基于STILLink平台的测试向量转换研究

STILLink平台是以STIL语言为核心的测试向量转换平台,支持多种格式的相互转换方案。STILLink平台的多种转换方案,大大缩短了从设计、流片到测试的全过程。STIL语言提供了一种数字测试生成工具与测试系统之间的接口,宗旨为寻求一种数字测试信息从测试生成工具到测试系统的转换方案。在论文中,将以电平转换器SY100ELT24为例,重点介绍WGL格式文件转换成STIL格式文件的方法,以及STIL格式文件向V93000测试程序的转换过程。

基于SSD控制器芯片测试平台转移及测试向量转换的方法

随着集成电路测试成本的提高,将芯片从高性能的自动化测试设备(Automation Test Equipment,ATE)向低一级ATE进行转移可以节省相应的测试成本。测试平台转换过程中涉及测试程序的开发和测试向量的转换,将两个测试平台得到的测试数据进行比对,验证了转换后测试程序的有效性与准确性。基于一款高性能的28 nm固态存储硬盘(Solid State Drive,SSD)控制器,测试平台从爱德万(Advantest)的V93K转移至泰瑞达(Teradyne)的J750,同时使用Python脚本进行向量转换和测试数据的比对分析,达到了降低芯片测试成本的目的。

通过向量角转换校正拉曼光谱中乘性干扰

拉曼光谱强度与物质量存在的线性关系会受到许多复杂因素破坏,包括激发光源、聚焦、散射、折射等,导致定量效果不佳。各种因素的干扰效应,总体上分成加性和乘性效应,而消除乘性效应的难度会更大一些。光谱序列信号可视为向量,信号强度对应向量的模量,而体现向量本质的方向属性不会受模量变化的影响。根据这一原理,利用向量的方向确定性,将信号的强度度量转换成空间角度度量,建立了一种消除乘性效应的方法。首先,选择一个与待定量组分相近而与背景空间近似正交的基准向量,并定义移动窗口;然后,计算移动窗口内的光谱向量与基准向量的夹角,所得值存储为矩阵,完成角度描述转换。角度矩阵消除了乘性效应的干扰,而定量关系仍然近似线性,只要将该矩阵的秩满足多元统计建模要求,就可以用于多元校正,并得到良好结果。研究采用甲醇-乙醇-异丙醇混合体系,验证了消除乘性效应后改进的定量效果,对于积分时间波动的预测值与实际值,直接PLS方法的相关系数r为0.911 9,预测标准偏差(RMSEP)为0.110 2;采用MSC预处理的r为0.906 0,RMSEP为0.100 8;而本文提出的VAPLS的r为0.998 7,RMSEP为0.015 2。结果表明向量角转换度量处理后,光谱的乘性干扰得到了有效校正,拉曼定量分析准确性得到了提高。

δ域与Z域传递函数转换的系数向量

连续时间模型离散化有多种方法 ,δ算子是一种新的离散化方法 .研究 Z域与 δ域传递函数模型转换的系数向量 ,给出了 δ算子与 q算子离散传递函数模型转换的系数关系 ,仿真结果表明了算法的有效性 ,当采样周期趋于零时 δ算子模型接近于连接模型 ,而 q算子模型与连续模型几乎无相似之处 .

红外光谱结合角度转换法快速分析乙酰二茂铁

基于红外光谱法建立了乙酰二茂铁含量快速分析模型。通过正交试验合成18组样本,采集了所有样本的红外光谱,并且进行了液相色谱分析。按照样本含量梯度由小到大选择9个作为校正集,以乙酰二茂铁对照品光谱作为参比,通过1阶导数降噪,截取特征波段1000~1100 cm^(-1)、1610~1680 cm^(-1),得到相对应的角度值。建立角度值与乙酰二茂铁含量的分析模型为y=0.011θ-1.289,相关系数r为0.996。将另外9组验证集样本在同样数据处理条件下,分析各验证集样本中乙酰二茂铁含量,与液相色谱分析结果进行比对,绝对误差为-0.91%~3.84%,相对误差为-4.94%~6.51%。结果表明,红外光谱结合角度转换法可用于样本中乙酰二茂铁含量的快速定量分析,该方法具有准确性高、分析快捷、操作简便等优点。

