战略合作框架协议对股票收益率的影响——基于沪深A股市场的实证分析

战略合作框架协议近些年愈发受到上市公司的关注,但对其市场的影响尚未有明确结论。本文以2004~2022年沪深股市发布的2948份战略合作框架协议为研究样本,采用事件研究方法构建计量模型估计协议对发布公司股票市场表现的影响。结果表明:(1)在协议发布的不同事件窗口期,发布公司股票总体取得显著为正的累积特异收益率,且随与协议发布时点的间隔呈倒U形状;(2)协议的影响具有公司规模和交易对象差异性,小市值公司、交易对象同为企业的公司获得更高累积特异收益率;(3)协议内容与行业类型产生交互影响,从事公用事业的公司获得更高累积特异收益率,产业链协调、项目建设开发、股权投融资领域的协议因行业不同带来差异化的累积特异收益率。研究结论揭示了战略合作框架协议对发布公司股票市场表现的规律性特征,为投资者和上市公司提供借鉴。

ESG投资绩效因子对公司股票资产定价的影响——基于中国A股市场的实证检验

环境、社会责任与公司治理(ESG)投资绩效对公司股票资产定价的作用正日益受到关注,但尚缺乏系统的计量检验。为此,依据上海华证公布的ESG投资绩效评级信息,构建ESG投资绩效因子,将其纳入三因子模型形成四因子股票资产定价计量模型。基于2011年至2022年中国A股上市公司月度数据的实证分析显示,中国A股市场上存在ESG投资绩效因子,拓展的四因子模型有效,但是整体上对于资产价格的解释力度提升有限。分组研究发现,相对于大市值规模公司或高账面市值比公司,ESG投资绩效因子对小市值规模和低账面市值比公司股票价格的影响更为显著,中国A股市场投资者在对小市值规模和低账面市值比公司股票估值时对ESG投资绩效给予了更高溢价。研究结论为深入理解ESG投资绩效在股票市场上的作用以及对公司股票做出更加准确的资产定价提供参考借鉴。

有轨制导车堆垛的动态稳定性研究

有轨制导车(RGV)堆垛是智能仓储的关键一环,运动时倒塌不仅会降低工作效率,还可能带来货物损坏、轨道变形等安全隐患。为提高智能仓储系统的工作效率,从箱子位置和刚体受力的角度,提出一种RGV堆垛的可承载加速度(即不使任何箱子倒塌的最大加速度值)计算方法。首先,根据加速度方向和箱子的位置,将堆垛中箱子划分为多个刚体,每个刚体包含会一起倒塌的多个箱子;然后,根据堆垛中刚体的位置构建刚体树,分析刚体之间的通过树传递的阻倒力;最后根据阻倒力计算RGV堆垛的可承载加速度。提出的可承载加速度不仅可用于限制RGV运动加速度,还可用于定量评估堆垛的动态稳定性。实验结果表明,可承载加速度计算结果与Unity仿真堆垛的动态稳定性之间,呈现皮尔逊相关系数>0.8的极强线性相关性,优于现有的堆垛动态稳定性评估方法。

基于全局与局部特征的二阶段文档图像可见水印去除模型

可见水印是一种常用的数字图像版权保护手段。分析可见水印去除结果可以验证图像上水印的有效性,并为水印设计者提供设计或添加水印的参考和启发。目前,大多数的水印去除方法都是基于自然图像的研究,而文档图像在生活中也被广泛使用,但由于缺乏公开的文档图像去水印数据集,相关文档图像的水印去除研究较少。为了探究水印去除方法在文档图像上的水印去除效果,构建了一个文档图像水印去除数据集(SDIWRD)。在对文档图像可见水印去除的研究中发现,使用已有的水印去除方法得到的水印去除结果中容易留下水印主体伪影或者轮廓伪影。为了解决这个问题,提出了一种基于全局与局部特征的二阶段文档图像可见水印去除模型(RWRNet),该模型采用由粗到细的二阶段的半实例归一化编解码器架构。在粗略阶段,使用全局与局部特征提取模块增强对全局空间特征的捕捉能力,同时保留对局部细节信息的提取能力,从而帮助进行水印去除;在细化阶段,细化网络共享粗略阶段权重,并构建循环特征融合模块来充分挖掘粗略阶段编解码器的重要特征,为细化阶段提供丰富的上下文信息,帮助进行细致的水印去除。此外,还结合了结构相似性损失来帮助获取更好的视觉质量。所提方法在SDIWRD数据集上进行了实验,实验结果显示PSNR达到了41.21 dB,SSIM达到了99.07%,RMSE降低至3.64,优于现有水印去除方法。另外也在公开的CLWD彩色水印去除数据集进行了实验,实验结果显示PNSR达到了39.31dB,SSIM达到98.81%,RMSE降低至3.50,也优于现有水印去除方法。实验结果证明了所提方法具有良好的泛化性和去水印的能力,能有效减轻水印伪影。最后还提出了一些防止水印去除的建议,在相关网站1)可公开访问所提出的方法和数据集。

