Stock price prediction is an important issue in the financial world, as it contributes to the development of effective strategies for stock exchange transactions. In this paper, we propose a generic framework employing Long Short-Term Memory (LSTM) and convolutional neural network (CNN) for adversarial training to forecast high-frequency stock market. This model takes the publicly available index provided by trading software as input to avoid complex financial theory research and difficult technical analysis, which provides the convenience for the ordinary trader of nonfinancial specialty. Our study simulates the trading mode of the actual trader and uses the method of rolling partition training set and testing set to analyze the effect of the model update cycle on the prediction performance. Extensive experiments show that our proposed approach can effectively improve stock price direction prediction accuracy and reduce forecast error.

Configuration stability is essential for a space-based Gravitational-Wave (GW) observatory, which can be impacted by orbit insertion uncertainties. Configuration uncertainty propagation is vital for investigating the influences of uncertainties on configuration stability and can be potentially useful in the navigation and control of GW observatories. Current methods suffer from drawbacks related to high computational burden. To this end, a Radial-Tangential-Ddirectional State Transition Tensor (RT-DSTT)-based configuration uncertainty propagation method is proposed. First, two sensitive directions are found by capturing the dominant secular terms. Considering the orbit insertion errors along the two sensitive directions only, a reduced-order RT-DSTT model is developed for orbital uncertainty propagation. Then, the relationship between the uncertainties in the orbital states and the uncertainties in the configuration stability indexes is mapped using high-order derivatives. The result is a semi-analytical solution that can predict the deviations in the configuration stability indexes given orbit insertion errors. The potential application of the proposed RT-DSTT-based method in calculating the feasible domain is presented. The performance of the proposed method is validated on the Laser Interferometer Space Antenna (LISA) project. Simulations show that the proposed method can provide similar results to the STT-based method but requires only half of the computational time.

Diffusion-tensor (DT)-MRI tractography provides information about properties relevant to muscle health and function, including estimates of architectural properties such as fascicle length, pennation angle, and curvature and diffusion properties such as mean diffusivity (MD) and fractional anisotropy (FA). Tractography settings, including integration algorithms, thresholds for early tract termination, and tract smoothing approaches, impact the accuracy of the muscle property estimates. However, muscle DT-MRI tractography is performed using a variety of these settings, complicating comparisons between different studies. The effects of different tractography settings on muscle architecture estimates have not been fully explored, and optimized settings for muscle tractography have not yet been determined. We examined the influence of integration algorithm and termination check settings combined with a range of step sizes, termination criteria, and smoothing polynomial orders on tract characteristics, completion/reason for termination, and goodness of fit between fiber tracts and smoothing polynomials using 3-T DT-MR images of the lower leg muscles of seven healthy adults. We found that tract length and completion were highly sensitive to strict FA and intersegment angle thresholds (25%-69% reduction in complete fiber tracts from lowest to highest minimum FA threshold and 11%-36% reduction from highest to lowest intersegment angle threshold). Higher order polynomials (third and fourth order vs. second order) better fit the muscle fiber trajectories, but curvature estimates were highly sensitive to smoothing polynomial order (3.9-6.6 m

Sonar serves as a critical submarine detection apparatus for naval vessels, with its detection range forming the foundation of its overall performance in underwater surveillance. The Luzon Strait, in the eastern part of the South China Sea, presents a complex hydrographic setting that profoundly influences sonar performance, necessitating mastery of the detection range variation for enhanced anti-submarine operational efficiency. This study employs the Bellhop acoustic propagation model to estimate the transmission loss. Subsequently, a detection probability integration approach is applied to determine the sonar detection range in the Luzon Strait from 2019 to 2023, which is then subjected to statistical analysis. The findings indicate the following. (1) During the summer and autumn, the shallow mixed layer fails to generate a surface duct, resulting in shorter detection ranges that are primarily dependent on the water depth. In the Shallow Water Zone (<150 m), frequent interactions between sound waves and the sea boundaries lead to considerable acoustic energy attenuation, maintaining a short detection range. In the Intermediate Depth Zone (150–2500 m), sound rays retain adequate energy post-seabed reflection, extending the sonar detection to 5–8 km. Beyond 2500 m, the diminishing reflective energy restricts the range to 2–5 km. (2) Conversely, in the winter and spring, the formation of a surface duct becomes the predominant determinant of the detection range, capable of exceeding 10 km, overshadowing the influence of the water depth.

Multi-Spectral Images (MSI) technology has received widespread attention in recent years in the field of printing information anti-counterfeiting because of its significant advantages in information hiding, anti-copying, etc.The development of MSI technology is affected by multiple factors such as light source, camera, hardware, and software systems and algorithms, and is subject to mutual constraints, which puts high demands on the hardware, software, and optical system design.In this paper, we design an MSI acquisition and detection system with a spectral range from 265nm to 1700nm, covering the full spectral range of ultraviolet light, visible light, and near-infrared light, and give the hardware and software system framework of the detection system.In terms of hardware design, the cooperative control of peripherals and multispectral light sources is realized by using an ARM architecture chip as the control unit.For software design, the MSI acquisition software system was developed using Qt Creator with Linux as the operating system.At the same time, the hardware design and software algorithm are optimized to solve the problems of fast switching of multi-spectral light sources and their compensation of light decay.After experimental testing, the system realizes the functions of transient time-division acquisition of MSI information, adaptive adjustment of the light source, and light decay detection, which have the value of popularization and application.