基于反应力向量灵敏度的模型参数化方法

模型参数化是建立识别方程的关键。本文在虚拟结构向量转换方法的基础上提出了“基于反应力向量灵敏度的模型参数化方法”。该方法首先将反应力向量对单元物理参数作一阶展开 ,对线性参数系统来说 ,即为反应力向量灵敏度与单元物理参数的乘积 ;其次 ,在线性参数系统的假定下 ,对一个单元中包含多个单元物理参数的情况提出了一个简便的求反应力向量灵敏度的算法。利用该方法可直接由常规的有限元代码获得反应力向量灵敏度矩阵 ,而无需编制专门的有限元代码集成分析代码。文中通过算例阐述了该方法的应用。

基于MS-VAR模型的中国创新质量演化阶段性与区域异质性研究

创新是高质量发展的第一动力,但是,创新质量本身缺少系统研究。从投入产出过程角度看,创新质量分为研发投入的知识产出质量和知识投入的经济产出质量两个阶段,基于马尔可夫区制转换向量自回归模型(MS-VAR)对中国及其分区1995-2021年时间序列数据进行检验,揭示投入产出过程创新质量演化阶段性及其区域异质性。研究发现:目前我国处于新的创新质量快速提升期。R&D投入强度的增加会促进专利产出质量,专利产出质量的增加也会促进新产品销售收入。前者在创新质量快速提升期更显著,后者在创新质量稳定发展期更显著。四大地区①的创新周期具有时间先后性,东部地区最早进入创新质量稳定发展期,西部地区最晚;两次过程中,创新投入产出质量之间正向效应的区域异质性和区制异质性并存;但处于创新质量稳定发展期的西部地区两种投入产出效应都为负。

融合知识图谱与多元神经网络的发动机故障预测方法

针对汽车发动机故障率高且种类多,故障征兆与故障之间存在多对多的复杂耦联关系,故障溯源难度大、准确率低等问题,提出了融合知识图谱和多元神经网络的发动机故障智能预测方法。将发动机运行状态、故障现象、故障原因和维修记录作为输入信息,通过知识抽取、消歧和加工形成为可表示、可推理的结构化知识网络,并进行特征向量转换;建立了包含故障记录嵌入层、卷积层、GRU门控层和注意力机制的多元神经网络通路,通过特征向量训练形成了发动机故障预测模型,实现了发动机定性故障现象到定量故障推理,再到定性故障预测输出的映射变换;通过实际维修案例验证了所提KG-CNN-GRU-Att方法的可行性和有效性。

生猪产业链区制转换与价格非线性传导

文章基于中国2006年9月至2018年4月的仔猪价格、生猪价格和猪肉价格,引入马尔科夫区制转换向量自回归(MS-VAR)模型对生猪产业链区制状态转换与价格非线性传导进行实证分析。结果表明:生猪产业链在下跌、平稳和上升区制间转换较为频繁,其中下跌区制稳定性较强;生猪产业链服从MSIH(3)-VAR(5)模型,仔猪价格受到不同滞后期下猪肉价格的显著影响,生猪价格同时受到不同滞后期下仔猪价格和猪肉价格的显著影响;在不同区制状态中,生猪产业链各环节的价格非对称传导响应方向和持续时间基本一致,而冲击强度存在差异,上升区制中冲击强度最强,平稳区制次之,下跌区制最弱。

从深度学习回顾自然语言处理词嵌入方法

随着深度学习的发展及其在相关领域的应用,机器学习的性能得到了显著的提升。例如在自然语言处理和计算机视觉方面,深度学习就在Alpha Go算法中得到了较好的应用,这也同样改变了词嵌入的处理方法。在本文中,我们简单回顾几种最近在深度学习中运用的词嵌入方法。