基于多参数变量优化的户内空心电抗器电磁屏蔽方案研究

为解决户内空心电抗器漏磁导致其周围电磁污染严重、金属设备发热问题,采用ANSYS有限元仿真平台,对500 kV变电站的户内空心电抗器及其周围附属设施和房屋结构进行三维电磁建模,并在房屋顶部加设屏蔽板。通过对屏蔽体的材料、厚度及缝隙宽度等多参数变量进行优化分析,形成了一个改善户内电抗器周边电磁环境的方案。仿真结果表明:在钢梁上方增设由3 mm厚的铝板重叠搭接成的屏蔽板,可以有效降低房屋钢结构的磁感应强度,运行时电抗器温度变化符合空心电抗器要求的绝缘耐热等级,屏蔽装置边缘断面温度较高,最高点为53.26℃,周围建筑设施平均温度约增加5~10℃,满足安全运行要求。

2023年中国城市交通规划年会观点集萃

中国城市交通规划年会是中国城市交通领域学术思想活跃、影响广泛的重要会议。2023年中国城市交通规划年会以“韧性交通:品质与服务”为主题,聚焦构建高品质服务的韧性交通系统,呈现多元研究内容和思想交锋。会议重点关注应对气候变化的城市交通规划、城市更新与交通治理、交通大数据技术研发与应用、智慧交通管理实践、存量阶段交通设施品质与运营服务提升、货运发展、健步悦骑等议题。本届年会由中国城市规划学会城市交通规划专业委员会主办、西安市城市规划设计研究院承办、长安大学协办,是1979年成立以来的第35次年会。

工业机器人码垛数字孪生系统的研究与实现

为提高工业机器人码垛的智能化水平,将数字孪生技术与机器人码垛作业流程相结合,研究并设计了工业机器人码垛数字孪生系统。分析了码垛数字孪生系统架构,规划并设计了系统的功能模块和运行机制,阐述了工业机器人数字孪生系统数据集成模块、虚拟场景构建模块、虚拟机器人码垛模块和可视化辅助服务模块的实现方法,融合真实码垛场景下的机器人作业数据,实现了对基于数字孪生技术的工业机器人码垛虚拟可视化仿真与策略优化的信息反馈。设计并开发了面向工业机器人码垛作业的数字孪生系统,以物理码垛场景数据为例,验证了本系统的有效性,为探索数字孪生技术在工业机器人智能码垛的应用进行了尝试。

降低文件增长和失真的零系数JPEG图像可逆信息隐藏

零系数嵌入能有效提高基于直方图平移的JPEG图像可逆信息隐藏(RDH)的嵌入容量,但会产生较大的文件增长和视觉失真。在研究零系数嵌入频率选择和块选择策略的基础上,提出一种能有效降低文件增长和失真的零系数JPEG图像RDH算法。首先分析零系数嵌入对中间符号零游程长度的影响,得到在不同频率下零系数嵌入的模拟文件增量,并定义用于零系数嵌入频率选择的模拟单位文件增量;然后把用于块选择的块平滑度函数定义为两个恒定特征的加权和,分析讨论零系数嵌入的两个恒定特征选取、处理及其权重选取策略;最后设计一种能降低文件增长和失真的零系数JPEG图像RDH算法。实验结果表明:与非零嵌入算法相比,零系数的嵌入容量可增加8~17倍,算法的视觉质量平均可增加1.2~2.5 dB,尤其对于较小的质量因子;与现有零系数嵌入算法相比,算法的视觉质量平均增加1.8~2.3 dB,单位文件增量平均减少0.22~0.36。

