基于移动平均线改进的多元非线性回归模型

在技术分析中常用移动平均线预测股价未来走势,但普通移动平均线仅考虑收盘价和时间的关系,存在一定局限性,因此提出了对移动平均线的分步改进:第一步,用成交额对移动平均线进行加权,得到成交额加权的移动平均线VTMA;第二步,借鉴指数移动平均值的计算公式对第一步的公式进行改进,得到成交额加权的类指数平滑移动平均线VTEMA;第三步,对第二步用三角移动平均值的计算方法进行双重平滑得到DVTEMA.为了预测股票次日收盘价,建立基于DVTEMA、MACD、KDJ、RSI的多元非线性回归模型.     

反正切函数联合参数的凸组合最小均方滤波算法

为解决传统最小均方自适应滤波算法联合参数λ(n)运算量大、收敛速度慢的问题,提出一种基于修正的反正切函数的凸组合最小均方滤波算法,并应用Matlab软件对不同信噪比算法进行仿真比较。结果表明:该算法在保证运算量的前提下,能够加快算法的收敛速度及减小其稳态误差。反正切函数联合参数的凸组合最小均方滤波算法具有更好的滤波性能。     

基于蚁群算法的GM(1,1)幂模型参数优化

为了提高GM(1,1)幂模型的精度,将平均相对误差函数和偏差平方和误差函数分别看成是幂指数、发展系数、灰作用量以及初值的函数,通过蚁群算法进行参数辨识.根据两类误差函数最小化原则得到两组参数估计值,再利用这两组参数估计值的凸组合优化模型的参数,通过最大相对误差最小化确定凸组合权系数.实例表明,基于蚁群算法和参数估计凸组合优化改进的GM(1,1)幂模型,其建模精度高于传统GM(1,1)幂模型,同时也说明该优化方法是有效的和可行的.     

基于移动平均线的股票买入时机算法

基于简单移动均线和加权移动平均线建立寻找大概率获得预期盈利的股票买入算法.算法给出一种筛选股票赢利点的多空点方法,以预期盈利为目标,建立寻找最大概率获得预期盈利的股票买入时机算法.实验结果表明,该算法是有效和可行的.     

带分布时滞的奇异中立型系统基于交互式凸组合法的鲁棒稳定性

针对带分布时滞的奇异中立型系统进行稳定性研究.基于交互式凸组合方法和Finsler引理,通过适当分割时滞区间,构造恰当的李雅普诺夫函数,从而处理一组权数为凸参数的逆的线性正函数组合(交互式凸组合),减少带分布时滞的奇异中立型系统稳定性判据的决策变量,给出系统是正则的,无脉冲的,渐近稳定的充分条件,该条件以线性矩阵不等式形式表示.数值例子验证了该方法的有效性.     

无界报酬向量值折扣马氏决策规划

本文建立了一类无界向量值报酬折扣马氏决策规划,在一组无关向量生成的凸锥确定的序关系下,讨论了模型最优策略的存在性;给出强最优策略存在的必要充分条件;指出最优策略的自组合、凸组合策咯仍是最优策略;还证明了平稳策略在一般策略类中的优势。     

双极模型的优化策略分析

基于交易量与收盘价,设计了一种识别反转点的双极模型.以万科A股票3年的数据对双极模型进行投资模拟,得到在不同参数组合下的每次买卖投资收益,计算出年均收益率,再由EGARCH模型计算出每次投资的日VaR值和总风险,作出不同参数组合下的收益率和风险散点图及有效边界图.结合不同投资者对风险喜好的无差异曲线,得到对应的最优参数组合,从而为不同类型的投资者提供投资策略.     

状态依赖下不确定切换线性系统有限时间稳定性分析

结合凸组合方法,采用状态依赖切换策略来设计切换信号,基于Lyapunov类函数的方法,解决了一类带有不确定项的切换线性系统的有限时间稳定性问题,并且分析了滑膜现象产生的情况.     

移动平均市场预测的探索

在原有移动平均线的理论基础上,把一天分成四个时间单位,并利用加权公式算出当天收盘价格H取代简单算术移动平均中的收盘价S进行一次移动平均,在此基础上建立了其二次、三次移动平均法的预测模型。     

生成同时发生设计日的参数降维分区方法研究

为了减少同时发生气象参数的数据量和便于工程应用,提出了一种生成同时发生设计日的参数降维分区方法,该方法基于辐射时间序列法,确定各房间特征参数的近极端组合.以香港长年逐时气象数据作为数据源,在近极端组合下对各房间特征参数进行降维分区,降维分区后代表组合共计960种.对生成同时发生设计日的参数降维分区方法进行验证,结果表明:利用挑选出的同时发生设计日所确定的设计冷负荷与长年逐时负荷计算后确定的设计冷负荷相比,99%以上的相对误差在±5%内,提高了设计冷负荷计算的准确性.将同时发生设计日气象参数与传统方法得到的设计日气象参数进行了对比,结果表明:传统方法得到的设计日参数被高估,导致空调设计冷负荷偏大.     

Neuro-Sliding-Mode Control of Flexible-Link Manipulators Based on Singularly Perturbed Model

A neuro-sliding-mode control (NSMC) strategy was developed to handle the complex nonlinear dynamics and model uncertainties of flexible-link manipulators. A composite controller was designed based on a singularly perturbed model of flexible-link manipulators when the rigid motion and flexible motion are decoupled. The NSMC is employed to control the slow subsystem to track a desired trajectory with a traditional sliding mode controller to stabilize the fast subsystem which represents the link vibrations. A stability analysis of the flexible modes is also given. Simulations confirm that the NSMC performs better than the traditional sliding-mode control for controlling flexible-link manipulators. The control strategy not only gives good tracking performance for the joint angle, but also effectively suppresses endpoint vibrations. The simulations also show that the control strategy has a strong self-adaptive ability for controlling manipulators with different parameters.     

