注册制下自愿性信息披露质量研究——基于科创板2019—2021年的经验证据

基于注册制实施和新《证券法》要求上市企业进行自愿性信息披露的背景,以2019—2021年科创板上市公司为样本,采用熵权法构建自愿性信息披露质量评价体系,实证检验注册制下自愿性信息披露质量对公司股价的影响及内部治理因素的调节作用。研究发现:(1)自愿性信息披露质量与公司股价正相关;(2)控股股东持股能够抑制自愿性信息披露质量与公司股价之间的关系;(3)高管持股能够促进自愿性信息披露质量与公司股价之间的关系;(4)自愿性信息披露质量对公司股价的正向影响在证券监管力度较低、融资效率较高及研发投入较高的企业中更明显。研究结论为我国资本市场全面实行注册制提供了新的经验证据,拓展了自愿性信息披露经济后果的研究。

投资者情绪与股价同步性研究

以2018-2021年沪深证券交易所A股上市公司为样本,研究投资者情绪对股价同步性的影响及作用机制。研究表明:投资者情绪与股价同步性显著正相关,支持了“信息效率”说;高涨的投资者情绪能够通过提升融资约束加剧股价同步性。进一步研究发现,投资者情绪对股价同步性的积极作用在证券监管力度较低、会计稳健性较低与股权激励较高的企业中更为明显。从优化信息获取渠道、健全公司内部信息公开披露机制、强化监管部门监督职能等方面对抑制股价同步性提出了建议。

结合深度强化学习的边缘计算网络服务功能链时延优化部署方法

该文针对边缘网络资源受限且对业务流端到端时延容忍度低的问题,结合深度强化学习与基于时延的Dijkstra寻路算法提出一种面向时延优化的服务功能链(SFC)部署方法。首先,设计一种基于注意力机制的序列到序列(Seq2Seq)代理网络和基于时延的Dijkstra寻路算法,用于产生虚拟网络功能(VNF)的部署以及服务SFC的链路映射,同时考虑了时延优化模型的约束问题,采用拉格朗日松弛技术将其纳入强化学习目标函数中;其次,为了辅助网络代理快速收敛,采用基线评估器网络评估部署策略的预期奖励值;最后,在测试阶段,通过贪婪搜索及抽样技术降低网络收敛到局部最优的概率,从而改进模型的部署。对比实验表明,该方法在网络资源受限的情况下,比First-Fit算法与TabuSearch算法的时延分别降低了约10%和86.3%,且较这两种算法稳定约74.2%与84.4%。该方法能较稳定地提供更低时延的端到端服务,使时延敏感类业务获得更好体验。

70kVp联合深度学习图像重建算法对胸主动脉血管内修复术后双低CTA图像质量的影响

目的探讨70 kVp联合深度学习图像重建(DLIR)算法在低辐射剂量低对比剂用量的情况下对胸主动脉血管内修复术(TEVAR)后主动脉CT血管成像(CTA)图像质量的影响。方法前瞻性纳入65例TEVAR术后需接受主动脉CTA扫描的患者,随机分为两组。常规剂量组(A组)接受100 kVp管电压和60 mL对比剂扫描,低剂量组(B组)接受“双低”方案:管电压70 kVp,对比剂用量为0.5 mL·kg^(-1)。A组图像采用50%多模型迭代重建算法(ASIR-V)重建,B组图像分别采用滤波反投影(FBP)算法(B1亚组)、50%ASIR-V(B2亚组)、90%ASIR-V(B3亚组)及DLIR-H算法(B4亚组)重建。测量并比较各组主动脉CT值、图像噪声、对比噪声比(CNR)及品质因数(FOM)。采用5分制对图像噪声、血管锐利度和整体图像质量进行评估。结果B4亚组噪声最低,较A组降低约23.49%(P<0.001)。A组、B4亚组主动脉各感兴趣区(ROI)CT值、CNR值及图像主观评分差异无统计学意义(P>0.05);B4亚组FOM值大于A组(P<0.001)。与A组比较,B组辐射剂量降低约52.38%(P<0.001),对比剂用量和注射流率分别降低约39%和33.6%(P<0.001)。结论采用70 kVp结合DLIR算法在TEVAR术后主动脉CTA扫描中可获得与常规剂量相当的图像质量,且辐射剂量和对比剂用量大幅度降低。