基于水印神经网络的可溯源DNN模型保护方法

针对深度神经网络(deep neural networks,DNN)模型安全与版权认证的问题,提出了一种多用户溯源的水印神经网络模型,通过密钥驱动生成水印图像,将其不可见地嵌入待保护目标模型的输出图像中,实现DNN模型的知识产权保护和版权追踪。在待保护的DNN模型中添加一种编解码器网络实现水印的嵌入,并使用双流篡改检测网络作为判别器,解决了模型的输出图像中可能出现的水印残留问题,提升了水印嵌入过程的不可感知性,减少了对DNN模型性能的影响,增强了安全性。此外,通过本文设计的双阶段训练法针对不同用户分发不同的含水印模型,当发生版权纠纷时,使用另一个残差网络可以从输出图像中提取水印图像。实验证明,本方法分发含水印的模型效率较高,并且即使对多个用户分发了嵌入相似水印图像的DNN模型,水印神经网络依然可以成功对模型进行溯源。

基于指数平滑法和残差网络的短时交通流预测方法

针对短时交通流预测中短时波动特征提取预测困难、影响因素较多、与长时稳定特征混合难以分离的问题,提出1种基于三次指数平滑法(Triple Exponential Smoothing,TES)和深度残差网络(Deep Residual Networks,DRN)的组合预测模型.首先使用TES提取交通流数据中的趋势和周期特征,并得到剩余误差项;再使用DRN从剩余误差项中提取短时波动特征;最后融合上述2个模型的预测结果.基于北京巡游出租车和纽约共享自行车数据集进行验证.结果表明,在2种数据集上,只使用TES模型时均方根误差小于历史平均、自回归移动平均、季节性自回归移动平均和向量自回归模型;使用组合模型时,均方根误差小于循环神经、长短时间记忆、门控循环单元网络;相比于单独使用TES模型、DRN模型,组合模型在合适的网络深度下均方根误差降低4%以上.结果证明,组合模型可提高短时交通流预测准确率,且预测效果优于传统时间序列预测模型和上述神经网络模型.同时在需要大幅减少模型计算成本时,仅单独使用TES模型也能达到较高精度.

基于智能感知与特征识别的电力工程数据处理技术研究

针对海量电力工程数据处理与价值挖掘问题,文中开展了机器学习算法在电力工程数据识别与处理中的应用研究,并提出了基于GRA-PSO-SVM的电力工程静态造价预测算法。该算法利用灰色关联度分析(GRA)筛选出静态工程造价的主要影响因子,且采用粒子群(PSO)算法对支持向量机(SVM)的惩罚系数与核函数参数加以优化,以提高SVM算法的收敛速度和计算精度。同时通过引入SVM算法对主要影响因子数据进行识别与处理,实现了电力工程静态造价的精准预测。仿真分析结果表明,所提算法显著优于PSO-SVM及SVM等单一算法,且对静态造价预测的平均误差仅为4.62%。

基于城市轨道交通指标与城市特征的二维城市分类模型

目的:城市轨道交通项目建设成本高昂。未通车城市在轨道交通项目规划阶段无法判断未来轨道交通建设的合理性,需建立城市分类模型作为预测参照,以提供客流指标的参考值。方法:基于PCA(主成分分析)、ICA(因子分析)和层次聚类方法,建立包含城市总体特征分类子模型和城市轨道交通发展特征分类子模型的二维城市分类模型。通过城市总体特征分类子模型,使用已开通城市的社会经济发展数据和城市轨道交通运营数据,提取城市的总体特征,按年度对城市进行分类。通过城市轨道交通发展特征分类子模型,仅使用城市轨道交通运营数据,基于一段时期内的轨道交通发展趋势对城市进行分类。基于载荷矩阵和主因子方差贡献率选择因变量,并根据拟合优度选择自变量组合,利用组内指标均值,使用多元线性回归构建社会经济发展指标与城市轨道交通指标的关系。结果及结论:通过二维城市分类模型,可利用既有数据对已通车城市进行分类排序,赋予总体特征和发展特征,并建立重要城市轨道交通指标和社会经济发展指标关系。依据多元线性回归公式,从当前时点和未来发展两种角度能得到部分未通车城市的城市轨道交通指标预测值,以评价建设合理性。

