灰色关联度模型正负性问题的研究及其改进

灰色关联分析是通过对序列几何关系的度量来比较系统中多因素关系的紧密程度,其紧密程度可由序列曲线几何形状的接近(或相近)程度来度量。因此可以利用参考序列和比较序列各对应时段斜率的比值来反映序列之间的紧密程度。首先定义了广义变异系数,并提出一种新的关联度计算方法,该关联度能够反映序列的正相关与负相关关系,并且只与序列的形状有关,而与它们在空间的相对位置无关。此方法充分利用了序列各时点的信息及正、负相关性。最后通过算例验证了它的合理性与实用性。     

基于加权局部复杂不变性的时间序列分类算法

为解决现有方法对较长、复杂度分布不均序列的错分类问题，提取序列复杂度的局部信息，提出了加权局部复杂度不变性距离（WLCID），包含复杂度局部表征和全局加权整合两个模型。利用滑窗分解序列，结合复杂度不变性距离表示方法提取局部复杂度信息；通过建立类表征模型，以类间距越大的子段对分类正确的贡献度越大为依据，通过归一化累积类间距来量化整合权重。与相似算法的对比实验表明：此方法不仅在复杂度分布不均的数据中表现突出，在大多数测试集也有较好的效果。在分类和聚类任务上精度的提升，说明方法在表示时间序列形态特征的复杂度信息上具有较好的能力。     

基于Zipf分析的Brent原油价格行为的实证研究

对国际汽油主要基准价格——Brent原油价格时间序列，结合投机者的投资时间尺度τ和收益预期ε进行研究，运用Zipf分析方法，将石油价格的τ-收益率序列映射为三字符序列（绝对频率）和二字符序列（相对频率）；通过在不同的时间标度下分析序列中价格波动的涨跌信息，得到价格看涨概率与看跌概率的偏差并结合τ和ε进行了初步分析；通过对绝对和相对频率的分析，探讨了τ和ε对于价格行为的影响。     

一种高分辨率谱估计与数据外推的快速算法

利用信号频谱幅度分布的先验信息，对短时数据序列信号提出了一种实现高分辨率谱估计和数据序列外推的快速算法。该算法利用了算子矩阵的特殊结构，采用简单、快速的矩阵求逆算法，使算法的运算量和数据存储容量大幅度下降。给出了算法在高分辨率谱估计及数据序列外推中的应用实例和仿真结果，证实了该算法的优良性能。     

一种基于数据序列相关性的小波域信息盲隐藏算法

利用数据序列之间的相关特性,文章提出了一种基于数据序列相关性的小波域信息盲隐藏算法。在信息嵌入过程中,对隐藏信息进行信息分存,通过对原始图像进行小波变换,并选择相应位置的高频系数组成数据序列,利用十组替代数据序列将隐藏信息嵌入。提取时,用含密的数据序列与替代数据序列进行比较,按照相关性最大的原则来提取信息。算法采用混沌序列进行加密控制。实验结果表明,这种方法有效,易于实现,特别是隐藏量较大。     

面向个性化交通信息服务的车辆行驶路径关联规则挖掘

为了向驾驶者自动提供个性化的交通服务信息，需要对车辆行驶路径进行分析和预测.面向基于RFID的个性化交通服务系统，提出改进的车辆行驶路径关联规则挖掘方法，挖掘车辆历史行驶路径数据中的频繁序列模式，由频繁序列模式产生序列关联规则，根据当前行程车辆已行驶的路径，实现对车辆未来行驶路径的预测.本方法主要通过0-N数据结构和候选2-序列产生方法的改进，提高车辆行驶路径序列模式挖掘的效率.最后，通过数据测试验证了改进算法在运行效率上与GSP相比的性能优越性.     

一种基于Rough集的时间序列数据挖掘策略

阐述了基于 Rough集的时间序列数据的挖掘策略 ,重点讨论了时间序列数据中的时序与非时序信息的获取问题 .实践证明 ,Rough集理论作为一种处理模糊和不确定性问题的有效工具 ,对于时间序列数据的挖掘同样也是有效的 .文章强调了时间序列数据中的多方面信息 ,包括原始数据及其变化量、变化率所提供的信息.     

神经网络模型用于多变量综合预测

本文研究神经网络用于多变量时间序列预测的原理与方法，提出组合多种信息的综合预测方法。以股票交易为例，用神经网络组合各类信息，运用信心股价理论对中国股市的发展进行跟踪预测。在此基础上进一步从信息利用的角度说明了神经网络预测方法的特点。结果表明，神经网络模型用于多变王时间序列预测，其精度和趋势均较统计方法有所提高；神经网络综合预测，对中短期股票价格的预测，有实用价值。     

一种基于信息分存和混沌序列的小波域信息隐藏方法

提出了一种基于信息分存和混沌序列的小波域信息隐藏方法,给出了具体的信息分存方案和混沌序列产生及控制方法,同时校正方法很好地消除了数据“突变”的影响。实验结果表明,这种方法有效,易于实现,而且效果较好。     

