GARCH非线性时间序列模型的网络流量预测

网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点,传统的ARMA模型在描述网络流量数据特性时有一定的局限性,从而影响网络流量预测的精度。针对这个问题,研究了使用广义自回归条件异方差模型(GARCH)对网络流量数据进行建模的方法,通过仿真实验表明,该模型可以较好地描述网络流量数据的异方差性,同时其预测精度较之传统的ARMA模型的预测精度也得到了大幅提升。     

一种基于相关的属性选择改进算法

基于相关的属性选择算法是一种属性子集评价方法,该算法通过启发式评价消除属性子集中属性之间的相关性,使用评价值选择与类属性相关度高而属性之间相关度低的属性子集。提出在基于相关的属性选择算法中加入属性之间相关度方差的影响,能够在基于相关的属性选择算法选择的属性集子的基础上,去除属性子集中那些与其他属性相关度大的属性。通过实验证明,改进后的算法选择的属性子集属性数不多于基于相关的属性选择算法选择的属性子集属性数。使用改进算法选择的属性子集,在对分类器分类正确率影响很小的情况下,有较高的分类效率。     

基于多核的MCMC图像去噪算法并行实现

图像去噪是许多图像处理任务的前提。马尔可夫链蒙特卡洛图像去噪算法是很重要的一种图像去噪方法,但去噪后图像存在明显斑点,在高噪声情况下去噪效果不理想,实际应用中需要进行噪声方差估计,运算速度慢。提出两步去噪方法,用均值滤波对噪声图像进行预处理,估计预处理后图像噪声方差,进行MCMC图像去噪;为充分利用多核处理器的硬件资源,研究了将MCMC算法进行并行编程,提高了程序的运行速度。实验表明两步去噪方法减少了斑点、提高了信噪比;并行实现提高了运算效率。     

基于归一化距离方差的圆检测

本文给出了一种基于归一化的距离方差的圆检测方法。首先计算每个连续曲线的质心到各曲线边缘特征点的距离方差,归一化后进行比较从而使圆被初步分割;再对每个圆心进行半径累积,求出各个圆的半径。该方法避免了非圆干扰物带来的大量的无效累积计算,相对于传统Hough变换计算量减少。仿真结果表明,该方法在检测复杂图像中的圆时,检测效率、准确度较高。     

基于多尺度图谱和局部谱的目标提取算法

针对多尺度图谱算法不能有效提取含有较多纹理或包含差异较大区域的目标物体, 提出了一种结合图像平滑、多尺度图谱和局部谱的目标提取方法。首先对图像进行l0梯度最小化平滑处理, 锐化边缘的同时消除图像的部分纹理信息; 其次通过多尺度图谱方法对图像进行分割, 该算法结合了归一化割算法的高精确度和多尺度算法的高效率性; 最后结合局部谱理论, 将人工选取的种子区域作为约束条件, 进行有偏割向量估计, 通过最大类间方差法将该向量分割成目标和背景。实验表明, 该方法弥补了多尺度图谱算法的不足, 并能产生很好的目标提取效果。     

基于概率支持向量回归的产品设计时间预测模型

为使产品设计时间预测既克服小样本、异方差噪声问题,又提供除预测值以外的其他有用信息,建立概率支持向量回归(PSVR)模型。首先,在异方差回归模型基础上设计概率约束条件,以使预测值以较大概率位于真实值的某邻域,结合具有参数不敏感损失函数的支持向量回归确定优化目标,提出PSVR。然后,将最大完工时间知识嵌入进PSVR的约束条件,用以确定真实值邻域的宽度,将交叉验证与遗传算法相结合以确定PSVR的相关参数。最后,以注塑模具设计的实例进行分析,结果表明基于PSVR的时间预测方法可同时提供有效的预测值和预测区间。     

随机变量的数学期望和方差教学手探析

从“逼近”的角度介绍了数学期望和方差,通过实例说明从“逼近”的角度更加容易理解数学期望和方差的概念,让学生加深对枯燥数学概念的感性认识,有利于培养学生学习数学的兴趣,提高学生理解、运用数学知识的能力。     

部分信息下的最优投资选择模型研究

在部分信息下研究了均值方差投资选择模型.投资者只能观察到风险资产的价格,漂移过程用一个高斯过程来刻画.本文的目的是使最终财富期望最大化,而使得最终财富的方差最小.本文模型中有一个债券及股票资产,在部分信息下推导出了最优策略及均值方差有效前沿.     

基于侧抑制的红外图像自适应预处理

针对复杂海空背景下的红外图像,提出了一种基于侧抑制的红外图像自适应预处理的方法。根据不同背景图像方差加权信息熵的变化,建立了方差加权信息熵与侧抑制网络作用调节因子的对应关系。通过对不同实际场景自适应地调整侧抑制网络作用强度,实现了不同背景条件下实时红外序列图像的自适应处理。仿真实验表明,该方法能有效提高杂波背景下图像的信杂比,具有突出目标特征和适应复杂背景的能力。     

上海股市收益与流动性风险动态关系实证

应用Engle(2002)提出的动态条件相关多元GARCH模型(DCC-MVGARCH)和向量自回归(VAR)方法,研究了上海股票市场收益与Acharya and Pedersen(2005)提出的三种流动性风险以及系统风险变量的动态关系.研究结果表明,上海股市存在系统风险溢价和流动性风险溢价,但风险变量对收益率的影响较小,股市的风险传递机制尚未真正形成.