基于PER-DDPG算法的城市轨道交通越区切换研究

针对传统IEEE802.11越区切换方式存在较高的切换延时以及乒乓切换等问题,提出深度强化学习(Deep Q-Network,DQN)越区切换算法。通过对列车运行的特征状态信息进行提取输入,考虑列车运行速度及场强、切换阈值等动态信息构建越区切换模型。同时针对算法时间成本复杂度及稳定性,采用优先经验回放深度确定性策略梯度(Prioritized Experience Replay-Deep Deterministic Policy Gradient,PER-DDPG)算法,将列车状态空间信息传输至PER-DDPG网络中进行优化分析。结果表明基于PER-DDPG算法优化后的列车越区切换模型使用该算法时间计算成本降低,数据包传输延时约降低55%。

具有3D负泊松比结构填充的新型吸能盒设计与耐撞性研究

针对现有吸能盒结构形式单一、缓冲吸能效果有限的问题,在现有研究的基础上,将3D负泊松比结构填充到薄壁圆管中设计一种填充圆管型吸能盒,探索汽车吸能盒结构的新构型设计,改善吸能盒的缓冲吸能性能。首先,建立了3D负泊松比结构填充方管和圆管型吸能盒的几何模型,利用落锤冲击实验对3D打印加工的吸能盒样件进行了低速冲击,并建立了结构的低速冲击有限元模型,研究结果表明,结构的落锤实验结果与低速冲击仿真结果吻合较好,证明了结构低速冲击有限元模型的准确性;随后,基于有限元模型,对比分析了填充型方管、填充型圆管和原始方管吸能盒的耐撞性能,研究发现,相较于原始方管吸能盒和填充方管型吸能盒,填充圆管型吸能盒具有更低的初始峰值力、更高的平均碰撞力,综合耐撞性能更优异;最后,结合响应面方法和NSGA-Ⅱ算法,对填充圆管型吸能盒的耐撞性进行多目标优化,优化结果表明,优化后吸能盒的比吸能提高了14.7%,初始峰值应力降低了18.5%,综合耐撞性能得到了明显改善。该研究为负泊松比结构在汽车吸能盒上的应用探索提供了新的思路。

基于改进算法YOLOv5+的混凝土轨枕裂纹检测

基于既有研究成果在对混凝土轨枕裂纹检测效率不足的基础上,提出一种改进算法YOLOv5+,主要以YOLOv5网络模型为基础,对混凝土轨枕裂纹进行高效检测。首先,采用分治标签的策略来增大裂纹在标签中的实际占比,从而解决混凝土轨枕裂纹尺度变化大的问题,使网络更利于提取有效特征;其次,将YOLOv5网络结构中SPP模块的最大池化层改为平均池化层,减少裂纹漏检的现象;同时,在YOLOv5骨干网络中嵌入SE注意力模块(Squeeze and Excitation,SE)提高对细小裂纹的检测能力;最后,结合新的检测尺度与特征融合网络,降低微小裂纹的漏检现象。实验结果表明,以YOLOv5网络模型为基础的改进算法YOLOv5+,除了召回率Recall变化不大外,精确率Precision提高6.5%,平均精度均值mAP提升8%,帧率FPS也有所提升,能够满足实时性的检测需求。

