Walsh Spectral Characteristics and the Auto-Correlation Function Characteristics of Forming Orthomorphic Permutations of Multi-Output Functions

Orthomorphic permutations have good characteristics in cryptosystems. In this paper, by using of knowledge about relation between orthomorphic permutations and multi-output functions, and conceptions of the generalized Walsh spectrum of multi-output functions and the auto-correlation function of multi-output functions to investigate the Walsh spectral characteristics and the auto-correlation function characteristics of orthormophic permutations, several results are obtained.

Biometric feature extraction using local fractal auto-correlation

Image texture feature extraction is a classical means for biometric recognition. To extract effective texture feature for matching, we utilize local fractal auto-correlation to construct an effective image texture descriptor. Three main steps are involved in the proposed scheme： （i） using two-dimensional Gabor filter to extract the texture features of biometric images; （ii） calculating the local fractal dimension of Gabor feature under different orientations and scales using fractal auto-correlation algorithm; and （iii） linking the local fractal dimension of Gabor feature under different orientations and scales into a big vector for matching. Experiments and analyses show our proposed scheme is an efficient biometric feature extraction approach.

SPEECH ENHANCEMENT BASED ON DYNAMIC NOISE ESTIMATION WITHIN AUTO-CORRELATION DOMAIN

Most noise suppression algorithms of single channel use the mean of noisy segments to estimate the characteristics of noise spectrum, ignoring the estimation of noise in speech segments. Therefore, when the energy level of noise varies with the time, the performance of removing noise will be degraded. To solve this problem, a speech enhancement approach based on dynamic noise estimation within correlation domain was proposed. This method exploits the characteristics that noise energy mainly concentrates on 0 th order correlation coefficients, signal is auto correlated but signal and noise, noise and noise are uncorrelated, then estimates and decomposes the noise, thus helps to solve the above mentioned problem. The results of recognition experiments on speech signals of 15 Chinese cities’ names corrupted by noise of exhibition hall shows, this approach is better than SS (Spectral Subtraction) method, adapts better to the variances of energy levels of speech signal corrupted by noise, has some practicability to improve the robustness of recognition systems under noisy environment.

Chrestenson Spectrum and Auto-Correlation Function of Inverse Permutations of Quick Trickle Permutations

In this paper, a sufficient and necessary condition of quick trickle permutations is given from the point of inverse permutations. The bridge is built between quick trickle permutations and m-value logic functions. By the methods of the Chrestenson spectrum of m-value logic functions and the auto-correlation function of m-value logic functions to investigate the Chrestenson spectral characteristics and the auto-correlation function charac- teristics of inverse permutations of quick trickle permutations, a determinant arithmetic of quick trickle permutations is given. Using the results, it becomes easy to judge that a permutation is a quick trickle permutation or not by using computer. This gives a new pathway to study constructions and enumerations of quick trickle permutations.

Monitoring Bridge Deformation Using Auto-Correlation Adjustment Technique for Total Station Observations

Bridges are omnipresent in every society and they affect its human, social, ecological, economical and cultural aspects. This is why a durable and safe usage of bridges is an imperative goal of structural management. Measurement and monitoring have an essential role in structural management. The benefits of the information obtained by monitoring are apparent in several domains. In deformation analysis, the functional relationship between the acting forces and the resulting deformations should be established. If time depending observations are given, a regression could be used as a functional model. In case of stochastic model uncorrelated observations with identical variance are assumed. Due to the high sampling rate, a small time difference arises between two observations. Thus the assumed stochastic model is not suitable. The calculation has to be effected by means of auto-correlated observations. This paper investigates an integrated monitoring system for the estimation of the deformation (i.e., static, quasi-static) behavior of bridges from total station observations and studies the effect of autocorrelation technique on the accuracy of the estimated parameters and variances. The results have shown that autocorrelation technique is reduced the standard deviation of X&Y-direction about 6.7% to 29.4% and 6.5% to 15.5% of the original value, respectively, but the situation was differ in Z direction;the standard deviation in vertical component Z was increased.