山西农民人均收区差异的评估与分析

提高农民收入问题及农民收入之间的差距问题，一直是农村经济研究中的核心问题之一，应用经济学中广为人们接受的基尼系数以及相关的变异系数、极值比等指标，从静态、动态即空间、序列和时间序列两方面对农民收入地区间差距进行了实证分析，并提出了一些相应的基本措施及有关建议。表４，参３。     

混沌直扩序列的优选及与传统序列的性能比较

为了提高异步直扩序列码分多址 (DS/CDMA)系统的容量和保密性能 ,从整个扩频序列集合相关函数的均方值出发 ,对一类由一维混沌映射产生的混沌直扩序列与传统的伪随机序列如m序列、Gold序列和Kasami序列等 ,在异步DS/CDMA系统中作了性能比较研究。计算机仿真表明 ,其性能与传统序列相当 ,其序列数较m序列数多 ,适于作CDMA系统的扩频码 ,并由此提出了一种混沌直扩序列的优选方法。     

自适应网站地图的研究

国际互联网的规模变得日益庞大和复杂,访问者经常不能从网站上迅速获得所需的信息.网站地图可以用来帮助访问者了解整个网站的基本结构,但是通用的网站地图所展示的信息有限,而且大部分内容与用户的兴趣无关.本文对用户访问环境进行了3个层次的分析,根据网页间的链接结构和网页被访问的频率等指标,提出了一种构建动态网站地图的方法.随后,针对一个实际的网站进行了仿真实验.实验结果表明,本文所述方法可以使访问者在各个层次上了解所处的网站环境,达到有效导航的目的.     

基于图像对比度数量映射的矢量场可视化算法

矢量场可视化是科学计算可视化中的一个研究热点,基于纹理图像的流线积分算法可以清楚地描述矢量场的细节。科学计算的数据通常是多维的变量,为了能在图像上同时显示超过2维的变量,采取了如对图像的颜色、明暗等属性进行数量映射的各种方法。本文提出了一种对图像的对比度进行数量映射的方法,动态改变图像局部的对比度,达到较好的可视化效果。     

基于GIS的信息可视化方法及应用研究

介绍和分析了基于GIS(地理信息系统)的信息可视化方法,包括比例符号图(Proportional symbol maps)、地区分布图(Choropleth maps)和统计图(Cartograms maps)。给出了比例符号图和地区分布图的实现方法,将其应用于全国农药残留检测结果的可视化中,实现了基于比例符号图的定性结果可视化、基于地区分布图的定量结果可视化以及基于直方图的时间序列数据可视化,将这三种图集成在同一窗口中,配以鼠标悬停提示、鼠标点击过滤等交互技术,实现了上述三种图及所选数据之间的交互和联动。上述可视化结果可帮助专业人员和决策者快速理解和分析全国农药残留的分布情况,为正确决策提供帮助。     

ON THE ISOMORPHISMS OF SMOOTH ALGEBRAIC CURVES (Ⅰ)

ＯＮＴＨＥＩＳＯＭＯＲＰＨＩＳＭＳＯＦＳＭＯＯＴＨＡＬＧＥＢＲＡＩＣＣＵＲＶＥＳ（Ⅰ）ＤＵＨｏｎｇ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＳｃｉｅｎｃｅ，ＡｃａｄｅｍｉａＳｉｎｉｃａ，Ｂｅｉｊｉｎｇ１０００８０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉ...     

基于预期机制的供应链产品转移价格混沌预测研究

将供应链管理系统中与原材料和产品流动过程有关的产品转移价格作为上游企业基于提前期内下游企业对产品的反馈信息作出的预期价格.提出了预期机制下供应链产品的非线性、非均衡转移定价模型,研究了供应链管理系统产品转移价格决策的混沌动力行为,并基于最大Lyapunov指数对供应链产品转移价格进行预测.最后,通过实例进行分析其应用价值.     

基于图层叠加的多目标选址模型

分析了国防工程设施选址的目标和约束条件,研究建立了建设项目选址多目标决策模型.在MGIS(militarygeographicinformationsystem)中运用叠加模型解决了选址决策空间上可行域或有限方案集的搜索问题,提出了选址规范决策矩阵的构建和求解方法,并给出了算例.     

平行多视点算法实时求取深度信息

引入了平行多视点的概念，从平行多视点获取的多幅图像中可以求得深度信息。通过利用图像的ＦＦＴ变换，将时域中很难解决的问题变换到频域中来解决，避免了复杂的匹配运算，极大地简化了求取图像点、面深度信息的问题，并且提高了深度求取的实时性、全面性和准确性。介绍了算法原理及特点，并给出了实验结果及分析。     

融合纹理信息的深度图像修复

针对低质量深度图像中存在的空洞和噪声问题,提出了融合纹理信息的深度图像修复算法。首先利用形态学操作对空洞进行优化,基于区域的分割算法完成空洞区域分割;然后将提取出的空洞区域进行纹理信息填补,分析空洞区域与同场景彩色图像的局部结构相似性,完成空洞初修复;最后利用灰度级图像重建算法,对边缘空洞区域进行填充和平滑处理。基于标准数据集Middlebury,所提算法与快速行进算法、自适应中值滤波算法和形态学重建算法相比,对大面积空洞信息完成了良好的修复。在获得较好修复效果的同时,该算法保持了图像的结构完整性和整体平滑性。