一种自适应加速的多路径匹配追踪重建算法

在压缩感知重建算法中,多路径匹配追踪算法能够通过搜索多个路径提升获得全局最优解的可能性,但产生的大量冗余路径会造成严重的性能损耗。针对此问题,提出了一种基于自适应加速的多路径匹配追踪重建算法。首先,该算法在路径分解时,通过设置阈值门限控制生成的子枝点数量,优化了原算法平均分配路径数的策略,使相干性强的父枝点可以遍历更多的子枝点,限制相干性小的原子被分配到新的路径中;其次,利用首个路径产生的重建残差,设计了新的修剪准则对候选路径进行二次筛选,进一步减少冗余路径的生成,降低了计算支出;最后,在理论上推导了所提算法在理想状态下准确重建信号的有限等距性条件,给出了所提算法在有噪条件下准确重建信号的信噪比界限。仿真结果表明,在一维和二维信号的重建实验中,所提算法在保证较高的重建精度的前提下,与多路径匹配追踪算法相比,有效提升了重建效率。

空化射流水力振荡器研制与试验

为解决油井井筒存在结垢现象后导致卡钻的风险与石油产出率降低的问题,利用淹没射流产生剪切空化,设计一种空化射流水力振荡器,与高压旋转射流除垢装置配套使用提升井筒除垢效率,利用数值模拟对空化射流水力振荡器内部相关结构参数进行优化,得到最优结构参数和振荡频率、幅值。通过开展现场试验,检验空化射流水力振荡器的具体参数是否符合井筒除垢要求。通过正交模拟得到射流喷嘴到喉管距离L=13.52 mm、喉管长度D=64.47 mm和射流喷嘴角度α=156.92°的最优参数,且该参数下的振荡频率为9.92 Hz。现场试验结果表明,空化射流水力振荡器与旋转冲洗器配合使用比传统水力振荡器与旋转冲洗器除垢速度最高提高16.2%。这表明空化射流水力振荡器对除垢装置的除垢效率有明显的提升,空化射流水力振荡器内部结构无相对运动部件使得振荡器运行稳定且装置维护成本低。所得结论可为水力振荡器的研究与工程应用提供技术指导。

光电倍增管计数温漂自适应补偿方法

光电倍增管是微光探测的重要器件,使用光子计数法对光强进行检测可以大幅降低噪声的干扰,但光电倍增管的阴极灵敏度、增益及暗噪声易受环境温度的影响,导致输出脉冲幅值的不稳定,影响系统对微光的检测性能。本文通过使用微控制单元、数字模拟转换器等模块对光电倍增管设计了高压增益补偿和阈值校正系统,通过对不同温度下光电倍增管的阴极饱和电流、灵敏度和暗噪声的综合分析,构建温度与高压补偿增量Vh及阈值补偿增量Vt混合函数模型,使用补偿增量混合模型对光电倍增管计数输出进行自适应温漂补偿。对滨松的端窗型光电倍增管CR135进行实验,证明了此系统在较大温度变化下仍具有良好的输出信噪比,在-20℃时计数率平均提升0.19,即使引入了少量暗噪声,仍大幅提升了探测性能。

子空间与KL信息结合的FCM多光谱遥感图像分割

针对传统模糊C-均值聚类(FCM)算法用于含噪声多光谱遥感图像分割时存在的精度不足问题,提出一种自适应模糊子空间与增强KL信息相结合的FCM多光谱遥感图像分割算法.首先,使用局部模糊因子,在不依赖参数的情况下,通过相似性度量和自适应约束参数自动消除噪声干扰,并提取图像的局部空间信息.其次,将原始图像信息和模糊因子处理过的局部空间信息统一整合到模糊子空间聚类中,对图像的多个通道进行自适应加权处理,以提高分割精度.最后,将KL信息以正则项的形式引入FCM目标函数中进行聚类计算,并通过ESD(Extreme Studentized Deviate)检测模型剔除隶属度矩阵中的离群值,以增强KL先验信息,降低隶属度模糊性.AID数据库和真实环境下的多光谱遥感图像分割实验表明,在模拟噪声环境中,所提出算法不仅可以抑制噪声,而且能得到较高的分割精度.此外,本文算法在分割精度、模糊系数和峰值信噪比等评价指标方面也均优于其他几种变体式FCM算法.