新质生产力视域下中国高校科技创新力评价及影响因素研究

习近平总书记立足于我国经济发展时代特征提出新质生产力概念,并作出一系列重要论述。新质生产力是在新技术革命推动下,以信息技术、人工智能为引擎,以科技创新为驱动力的生产力形态,是高质量发展的强劲推动力、支撑力。高校作为国家创新体系的重要组成部分,在基础研究、应用研究、成果转化等方面发挥着重要作用,取得了一批重大科技成果,但还存在着诸多不足,面临不少困难和问题。在习近平总书记关于新质生产力重要论述的指引下,准确把握高校科技创新的重要地位和独特优势,客观评价我国不同地区高校科技创新力发展水平,分析存在的问题,提出对策建议,具有极其重要的意义。文章采用TOPSIS法测算我国31省(自治区、直辖市)高校科技创新力指数,基于空间自相关理论探究我国高校科技创新力指数的空间关联特征,运用泰尔指数分析我国高校科技创新力指数的空间差异性,运用地理探测器原理研究我国高校科技创新力的影响因素及其交互作用。研究结果发现:我国31省(自治区、直辖市)高校科技创新力整体还不强,创新力指数的空间分布不均衡,东部地区明显高于中部和西部地区;空间自相关性显著,上海、江苏、广东、浙江等指数较高省份呈现“高-高”集聚特征,甘肃、海南、新疆、西藏等指数较低省份呈现“低-低”集聚特征;区域间差异明显,东部和西部地区域内差异较中部地区显著,东部地区内部差异逐渐缩小,中部地区内部差异先增大后缩小,西部地区内部差异有所增大;影响我国高校科技创新力发展的主要因素是人力资源、经费投入等,且区域间投入存在明显差异,中部和西部地区投入不足,同时还受区域对外开放和技术需求等因素影响;内部因素交互作用强度大于外部因素,交互作用强度较大的是教学与科研人员数、科技经费当年拨入、成果应用及科技服务项目数、R&D成果应用及科技服务项目经费当年拨入、信息化水平,且信息化水平发挥的作用越来越大。根据研究结论,以习近平总书记关于新质生产力重要论述为指引,从创新投入、资源配置、资源共享、政产学研合作等方面提出对策建议。

京津冀区域科技成果转化效率评价及空间差异分析

文章运用DEA—BCC模型和Malmquist指数对2015—2021年京津冀13个地级以上城市的科技成果转化效率进行综合测算,并通过探索性空间数据分析方法对其空间差异进行系统分析。结果表明:京津冀科技成果转化综合效率总体偏低,且呈现出增减相间的波动趋势;受创新资源分布不均等因素的影响,北京科技成果转化效率明显高于津冀两地,且区域内各城市发展态势存在明显差异;京津冀科技成果转化全要素效率呈现增长态势,且技术进步在全要素生产率提升方面起到重要作用;考察初期,京津冀科技成果转化整体效率存在较显著的空间负相关性,但随着时间推移,科技成果转化的正向空间溢出效应有所增强,效率总体呈现“高高集聚、低低集聚”的空间分布特征。

脑卒中住院患者性别、年龄及时空分布特征:基于宁夏地区19万例患者数据

背景脑卒中是血液无法流入大脑而导致脑组织受损的一种急性脑血管疾病,其致残率、致死率以及复发率较高,宁夏地区相关研究多为脑卒中临床相关分析,缺乏对近年宁夏地区脑卒中住院情况的变化趋势分析。目的分析宁夏地区脑卒中住院患者疾病流行特征及分布情况,为制定脑卒中综合防治措施提供依据。方法收集宁夏地区共55家中医及西医医院的病案首页数据,筛选出2013—2019年出院且主要诊断为脑卒中[国际疾病分类(ICD)-10编码为I60~I63]的数据进行分析。应用SPSS 24.0软件采用χ^(2)检验对性别及年龄进行差异性分析,应用地理信息系统采用全局空间自相关分析方法对宁夏地区2013—2019年脑卒中住院率数据的分布进行分析。结果最终纳入190634例脑卒中患者数据。2013—2019年宁夏地区脑卒中住院率呈逐年上升趋势(住院率分别为24.302/10000、30.045/10000、34.949/10000、39.397/10000、44.049/10000、47.617/10000、52.944/10000,χ_(趋势)^(2)=5.982,P=0.014),且在每年的寒冷季节住院率较高,每年3月份有1个明显的高峰,之后稍有下降。2013—2019年宁夏地区脑卒中住院患者中,缺血性脑卒中167194例,出血性脑卒中23440例;缺血性脑卒中和出血性脑卒中患者不同性别、年龄比较,差异有统计学意义(χ^(2)=473.533、7518.543,P<0.05);且从数据上看,缺血性脑卒中和出血性脑卒中男性、≥60岁住院患者所占比例均超过50%。全局空间自相关分析结果显示,2013年、2018年和2019年脑卒中住院率存在空间聚集性(P<0.05)。空间分布图显示,宁夏地区住院的脑卒中患者主要集中在宁夏中北部。结论2013—2019年宁夏地区脑卒中患者住院率表现为不断上升且存在不同程度的聚集性,住院率较高的地区集中在宁夏中北部。

