Bayesian strategies for dynamic pricing in e‐commerce

E‐commerce platforms afford retailers unprecedented visibility into customer purchase behavior and provide an environment in which prices can be updated quickly and cheaply in response to changing market conditions. This study investigates dynamic pricing strategies for maximizing revenue in an Internet retail channel by actively learning customers' demand response to price. A general methodology is proposed for dynamically pricing information goods, as well as other nonperishable products for which inventory levels are not an essential consideration in pricing. A Bayesian model of demand uncertainty involving the Dirichlet distribution or a mixture of such distributions as a prior captures a wide range of beliefs about customer demand. We provide both analytic formulas and efficient approximation methods for updating these prior distributions after sales data have been observed. We then investigate several strategies for sequential pricing based on index functions that consider both the potential revenue and the information value of selecting prices. These strategies require a manageable amount of computation, are robust to many types of prior misspecification, and yield high revenues compared to static pricing and passive learning approaches. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

基于特征结构配置的车辆主动悬架控制器设计

基于特征结构配置参数化方法,提出了车辆主动悬架控制器设计方法,其目的是设计一组状态反馈控制器,使得闭环结构系统具有希望极点和特征向量。该方法提供的自由参数,可用来满足系统的鲁棒性能等指标。该方法直接基于车辆悬架系统的参数矩阵,故便于工程应用。对车辆悬架系统进行仿真分析,结果表明该设计方法简单有效。     

无监督特征学习的人体活动识别

针对人的局限性可能会导致在提取特征中丢失重要信息,从而影响最终的识别效果问题,提出无监督特征学习技术的惯性传感器特征提取方法。其核心思想是使用无监督特征学习方法学习多个特征映射,再将所有特征映射拼接起来形成最终的特征计算方法。其优点是不会造成重要信息的损失,而且可以显著减少所使用的无监督特征学习模型的规模。为了验证所提出的特征提取方法在活动识别中的有效性,运用一个公开的活动识别数据集,使用三种常用无监督模型进行特征提取,并使用支持向量机进行活动识别。实验结果表明,特征提取方法取得了良好的效果,与其他方法相比具有一定的优势。     

摆线齿准双曲面齿轮齿面主动设计

为预控双面法加工的摆线齿准双曲面齿轮的啮合性能,用大轮理论齿面展成与之共轭的小轮共轭齿面,将小轮共轭齿面沿啮合线方向和接触迹线方向分别进行修形,得到满足预置传动误差曲线以及接触印痕的目标齿面,计算出目标齿面与小轮理论齿面的法向偏差。建立以小轮加工参数调整量为变量,小轮两侧齿面与目标齿面法向偏差平方和最小为目标的优化模型,并采用序列二次规划算法求解该模型。以某高速车桥齿轮副为例进行验证,结果表明:加工参数调整后小轮两侧齿面与各自目标齿面的最大法向偏差分别为-4.7μm和-4.67μm,两侧啮合转换点传动误差与预置值分别相差6.67%和4%,两侧接触迹线最大偏差分别为0.275mm和0.177mm,基本符合预置条件。     

基于主动式轴接地系统的舰船轴频电场抵消方法

为减小轴频电场信号,基于轴频电场产生的机理对主动式轴接地(active shaft grounding,ASG)系统的原理进行了分析,并自主研制了原理样机,完成了实验室的船模试验。试验验证结果表明:所研制的ASG系统能有效地抑制滑环和碳刷接触电阻变化所引起的轴频电场信号,抵消效果可达90%以上。     

矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。     

火箭发动机故障检测的快速增量单分类支持向量机算法

为解决液体火箭发动机故障诊断正负样本不平均问题,以及实现发动机稳态工作段自适应故障检测,建立了基于快速增量单分类支持向量机的异常检测模型。采取特征工程方法,对传感器获得的多变量时间序列进行特征提取。通过增量学习方法,对单分类支持向量机模型进行改进,并应用于液体火箭发动机异常检测,使单分类支持向量机检测模型具备对不同台次、不同工况的自适应性,提高了模型的计算速度。对多台次热试车数据的分析结果表明,该模型十分有效,训练速度快,具备实用价值。     

结合多视角学习与一致性表征的人脸伪造检测

现有的人脸伪造检测方法通常在已知域上表现较好,但面临过拟合的风险,在应对未知场景时无法保持良好的检测能力。为解决此问题,提出一种结合多视角学习与一致性表征的人脸伪造检测框架。为捕获更全面的伪造痕迹,将输入图像转换为两种互补视角并采用双流骨干网络进行多视角特征学习。引入一致性度量,以补丁级监督的方式明确约束不同视角输出的局部特征的相似度。为提高检测精度,采用特征分解策略进一步优化伪造特征,减少不相关因素的干扰,并以伪造特征空间的决策作为最终的预测结果。在基准数据集上进行的大量实验表明,所提出的方法优于现有的主流模型,具备良好的跨域泛化能力。     

雷达有源干扰信号建模仿真及系统设计

针对线性调频脉冲压缩雷达的工作过程和工作原理,分析了射频噪声干扰、噪声调幅干扰、噪声调频干扰、噪声调相干扰、距离欺骗干扰、速度欺骗干扰、间歇采样转发干扰、移频干扰的性质和特点,利用matlab进行仿真,以便于经济、高效地对雷达有源干扰的性能和干扰效果进行全面客观的评价。同时提出了雷达有源干扰模拟系统的设计方案。     

公安现役部队遂行非战争军事行动训练规律

公安现役部队遂行非战争军事行动训练规律,是指客观存在于部队训练诸要素之间的本质的必然联系.其主要包括：任务牵引、理论先导、科技强训、以人为本、训战结合规律.认识部队军事训练规律、遵循军事训练规律,对于加强公安现役部队军事训练工作,提高部队军事训练盾量,不断推动部队军事训练发展,具有重要的现实意义.