基于多特征分析的地铁隧道裂缝检测

在地铁隧道裂缝检测过程中,由于隧道环境复杂及光照条件有限,隧道裂缝检测比较困难。为此,提出了一种基于多特征分析的隧道裂缝检测方法。首先,利用Retinex匀光与分段线性拉伸相结合的预处理算法对图像进行增强处理,通过分块处理的Otsu阈值分割算法实现图像的初步分割。其次,对图像连通域面积和矩形度进行分析,利用概率Hough变换提取图像中的线型结构特征,利用连通域图像骨架特征提取算法滤除伪裂缝干扰,最终实现真实裂缝检测。实验结果表明,本方法对传统裂缝图像检测率可达92%,对隧道裂缝图像检测率可达86%。实验结果证明了该方法的有效性。

基于IRF-PF算法的WLAN室内定位方法

针对室内复杂环境下无线局域网接收信号强度的时变波动性,提出一种基于改进随机森林算法并融合粒子滤波的室内定位方法。首先,通过自适应滑动窗口选取接收信号强度较为平滑的信号接入点作为定位指纹特征建立决策树,从而减少特征空间的噪声;然后,利用bagging抽样后的袋外数据赋予决策树不同的投票权重等级,增大决策树类别间判别差异性,优化随机森林算法在目标位置与接收信号强度间弱映射关联性场景下定位精度低的问题,依据改进的随机森林算法建立位置坐标与接收信号强度间的映射模型,计算定位点的位置;最后,为了提高定位准确性与稳定性,将依据改进随机森林算法计算出的位置作为粒子滤波的观测量,利用粒子滤波对目标位置进行估计和预测。在Zenodo数据集上的实验结果表明:提出的算法在定位误差2 m范围内精度达到75.8%,在4 m范围内精度已经高达94.8%;相比于传统随机森林算法,能够将2 m内的定位精度提高11.5%;与K近邻、岭回归和贝叶斯等室内定位算法相比,定位精度和算法实时性也得到明显提升。

应用于光模块的低成本曼彻斯特解码方案

为了降低传统光模块行业中曼彻斯特解码方案的成本并提高其兼容性和可靠性,提出了一种应用于光模块的低成本曼彻斯特解码方案。首先,利用采样电阻与运放组合电路对信号进行预处理,解决不同光强条件下采样后信号幅值过小或饱和而无法解码的问题。其次,利用控制器内部的可编程计数阵列(PCA)对信号进行边沿捕捉和持续时间计算,解决信号同步问题。在同步判断过程中,引入了持续时间容差设计,并对数据帧头的丢失进行了优化判断,从而显著提升解码方案的抗干扰能力。最后,利用控制器内部的可编程逻辑单元(CLU)和定时器提取信号时钟,并将信号发送到内部串行外设接口(SPI)模块完成解码,以提高解码效率并解决控制器的资源消耗和解码兼容性问题。测试结果表明,该方案能够进行准确且稳定的数据解码,满足实际的应用需求。

改进MixNet的CSI图像指纹室内定位方法

为了提升信道状态信息(channel state information,CSI)指纹室内定位的性能,提出了一种改进MixNet的CSI图像指纹室内定位方法.在离线阶段,通过选择定位参考点(reference point,RP)处信号强度指示(received signal strength indication,RSSI)最强的3个接入点(access point,AP),提取其CSI数据并转换为图像;然后利用改进的MixNet模型对图像进行训练并保存模型.其中改进的MixNet引入了坐标注意力(coordinate attention,CA)和残差连接.首先,将MixNet-s中的SE(squeeze-and-excitation)注意力替换为CA,以增强网络的信息表示能力并更精确地获取CSI图像指纹特征.其次,根据MixNet-s模型的特点构建残差连接,以增强网络的表示能力并防止过拟合.最后,通过减小网络深度确保所有网络层得到充分训练;在线阶段,采集目标设备的CSI数据并转换为图像,输入已训练好的改进MixNet模型(命名为MixNet-CA);最后利用加权质心算法根据模型输出的概率值估计目标设备的最终位置.提出方法在室内环境中进行了验证,达到了0.3620 m的平均定位误差.