中国旅游经济韧性与旅游发展质量的关系研究

旅游经济韧性和旅游发展质量是旅游业持续健康发展的两个重要方面,探究二者关系对于旅游经济快速恢复并走上高质量发展道路具有重要意义。文章以中国30个省区为研究对象,运用熵权TOPSIS法对2009—2019年旅游经济韧性与旅游发展质量进行测度,通过耦合协调度模型、空间自相关和PVAR模型等方法探究二者关系。结果表明:(1)各省区旅游经济韧性与旅游发展质量水平稳步上升,两系统发展水平均呈“由西向东”逐渐递增的空间格局。(2)旅游经济韧性与旅游发展质量耦合协调水平总体显著提升,低度协调和中度协调区主要分布在西北地区,高度协调区数量大幅增长并向内陆扩张,极度协调区始终位于东部沿海一线;耦合协调亚类型划分中,“低度协调—旅游经济韧性滞后型”省区数量缩减最为明显,中度协调类型省区中旅游经济韧性滞后问题始终广泛存在,“高度协调—旅游经济韧性滞后型”省区数量显著增加,广东成为唯一“极度协调—旅游发展质量滞后型”省区。(3)旅游经济韧性与旅游发展质量耦合协调度存在全局空间集聚现象且逐步增强;局部空间自相关中,各类型集聚区整体变化不大,存在一定程度的路径依赖和空间锁定。(4)在互动关系方面,分别以全国范围和东部、中部地区为研究对象时发现,旅游发展质量对旅游经济韧性存在单向正面效应,而西部地区旅游经济韧性对旅游发展质量起单向促进作用。

陕西省城镇化与生态环境质量时空交互关系研究

[目的]推进具有中国特色的城镇化,生态安全是必不可少的环节。同时城镇化是影响区域生态安全格局的重要因素,厘清城镇化与生态环境质量之间的关系,为陕西省城镇化开发和促进区域生态保护与高质量发展提供决策参考。[方法]以陕西省为研究对象,基于栅格尺度构建城镇化与生态环境质量评价体系,在分析2000—2020年每隔五年陕西省城镇化与生态环境质量时空格局演变的基础上,采用耦合协调度模型和双变量空间自相关模型剖析了二者耦合关系及时空变化特征。[结果](1)2000—2020年间,陕西省城镇化水平总体呈现稳步上升趋势,综合城镇化率提高了111.45%。整体RSEI均值呈稳步上升趋势,生态环境呈现出好转的态势,但地区间的差异依旧显著,整体呈现“北低南高”的分布格局。(2)陕西省城镇化与生态环境质量耦合协调度呈波动上升趋势,陕西省内部各县域的生态环境与城镇化耦合协调发展长期存在明显差距,但随着时间推移,发展协调的地区逐渐增多。空间格局上以关中地区为核心总体呈现“中部高两边低”的分布特征。(3)陕西省城镇化与生态环境质量的耦合协调存在一定短板,相比之下陕北地区城镇化与生态环境质量耦合协调呈现相对滞后的情况。[结论]2000—2020年陕西省城镇化与生态环境质量的耦合协调关系存在明显差距但整体呈变好趋势,建议在城镇化的道路上,陕西省能够强化绿色生态发展能力、补齐生态短板、因地制宜,优化区域发展空间布局,加快形成区域良性互动格局,制定出更加科学合理的乡村振兴政策。

甘肃省医疗卫生资源配置现状与公平性研究

[目的]通过对甘肃省卫生资源数量和分布的分析,为卫生资源合理配置提供参考。[方法]运用数量研究法描述卫生资源数量,运用基尼系数、洛伦兹曲线分析卫生资源配置公平性,运用空间相关性分析相邻区位的相近程度和强影响点位置。[结果]2022年甘肃省的医疗卫生机构数、床位数、卫生专业技术人员数、医师数和护士数比2020年有明显增长;机构数、实有床位数、卫生专业技术人员数、执业(助理)医师数和护士数按人口分布较公平,按面积、地区GDP分布较不公平;机构数、实有床位数、卫生专业技术人员数、医师数和护士数均呈正相关,其中机构“高-高”集聚区分布以河东地区为主,床位数、卫生专业技术人员数、医师数和护士数分布于兰州市及周边地区,“低-低”集聚区分布于甘南州和酒泉市西北方向部分地区。[结论]甘肃省医疗卫生资源配置公平性待提升,按人口分布公平性优于按面积和GDP分布,分布均衡性待优化。