余弦相似度在高校综合信息系统中的应用

针对电子科技大学综合信息系统中学术论文填报数据不准确的问题,提出了通过余弦相似度计算来识别标准期刊名或会议名的方案.首先对填报名进行预处理,并清洗来自互联网的爬取名,进而得到测试名.通过经典的TF-IDF方法,对所有测试名和标准期刊名进行分词、去除停止词和取词操作,在计算出每个单词的TF-IDF值后,即可将所有的测试名和标准期刊名都转化为由所有单词的TF-IDF值构成的多维向量.通过计算测试名和标准期刊名间的余弦相似度,即可最终识别出正确的标准期刊名.实际的识别结果表明,余弦相似度计算极大地提高了学术论文填报数据的质量.

全球流动性冲击对我国股市波动的影响研究——基于MS-VAR模型的分析

本文基于1999—2016年相关变量的月度数据,借助非线性的马尔科夫区制转换向量自回归模型(MS-VAR),描绘了具备非线性、时变性特征的全球流动性在不同区制状态下(全球流动性水平低速增长、混合波动增长、高速增长)对我国股市波动的影响,考察了在不同区制下全球流动性冲击对我国股市的传导渠道,并提出了应对冲击实现高效率流动性管理的相关建议。实证检验结果表明:全球流动性冲击通过三条渠道共同发挥作用传递到我国的股票市场,其中资本渠道与贸易渠道占有相对主导地位。在我国短期内仍实行资本管制的情况下,利率渠道并未成为传递或放大全球流动性冲击对我国股市产生影响的主要渠道。短期来看,资本管制是应对冲击的有效手段。但从长期来看,应从积极、持续推进汇率制度改革与人民币国际化进程,保证财政政策与货币政策的独立性与灵活性等方面入手,同时也应注意协调好人民币国际地位的提高、资本管制的放开、灵活的汇率制度之间的关系。

货币政策影响居民住房投资参与的非线性特征分析

利用中国人民银行发布的2004—2015年《城镇储户问卷调查》数据,通过构建包含市场利率、法定存款准备金率、央行货币净回笼额、实际M2货币增速与居民住房投资参与变量的马尔科夫区制转换自回归模型,检验货币政策对居民投资的影响。结果表明,不同货币政策对居民住房参与具有显著差异,货币政策对住房投资参与的影响强度和持续时间存在显著的非线性特征。在居民住房参与膨胀时,法定存款准备金表现正向冲击,而央行货币净回笼额、实际M2货币增速表现负向冲击,但其对房产参与低迷时期作用刚好相反,且具有更强的效应。

中国股市与经济增长:基于MS-VECM的研究

一国的股市能够灵敏地反映该国经济发展的周期变化和运行状态。为了考察中国股市与经济增长之间的短期波动模式和长期均衡关系,基于1992年以来上证指数和中国实际GDP的季度数据,使用Markov区制转换向量误差修正模型(MS-VECM),可对不同状态和区制条件下股价波动与经济增长率之间的相关关系进行度量和检验。研究表明,中国经济周期中存在显著的三区制性质,经济周期波动存在非对称性。这既体现为周期阶段的转换概率不同,也体现为周期阶段的持续期不同;短期内不同区制的股价与经济增长关系呈现出不同特征,但存在长期稳定的内在制约与调整的均衡关系。

财政政策变动对中国宏观经济的影响分析

本文考察了近年来中国宏观经济运行与财政收支的情势转变特征,采用马尔科夫情势转换向量自回归模型(MSVAR),实证分析了财政收支的变动对中国宏观经济波动的"稳定效应"。分析表明,我国的宏观经济运行和财政收支在样本期间内都存在较为明显的结构性变化和非线性特征,而相机抉择的财政政策对工业增长和物价都具有较为明显的"反周期"的稳定效应。本文研究的政策含义在于,财政政策也是稳定宏观经济运行和通胀水平的重要工具,应逐步加强财政政策的运用,通过对财政支出、税制设计等多种政策工具,更加有效的保持经济平稳较快发展。