基于改进蚁群算法的电力工程数据分析管控方法研究

为了平衡电力工程数据管控的收敛速度与解的多样性,提出了一种新型的启发式通信异构双种群蚁群算法(HHACO)。该算法通过将启发式通信、3-OPT局部搜索规则及异质蚁群系统相结合,并进行设计。其中启发式交流是一种间接交流策略,有助于改善解的偏差,而3-OPT算法能够提高解的多样性,异质蚁群则侧重于平衡收敛速度。通过分析电力建设项目目标控制,建立了费用-工期-质量动态多目标优化模型,进而实现了对电力工程进度的综合管控。将HHACO与经典蚁群优化算法、粒子群算法和模拟退火算法进行比较的结果表明,HHACO在大规模问题上的性能更优,且在保证质量的基础上缩短了1/4的工期,具有良好的实际应用效果。

β2微球蛋白、胱抑素C联合检测在诊断重度烧伤患者早期肾损伤中的价值

目的:探讨β2微球蛋白(β2-M2)、胱抑素C(CysC)联合检测在诊断重度烧伤患者早期肾损伤中的价值。方法:选取2020年9月—2021年12月哈尔滨市第五医院收治的58例烧伤患者作为研究对象,根据烧伤面积及烧伤程度分为中度烧伤组(n=16)和重度烧伤组(n=42)。对照组为同一时间段来医院体检的健康人群(n=54),比较各组间β2-M2、CysC水平。结果:与健康对照组比较,中度烧伤患者β2-M2、CysC,差异无统计学意义(t=-1.813、1.945,P>0.05);与健康对照组比较,重度烧伤患者β2-M2、CysC,差异有统计学意义(t=-4.038、-2.797,P<0.05)。两项指标联合检测相较于单项指标检测而言,其敏感度及阳性率明显更高。结论:β2-M2、CysC联合检测可作为重度烧伤患者早期肾损伤的敏感指标,提高严重烧伤患者早期肾损伤检出率,对烧伤患者早期肾损伤诊断有临床意义。

电网侧大规模电化学储能运行效率及寿命衰减建模方法综述

电化学储能在电力系统中扮演着重要的角色,近期对电网侧大规模电化学储能参与电力系统调度运行及控制的研究层出不穷。电化学储能的运行效率和寿命衰减特性受到储能充放电速率、充放电深度和运行温度的非线性影响,这些影响在现有的电网侧电化学储能研究中考虑的并不全面。文中介绍了锂离子电池、超级电容和全钒液流电池3种电化学储能系统的原理与特点,综述并归纳了这3种电化学储能系统运行效率的建模方法和寿命衰减的建模方法。最后,提出了电网侧大规模电化学储能系统运行效率和寿命衰减建模方法有待进一步考虑的问题,并对未来的研究方向进行了展望。

基于失真-扩展代价的JPEG图像可逆数据隐藏

兼顾含密JPEG图像的文件增量和视觉失真,提出一种基于失真-扩展代价的JPEG图像可逆数据隐藏算法.采用直方图平移实现秘密数据的可逆嵌入,重点研究如何根据嵌入容量自适应选择嵌入频率和图像块,以最小化含密JPEG图像的视觉失真和文件增量.分析讨论了通过模拟计算数据嵌入不同频率的单位文件增量确定频率嵌入顺序、根据图像块零交流系数个数和平滑度确定图像块嵌入顺序的合理性,数据嵌入时优先选取较小单位文件增量的频率和较平滑图像块;并分别定义单位文件增量、单位失真-增长比作为算法文件扩展、视觉质量与文件扩展关系的定量评价指标.实验结果表明:与现有同类算法相比,所提的算法可更好地兼顾含密JPEG图像文件增量和视觉质量,降低含密JPEG图像文件增量,相同嵌入容量下单位文件增量平均值降低0.15~0.25.