规范中药饮片调剂中另包的依据、分类及方法

另包是中药饮片在调剂时的特殊操作,规范中药饮片调剂中另包的依据、分类和方法是保证饮片调剂质量的关键。随着中医药现代化的快速发展以及医药专业的分化越来越细,处方中脚注指导药师处方调剂的作用逐渐淡化,迫切需要探索新的思路指导中药饮片的另包调剂。该研究提出了规范另包调剂的依据,将另包中药饮片分为特殊煎法类饮片、特殊服法类饮片、贵细饮片以及鲜药4类,并提出了规范化另包调剂的相关建议。另包调剂是中医药特色调剂技术之一,其规范化不仅有助于推动中药调剂技术的发展和完善,为中药饮片的安全、合理用药提供保障,也将促进中医药事业的现代化发展。

政府补助、税收优惠与投资效率——基于新能源企业的实证数据

以2011—2021年沪深A股新能源上市公司为研究样本,研究政府补助、税收优惠对新能源企业投资效率的影响,并基于企业生命周期视角针对两种政策所产生的效果进行研究。结果发现:政府补助、税收优惠均能促进新能源企业投资效率的提升。在不同生命周期阶段,政府补助、税收优惠对投资效率的影响存在差异,对于成长期企业而言,政府补助促进投资效率的作用更强;对于成熟期企业而言,税收优惠相对政府补助发挥的效用更强。建议政府部门实施政策时应因时制宜,避免“一刀切”现象,充分考虑新能源企业的发展阶段,切实提高财税政策对新能源企业的激励效率。

高质量碳信息披露能降低重污染企业融资成本吗?——基于碳政策从严五年来的经验证据

碳信息是影响资本市场利益相关者决策的重要因素之一。选取沪深两市2015—2019年A股重污染行业上市公司为样本,研究碳信息披露质量与企业股权成本和债务成本之间的关系。结果表明:碳信息披露质量与企业股权成本和债务成本均呈现显著负相关,并且对企业融资成本具有增量信息含量。建议政府进一步健全碳信息披露的制度规范,出资方(贷款方)大力拓展和支持绿色金融,通过高质量的碳信息披露和传导机制,实现企业的低碳转型发展。

教育数字化背景下武术教学创新发展路径研究

数字化和智能化变革对教育领域产生了深远影响,包括在体育教育和教学方面。文章运用文献资料法和逻辑分析法,探讨数字化背景下学校武术教育教学创新发展的路径。研究提出:(1)丰富的在线课程平台拓展了传统武术教育教学空间;(2)种类众多的运动健身App促进武术教学过程数字化;(3)虚拟现实(VR)和增强现实(AR)技术促成沉浸式武术练习体验;(4)武术教育教学数字化发展案例:上海师范大学学校武术数字化课程体系,南京体育学院“新型e石锁”。研究得出:建议武术教师、教练们要提高自身数字化应用能力,利用数字技术和手段推进我国武术教育教学高质量发展。

牛乳过敏及其降敏技术研究进展

牛乳蛋白是常见的食物过敏原,牛乳过敏已成为全球范围内常见的公共卫生问题。探索乳蛋白致敏机制,开发绿色、高效降敏技术已成为食品领域的重要研究课题。本文总结了牛乳过敏原的抗原表位,介绍了牛乳过敏的机制与症状,讨论了不同加工技术(如热加工、高压、超声、糖基化、偶联多酚、酶处理、发酵以及转基因)对牛乳蛋白降敏作用及潜在机制,并对牛乳降敏技术的发展做出展望。