基于VAE-LSTM模型的无人机飞行数据异常检测

无人机飞行数据是反映其自身飞行安全的重要状态参数,通过对飞行数据进行异常检测,是提高无人机整体飞行安全性的关键举措。尽管基于数据驱动方法不需专家先验知识和精确的物理模型,但缺乏参数选择且检测网络结构模型单一,使得检测模型由于参数过多导致过拟合以及无法有效捕捉数据异常模式的问题。文中结合变分自编码器和长短期记忆网络的优势,提出了一种基于VAE-LSTM的无人机飞行数据异常检测模型方法。首先,引入肯德尔相关性分析方法用于选择相关依赖的飞行数据参数集;其次,将具有相关性的参数集对所设计的VAE-LSTM深度混合模型进行训练,学习不同数据特征之间的关系映射;最后,以无监督异常检测方式在真实多维无人机飞行数据进行验证。实验结果表明,VAE-LSTM的精密度、检测率、准确率、F1分数及误检率的各项平均性能指标分别达到95.24%、98.71%、98.8%、96.82%、1.31%,相比于KNN、OC-SVM、VAE、LSTM模型,整体上展现出较好异常检测性能。

结合自相关注意力动态卷积的交通预测网络

交通流量预测作为智能交通系统(ITS)的重要任务之一,受到极大关注,其常被建模为时空序列预测问题,准确把握交通数据的时间-空间相关性成为了解决此问题的关键,现有的工作往往采用循环神经网络以捕获时间依赖性,采用图卷积网络以捕获空间依赖性,两者尚未有机的结合且捕获时空依赖的能力有限,导致预测精度不佳.本文提出了用于交通预测的基于自相关注意力和动态卷积的时空网络(AADCSN),设计采用类Transformer架构,结合自相关注意力与动态学习图卷积有效捕获交通数据的时间特征与空间特征,并引入数据蒸馏技术和多种嵌入表示有效提升预测性能.论文选用4个真实数据集和9个先进的基线方法进行比较,实验结果表明,本文提出的模型在几乎所有对比指标上都优于基线模型.

适用于任意阶数的BOC信号无模糊度捕获算法

针对二进制偏移载波(binary offset carrier, BOC)调制信号在捕获过程中的模糊度问题,提出了一种基于自相关函数加减互补的BOC(m,n)信号无模糊度捕获算法。根据副载波脉冲周期延拓的特性,通过拆分副载波,进而分离自相关函数,将关于码相位对称的第一个子相关函数和最后一个子相关函数做加减法运算后求差值,最后通过取模求和运算将旁峰完全消除。理论和仿真实验结果表明,该算法的适应性良好,适用于任意阶数的BOC调制信号,并且可以完全消除旁峰,保留窄相关峰特性。相比于SCPC、ASPeCT和BPSK-Like三种传统BOC信号无模糊度捕获算法,该算法的载噪比性能有约1.5~4.5 dBHz提高。

城市旅游舒适性指标体系构建与实证分析——以长三角地区为例

以舒适性理论为基础构建城市旅游舒适性评价指标,涵盖自然环境、旅游文化、旅游商业、旅游服务和交通出行5个一级指标和31个二级指标,通过空间自相关分析研究长三角地区旅游舒适性及分项舒适性的空间结构,构建旅游经济发展指标,探究城市旅游舒适性与旅游经济发展之间的耦合协调关系.研究发现:(1)长三角地区旅游舒适性水平空间差异较大,整体上呈现北部城市分值低、南部城市分值高的态势.(2)长三角地区各城市的旅游舒适性在空间上呈现集聚效应.(3)长三角地区各市旅游舒适性和旅游经济发展之间尚未达到整体协调阶段,区域内部发展不平衡,有接近一半的城市存在失调现象.长三角地区各城市要依托区域背景借力而为,以区域一体化发展为基准提升当地旅游舒适性.

