计算机化英语水平考试:前瞻与思考

本文扼要评介了计算机化英语水平考试（Ｃｏｍｐｕｔｅｒｉｚｅｄ　Ｅｎｇｌｉｓｈ Ｐｒｏｆｉｃｉｅｎｃｙ Ｔｅｓｔ－ ＣＥＰＴ）的理论基础与物质基础,并概述了它所具有的几大优点。最后,文章对于计算机化英语水平考试的研究开发及其具体实施进行了思考和探讨,指出ＣＥＰＴ必将取代我国现有的各类各级英语考试（重点探讨了ＮＭＥＴ、ＴＥＭ、ＣＥＴ和ＰＥＴＳ四大考试计算机化的可行性）。     

一种基于周期平稳信号特性的递归盲波束形成算法

提出了一种快速盲波束形成递归算法,可以大大降低运算复杂度,该算法尤其适用于对运算量有要求的阵列系统。实验结果验证了其有效性。     

LFMCW雷达的距离/多普勒处理

基于线性调频连续波雷达可提取目标的距离信息和多普勒频率,分析了线性调频连续波在高频雷达中的应用,推导出差频信号的表达式和利用二维快速傅里叶变换进行距离/多普勒处理的理论。提出了将距离/多普勒处理技术与自适应数字波束形成技术相结合,对杂波和干扰进行抑制的同时提取回波目标信息的方法。经计算机仿真结果表明,其方法有效可行。     

基于双渐消因子调节的自适应卡尔曼滤波器

针对传统卡尔曼(Kalman)滤波器鲁棒性差,无法实时精确跟踪系统突变状态的问题,设计了一款双渐消因子调节的自适应Kalman滤波器。算法分析了突变状态无法精确跟踪的原因,在传统Kalman滤波器的基础上,引入双渐消因子,优化预测协方差,实时激活滤波增益,调节量测新息在状态估计中的贡献度。借鉴新息正交性定理,依据Sage开窗估计原理与加权最小二乘准则,建立了双渐消因子的函数解析式。基于滤波发散判据,分析了储备系数与量测新息协方差之间的关系,构造了函数边界条件。实例研究表明,自适应Kalman滤波器鲁棒性强,能够精确跟踪系统突变状态,状态收敛速度优于抗差Kalman滤波器,稳态精度提升了44.76%。     

创新环境指数构建及基于自适应ARIMA的动态预警监控研究

创新环境问题一直是地区经济发展高度重视的问题,也是学者们对区域创新能力长期研究的重点内容之一。根据高新技术企业的现实情况,结合国内外相关问题的研究成果,从经济因素、制度因素、人才因素、硬件能力及产业聚集五个层面建立了创新环境状态指标体系,采用稳健主成分合成指数法对广东省高新技术企业1997—2019年的年度数据构建宏观创新环境指数MacroIEI,结果显示该方法得到的指数值与实际较为相符。在此基础上,利用自适应ARIMA方法对创新环境指数建立预测模型,将模型得到的预测结果加入到改进型EWMA控制图中,实现对创新环境指数的动态过程控制。为了验证模型的可靠性,与常规EWMA控制图进行过程控制比较研究,研究发现:对创新环境指数MacroIEI进行预警监控,改进型EWMA控制图具有比常规EWMA控制图更好的检测效果。通过创新环境指数MacroIEI的过程控制结果分析,证实提出的动态预警监控方法是合理的,政府决策部门或相关企业可以依据这些来评价区域创新环境的状态并作出决策。     

教育数据挖掘的研究进展与趋势

信息技术在教育领域的广泛应用,使得教育数据呈爆炸式增长.通过数据挖掘技术对教育数据进行探索和分析,可以发现教育的新特点、新规律,提高决策水平和教育质量.国外从20世纪90年代开始数据挖掘的研究,并引入教育领域.基于Web of Science数据库1995—2015年的英文文献分析,可以了解该领域在特征、概念、过程和方法等方面研究进展,以及在优化技术与促进与教育理论融合方面的研究兴趣点和未来发展趋势.     