抵抗唯密文攻击的可分离加密域可逆信息隐藏

为提高密文图像安全性和算法的可逆性,提出一种抵抗唯密文攻击的可分离加密域可逆信息隐藏算法.图像拥有者将图像不重叠地分块后,采用不同密钥分别异或加密块内像素的高3位和低5位,再进行块置乱得到密文图像.信息隐藏者利用像素波动性和无损压缩技术获得较大的嵌入容量,以位翻转方式隐藏附加信息,并通过记录像素波动性实现算法的完全可逆.图像接收者既可无差错提取信息,又可无损恢复原始图像.选取Uncompressedcolor image database图像集中的图像进行实验,结果表明,在数量为20,50,70,100的密文图像集上实施唯密文攻击所得流密码正确率均为50%左右,有效地提高了算法抵抗唯密文攻击的能力;与3种同类算法相比,该算法的隐藏容量分别提升了145.69%,148.21%,240.85%,且得到的解密图像质量均提高约5 dB.

基于预测误差自适应编码的图像加密可逆数据隐藏

针对现有算法中加密图像存在安全隐患,及选用编码不佳导致图像压缩率较低的问题,提出了一种基于预测误差自适应编码的图像加密可逆数据隐藏算法.图像加密阶段,设计了一种基于误差维持的图像加密算法,首先对3×3的图像块做块间置乱和像素调制加密,然后根据图像块中心像素值将非中心像素分组置乱.数据嵌入阶段,根据图像自身预测误差分布自适应编码,使用编码表对像素进行标记分类后,将编码表与附加数据共同隐藏在加密图像中生成携密加密图像.实验结果表明:加密阶段分组置乱操作,使原始图像与加密图像中特征值差异块数增多,难以确定加密前后图像中各图像块间的对应关系,提高了加密图像的安全性,且图像整体的预测误差分布保持不变;相较于现有算法,平均嵌入率提高0.49bpp以上,且能无损提取附加数据、恢复原始图像.

基于位平面-块置乱的图像加密算法安全性分析

针对基于阿诺德变换的加密算法(Arnold transform-based encryption method,ATBEM)提出一种基于图像块均方根的已知明文攻击方法.首先利用加密前后明文图像0、1分布比例不变的特征估计出位平面置乱顺序,恢复原始像素的值;然后根据块置乱和块内像素置乱保持像素值恒定不变的特性,定义图像块均方根特征以查找和估计块置乱矩阵.分析讨论了图像块置乱加密的安全性能,结果表明:对于图像块置乱加密,图像越平滑分块越小,破解所需的明密文对数越多,已知明文攻击难度越大.实验结果验证了图像纹理越复杂,攻击效果越好,在分块大小为2×2的条件下,攻击者仅需已知一对明文-密文对即可破解块置乱加密50%以上的图像内容,因此ATBEM加密算法难以抵抗所提出的已知明文攻击.

基于块调制置乱的图像加密算法安全性分析

块调制置乱图像加密是加密域可逆信息隐藏常用的加密方法之一,能有效提高算法的隐藏容量和抵抗现有唯密文、已知明文等攻击的能力.针对块调制置乱图像加密,提出一种已知明文攻击条件下的密钥流估计方法.首先,定义图像差值块,分析指出块调制生成密文块以较高的概率保持差值块不变的特性.然后,提出一种伪差值图像构建、差值块立方均值索引查找等关键策略的块置乱密钥的快速估计方法.分析讨论了图像的差值块立方均值分布、分块大小对置乱密钥估计正确率的关系.最后,给出了提高图像加密安全性可能的解决方案.实验结果表明,明文图像的纹理复杂度和分块大小是影响块置乱密钥估计正确率和算法时间复杂度的主要因素;分块大小大于3×3时,图像块置乱密钥的估计正确率达到70%以上,密文图像的内容会被泄露.