基于特征光流的多运动目标检测跟踪算法与评价

光流车辆检测算法其光流不仅携带了运动物体的运动信息,还包含丰富的三维结构信息,能够在未知场景信息的情况下对运动目标进行准确检测;但传统光流法计算方法复杂、抗噪性能差、处理速度缓慢,无法满足多目标实时检测的实际需求。为提高光流法实时检测效率,同时保持较好的检测精度,提出了一种基于Harris特征点光流及卡尔曼滤波模型的多运动目标跟踪算法;并提出新的视频目标检测算法性能评价指标。通过对不同实验场景下多个运动目标的检测与跟踪实验统计结果表明,对比主流Meanshift车辆跟踪算法,检测精度平均提高4.61%;且跟踪持续性提升41.5%,具有更好的鲁棒性及准确性。在时间效率上较比传统光流法平均提升42.9%,能够更好地满足目标跟踪实时性要求。     

基于集中式MIMO雷达的多目标跟踪功率分配优化算法

针对集中式MIMO雷达对多个运动目标进行跟踪的问题,提出一种基于后验克拉美罗下界的功率分配方法。首先给出了多个运动目标定位误差的后验克拉美罗下界,并将其作为代价函数进行优化,从而将雷达功率分配转化为求解凸优化问题;然后,运用SDP算法对该凸优化问题进行处理,将其转化为SDP问题并求解,从而实现对雷达功率的优化分配;最后,通过仿真验证了算法的有效性。结果表明,与功率平均分配和一种基于最大信噪比的贪婪算法相比,该功率优化分配方法能明显提高目标跟踪精度。     

基于聚类的l-多样性匿名方法

-多样性(I-diversity)模型采用传统基于概念层次结构的数据概化策略,在对敏感属性进行匿名保护时往往会造成不必要的信息损失。针对这一问题,将聚类技术引入数据匿名中,提出一种基于聚类的I-diversity匿名保护方法。该方法在满足I-diversity模型的约束条件下,采用基于距离的层次化聚类算法划分元组,对不同类型的准标识符使用不同的概化策略,并依据数据概化前后属性值不确定性程度的变化描述数据概化带来的信息损失。同现有的I-diversity模型相比,该方法能较好地保护用户的敏感属性,并且在一定程度上降低了概化处理带来的信息损失。     

一种改进Camshift算法及其ARM实现

基于视频序列的运动目标跟踪在安防、军事等领域用途广泛。针对传统Camshift算法易受颜色相近物体的干扰,丢失目标的情况,提出了一种改进的Camshift算法。该算法检测SIFT特征点并进行FREAK特征匹配,通过判断每一帧跟踪结果的跟踪精度修正跟踪矩形框,从而改善跟踪精度。为便于工程应用,在Linux系统上进行了算法移植,实现了基于ARM的运动目标跟踪系统。实验结果证实改进算法对部分遮挡、颜色相近干扰等情况具有稳定性,能够实现对运动目标的准确跟踪。     

质子交换膜燃料电池最优过氧比多内模控制

基于多模型的内模控制及前馈控制研究了质子交换膜燃料电池的最优过氧比控制策略.在该策略中,通过选择不同典型工况点进行模型线性化以获取系统内模;结合隶属函数和前馈设计方法实现了最优过氧比的多内模控制策略.仿真结果表明,该控制策略比常规单内模控制器以及PID控制在大范围内具有更好的控制品质.     

一种优化的 CDMA-Underlay 模式下无线认知蜂窝用户资源分配机制

为了对无线认知蜂窝网络中Underlay-CDMA模式下资源分配的公平性策略进行研究,在分析了传统的基于公平效用的分配标准及模式的基础上,提出一种优化的加权平均公平性策略.采用功率-速率的加权平均值作为效用函数的WAF策略进行资源分配,可以更好地平衡系统吞吐量以及速率之间的关系.仿真结果表明,在Underlay-CDMA模式下该策略与传统的最大最小和比例公平等策略相比具有更好的公平性.     

一种融合图像区域属性特征的运动阴影消除算法

针对传统C1C2C3彩色不变性特征模型中分母只考虑值最大的颜色信息导致阴影消除结果不准确及局部二值模式(local binary pattern,LBP)易受噪声扰动的缺陷,在C1C2C3模型中采用两个颜色通道的均值作为分母以及在LBP模型中加入抗噪声因子的方法分别对以上两个模型进行改进,提高了两个模型的阴影检测准确率.为了有效融合各种基于属性阴影消除方法的优势,引入LBP纹理复杂度测量函数,根据LBP纹理复杂度分区域融合文中改进的两个模型,实验结果表明,改进的算法提高了运动阴影消除准确率.     

基于局部冲突分配策略的证据理论组合规则

提出了一种基于局部冲突分配策略的组合规则，冲突主要分配给产生冲突的焦元，且分配给焦元的冲突大小取决干焦元的平均信度和证据的可信度。计算结果表明，新的组合规则不仅能够解决高度冲突证据的组合问题，而且能够从证据中提取更多的信息，使组合结果更为合理。     

计算机辅助排料问题中的快速移动算法

针对排料中涉及到的待排物体快速移动这一关键问题，基于“光照射原理”，提出了一种仅通过“相关线条”求交来确定移动位置的快速移动其法。该算法能解决凸、凹形状物体排料过程中的快速移动问题，从而为提高整个排料算法运算速度打下了基础。