基于强化学习算法的自适应配对交易模型

 配对交易是统计套利中最主要的交易策略，但随着市场有效性的逐渐提高，该策略的获利机会正变得越来越有限，传统的固定参数交易模型已难以保证配对交易一直获得最大利润，交易模型的参数不仅需要优化，而且还需要动态地、自动地调整优化值，因此有必要研究开发具有人工智能属性的参数动态优化交易模型，这对于提升交易模型的盈利能力和执行效率具有重要意义。        自适应配对交易模型是对传统的协整配对交易策略进行改进，推出一种基于强化学习模式的新型统计套利交易模型；将Sarsa强化学习算法和ε-greedy策略与新模型相结合，把模型参数的确定方法由传统的主观经验法和固定参数法改进为自适应模式的动态参数优化法；编制的计算机程序仿真实现了基于新模型的套利交易全过程，涵盖模型参数的动态优化、套利交易的模拟操作以及交易绩效的测量评估；以中国债市交易量最大的5种债券为样本，构建4组配对组合，采用Johansen协整检验法、T检验和Robust稳健性检验等方法对交易模型和测试结果进行实证分析。        研究结果表明，新模型的运行效果全面优于传统模型。新模型显著提升了交易系统的获利能力，收益率和索提诺比率大幅提高；同时降低了投资风险，最大回撤出现明显下降；还提高了套利交易的执行效率，交易次数明显减少，套利成本下降；具有持续学习的能力，能促进累计收益率不断上升并最后收敛于最大值。研究结果还表明，协整配对交易在中国债券市场同样具有有效性，能够获得显著正收益。        将强化学习思想与协整配对交易策略相结合，设计开发出一种新型配对交易模型，实现了模型参数的自适应动态调整。这种改进型交易模型有助于应对传统配对交易策略获利能力的下降，进一步提高配对交易策略的效率和绩效。在中国融资融券和股指期货等做空机制开闸的市场环境下，新模型可为投资者提供一种有效的套利手段和风控工具。     

基于差分进化算法的运输容量约束下有数量折扣的模糊联合补货模型研究

针对采购管理中广泛存在的不确定性,将单位库存成本和可变订货成本视为模糊变量,构建了运输容量约束下有数量折扣的模糊联合补货模型,此模型属于NP-hard问题,目前缺乏可靠的全局优化求解算法。在选取梯级平均综合表示法对总成本去模糊的基础上,设计了基于自适应混合差分进化算法的求解方法,并通过算例验证了此模糊联合补货模型的有效性和求解算法的全局优化能力。     

基于动态古诺博弈的认知无线电频谱贸易算法

为解决认知无线电频谱分配问题,提出了一种新的基于动态古诺博弈的频谱租借贸易算法。该算法考虑认知无线网络中频谱租借市场容量及次用户频谱价值两者均动态变化的特点,将用户之间的频谱租借贸易建模成动态古诺博弈,同时根据用户之间的频谱供需关系动态调整用户贸易的频谱价格及收益,促使每阶段用户效用最大化并达到频谱分配的目的。分析了频谱供需关系变化对贸易的影响,并通过仿真证明了该算法相比于静态古诺博弈模型能达到更高的频谱利用率。     

基于NK模型的金融生态优化解析

金融生态实质上是一个由投资者、融资者、金融中介机构这三个基本主体及其组成的各子系统构成的相互依赖的复杂系统。要达到金融生态的最优状态,并不是各金融主体分别达到最优的简单叠加,而是各金融主体通过不断试错找到最佳结合点。近年来,中国的金融生态状况不佳,其关键原因在于金融主体的相互结合未能避开复杂性陷阱,金融体系中存在人为的割裂各金融主体间相互依赖关系的倾向,因而无法通过金融主体间的相互作用达到金融生态的优化。