基于Location2vec的地点推荐算法

在地点推荐应用中,传统的协同过滤推荐算法由于签到数据稀疏导致推荐效果不佳。为提高推荐效果并克服传统协同过滤推荐算法受到热门地点影响的不足,提出一种新的地点推荐算法。将签到地点转换为向量,通过向量的余弦相似性计算签到地点的地点相似性。标记签到频次较低的地点为冷门地点,以计算签到地点的用户相似性,结合地理因素的影响,生成对用户的推荐列表。实验结果表明,相比传统协同过滤推荐算法,该算法 F 1值提升了0.009以上,推荐效果更好。

基于神经网络的大跨度屋盖非高斯风压场模拟方法

采用径向基函数神经网络(Radical Basis Function Neutral Networks,简称RBF神经网络)来模拟大跨度结构的非高斯风压场.根据某大跨度结构的形式特点,将结构风场看成是屋面位置和时间的函数,将风压场分解为一系列径向基函数.再利用单调非线性无记忆转换映射和RBF中获得的风场函数定义向量过程,从而将非高斯场的模拟转换为互相关高斯过程的模拟.将RBF神经网络应用于一大跨度屋盖的非高斯场模拟,得到结构上非高斯风压场的分布.结果对比表明,RBF神经网络模拟非高斯风压场具有较高的准确性.该方法可直接利用RBF神经网络的输出结果,避免推导高斯过程和非高斯过程的关系式,因此具有较高的效率.RBF神经网络模拟非高斯风压场在准确性和效率上均具有显著优势.

金融脱媒背景下社会融资规模的工具选择

社会融资规模是指一定时期实体经济从金融体系获得的全部资金总量。社会融资多元化要求货币政策工具多样化,而货币政策工具的传导效率则与传导路径长短以及工具本身有关。实证结果表明,从关联性和可调控性看,社会融资规模更适合作为货币政策的中间目标。数量型工具和价格型工具对社会融资的规模调控都比较有效,并存在时滞和调控力度非线性、非均匀等问题。数量型工具对银行信贷、债券市场、股市的调控更有效,价格型工具则对债券市场、未承兑票据、委托贷款、信托贷款等影子银行业务更有效。价格型工具时滞短,数量型工具时滞长累积作用更大;货币政策工具调控力度在社会融资规模波动较大时的作用力度也较大。因此,须不断丰富货币政策工具,协调配合实施金融调控;继续推进利率市场化和汇率形成机制改革;完善社会融资规模指标体系,加强金融监测和统计。

货币政策是否存在结构效应——基于中国信贷传导渠道的视角

传统意义上,货币政策是一个常规的总量调控工具。然而,许多学者对货币政策是否也存在结构效应进行了研究。本文运用马尔科夫区制转换向量自回归模型对我国货币政策是否存在结构效应进行了分析,探讨了货币政策在不同经济周期下的实施效果。效果研究结果显示,中央银行的货币政策不仅具有总量效应,还通过银行信贷渠道产生结构效应,主要是因为产业内生产要素的特点及其配置的差异导致对货币政策的反应不一,进而带来货币政策效果的结构性差别。本文据此提出,我国货币当局应当关注各产业内资本等要素对货币政策的敏感度,把握好货币政策调控的频度和力度,兼顾发展宏观经济和优化产业结构两个方面的政策目标。

信用利差与债券市场流动性的动态关系分析

本文利用我国交易所和银行间两个国债市场流动性差异提取我国债券市场的流动性溢酬,首先运用多元线性回归模型验证了流动性溢酬是影响信用利差的系统性因子,然后运用VAR模型和Granger因果检验探讨流动性溢酬与信用利差之间的动态关系,并进一步引入带马尔可夫机制转换的VAR模型,分析在正常机制和危机机制下流动性溢酬对信用利差的不同影响。实证结果表明:前一期流动性溢酬对当期信用利差有显著为正的影响,危机机制下的影响要显著高于正常机制,而且危机机制下流动性溢酬对低等级债信用利差的冲击程度要大于对高等级债信用利差的冲击程度,但冲击效应的持续时间则少于高等级债。