征选择偏差和分类精度不高的问题。对此,本文设计了一种结合SRFML特征选择和Lift学习策略的质量状态监测模型,通过共享不同目标之间的信息以期提升模型的监测效果。首先,根据ReliefF过滤机制,引入重采样赋权思想对工业特征的选择过程进行优化(SRFML);然后,将选择结果作为Lift学习框架的输入,通过类属属性学习方式重塑各待监测特性的特有关联属性;最后采用多个SVM分类器进行训练,得到各目标的质量状态结果。结果表明,本文构建的SRFML-Lift充分学习了原始特征的关键信息,与其他组合策略相比,对质量状态的监测效果更佳,可应用于流程工业的生产管理实践。