我国中医类医院资源配置区域分布和空间差异性研究

[目的]为全面分析我国中医类医院资源时空分布与差异性,对2009-2021年我国中医类医院卫生资源区域差异性和配置公平性展开研究,探讨我国中医类医院资源配置现状,为政策制定提供参考。[方法]采用卫生资源集聚度和空间自相关分析我国31个省(自治区、直辖市)中医类医院卫生资源配置的公平程度。[结果]2009-2021年,我国中医类医院卫生资源东西部区域差异性显著,东部地区按地理面积配置的集聚度高,西部地区按人口分布配置的集聚度高;空间分布呈聚集特征,全局Moran s I指数总体呈下降趋势;物力资源和人力资源的局部Moran s I指数分布存在较明显的空间差异。[结论]我国中医类医院卫生资源空间集聚度逐渐减弱,但东西部地区差异仍较明显,西部地区人力资源相对匮乏。

一种可用于低信噪比环境的变步长LMS算法

论文研究了自适应最小均方误差(Least Mean Squares,LMS)滤波算法的步长选取问题。在分析现有算法的基础上,通过构造步长与误差信号之间的非线性函数,提出一种新的变步长LMS算法。新算法采用误差信号的自相关估计值控制步长,而不是直接利用瞬时误差控制步长,避免了噪声干扰,降低了稳态失调,可工作于低信噪比环境。同时新算法步长控制无记忆效应,提高了收敛速度。仿真表明,新算法的稳态失调和收敛速度均优于现有变步长LMS算法。

基于分段互相关的5G新空口PSS同步算法

针对5G NR主同步信号(PSS)同步算法不适用于高频偏环境的问题,文中提出利用PSS序列的自相关性,先进行粗同步,在精同步模块考虑了分段互相关算法中叠加噪声项的影响,对分段互相关算法的共轭相乘项进行离散傅里叶变换,通过DFT的负指数项抵抗高频偏,并在时域上进行PSS同步,解决了算法频偏容忍度较低的问题。通过Matlab仿真结果表明,改进算法在AWGN信道环境下,当归一化频偏和信噪比分别设置为2和-5 dB时,检测的峰值位置正确并且相关峰值明显。当归一化频偏为2、信噪比为-6 dB、分段数为4时,PSS检测概率仍有0.6以上。在实际测试环境验证中,通过文中提出的改进算法可将同步流程时间控制在5 ms内,可以满足测试工程需求。通过对分段互相关算法的共轭相乘项进行改进,使改进算法在分段数较少时仍具有较好的频偏容忍度,且具有较强的抗频偏性能,此外,还能有效降低传统分段互相关算法由于分段导致叠加噪声项带来的影响。改进算法应用于国产通信矢量信号分析软件VSA中,并且在6955AC信号收发仪上得到验证,具有一定的实际应用价值。

The autocorrelation distribution of balanced Boolean function

The global avalanche characteristics （the sum- of-squares indicator and the absolute indicator） measure the overall avalanche characteristics of a cryptographic Boolean function. Sung et al. （1999） gave the lower bound on the sum- of-squares indicator for a balanced Boolean function satisfy- ing the propagation criterion with respect to some vectors. In this paper, if balanced Boolean functions satisfy the propaga- tion criterion with respect to some vectors, we give three nec- essary and sufficient conditions on the auto-correlation distri- bution of these functions reaching the minimum the bound on the sum-of-squares indicator. And we also find all Boolean functions with 3-variable, 4-variable, and 5-variable reaching the minimum the bound on the sum-of-squares indicator.

现代产业体系构建背景下科技金融服务集聚对区域产业结构升级的影响机制——基于京津冀地区的分析

在现代产业体系构建背景下,科技金融对中国式现代化的助力作用备受重视。目前京津冀一体化战略实施进入了新阶段,但京津冀地区内金融资源和产业发展相关要素流动和影响及其空间依赖性尚未获得学界足够的关注。因此,以京津冀地区的13个城市为研究对象,从空间效应视角出发,通过产业结构合理化、高级化和高新化3个维度构建产业结构升级指数,综合使用“0-1”邻接矩阵、地理距离矩阵及经济距离矩阵,优选空间自相关模型(SAC)研究京津冀地区科技金融集聚对产业结构升级的影响。实证结果表明,京津冀地区城市间的产业结构升级具有显著的空间溢出效应,科技金融聚集对本地及邻近地区也存在溢出效应,其中人力资本要素和政府干预程度在产业结构升级中起积极作用,固定资产投资方向不利于产业结构升级,而外商直接投资、基础设施以及经济发展水平并未对产业结构升级形成清晰影响。由此,主要得到充分发挥科技金融的空间溢出效应、创新科技金融产品和服务及完善科技金融体系、提升基础设施共享水平和优化资源配置等政策启示。