干扰效果在线评估参数筛选与特征表示方法

针对利用雷达侦察信号进行干扰效果在线评估时参数冗余、信号变化程度判别不清的问题,提出雷达干扰效果在线评估参数筛选与特征表示方法。对多功能海上雷达信号,利用信息熵筛选剧烈变化参数,通过盒维数和皮尔逊相关系数提取信号变化特征,结合支持向量机实现对未知威胁的干扰效果在线评估。仿真实验表明,当信号参数偏离误差小于10%时,新方法的评估准确率高于92%,显著提高了雷达干扰效果在线评估的可靠性。     

管廊复杂网格参数化算法及其大规模在线渲染

随着WebBIM(Web Building Information Modeling)技术的大力发展,建筑模型的复杂度与构件数量呈几何倍数增长,其中管廊复杂网格是影响模型轻量化和在线渲染速率的一个关键性问题。为有效减少管廊复杂网格模型的数据量及复杂度,针对一般圆柱体形管廊,复杂网格的弯管管廊模型及中空管廊网格模型,提出了一套轻量级参数化算法。该算法对场景中的管廊模型进行参数化重绘并辅助以多细节层次等视觉优化手段,以减轻WebBIM场景中的管廊模型渲染负担,其在拥有大量管廊模型的场景中应用成功,具有较强的工程实践意义。     

基于背景重建的高光谱图像异常检测

针对高光谱图像异常检测中背景信息与异常目标信息难以有效区分,背景预测精度不佳的问题,提出一种新的基于背景重建的高光谱图像异常检测算法。通过字典学习方法获取高光谱图像背景光谱字典,并利用该字典对待检测图像进行稀疏重建,得到预测背景图像。将预测背景图像与原始图像做差后得到残差图像,进而利用局部RX检测算法对残差图像进行遍历,实现异常目标检测。通过对真实高光谱图像场景进行实验,证明了算法的有效性。     

基于共识粒子群的全局优化求解方法

针对粒子群优化(PSO, particle swarm optimization)和高效全局优化(EGO, efficient global optimization)两种算法的特点,提出一种共识粒子群和局部代理模型协同的全局黑箱优化算法(CPSO-LSM, consensus particle swarm optimization and local surrogate model)。该算法固定PSO算法周期对粒子进行分群并在粒子达成共识后停止,将每群粒子周围的优质子区域输出作为代理模型的建模区域,通过比较各区域最优值获得高质量最优解甚至全局最优解。不仅避免了PSO冗长的计算过程、提高了建立代理模型的速度和精度还可以避免陷入局部最优。通过对比其他算法在标准测试函数的仿真结果,CPSO-LSM具有较好的收敛速度和求解精度。     

基于可接受性标准的复杂产品仿真系统在线评估框架

针对当前复杂仿真系统评估的滞后性问题,提出了基于可接受性标准(Acceptability Criteria,AC)的仿真在线评估方法。通过定性和定量AC到指标的映射模型来建立评估指标体系;引入指标集和评估函数,提出了仿真评估流程有限自动机七元组模型,给出仿真流程到评估自动机的映射关系和基于数据驱动的状态转移机制,实现评估过程自动化执行过程;基于上述成果设计了在线评估工具,通过案例验证了在线评估方法的有效性,表明该方法能够有效解决仿真系统评估滞后性问题。     

考虑公平关切的双渠道供应链垂直合作广告模型

针对制造商在分担线下零售商促销广告成本的同时还考虑参与网络零售平台合作广告计划的现实背景，运用Stackelberg博弈模型研究了双渠道供应链中的垂直合作广告问题。以单边垂直合作广告模型为基准，分别研究了双边垂直合作广告模型和考虑线下零售商公平关切的双渠道供应链合作广告模型。研究发现：网络零售平台的成本分担并不总是促进制造商全国性广告投入水平和整体利润的提升，当网络零售平台的分担比例较大时，制造商参与网络零售平台合作广告计划也有利于线下零售商利润的提升；线下零售商的公平关切行为特征会提升其促销广告的投入水平，但并不总能提升其感知公平效用；当制造商线下渠道的边际利润较大时，线下零售商过高程度的公平关切反而有利于制造商利润的提升。     

Can online search data improve the forecast accuracy of pork price in China?

Online search data provide us with a new perspective for quantifying public concern about animal diseases, which can be regarded as a major external shock to price fluctuations. We propose a modeling framework for pork price forecasting that incorporates online search data with support vector regression model. This novel framework involves three main steps: that is, formulation of the animal diseases composite indexes (ADCIs) based on online search data; forecast with the original ADCIs; and forecast improvement with the decomposed ADCIs. Considering that there are some noises within the online search data, four decomposition techniques are introduced: that is, wavelet decomposition, empirical mode decomposition, ensemble empirical mode decomposition, and singular spectrum analysis. The experimental study confirms the superiority of the proposed framework, which improves both the level and directional prediction accuracy. With the SSA method, the noise within the online search data can be removed and the performance of the optimal model is further enhanced. Owing to the long-term effect of diseases outbreak on price volatility, these improvements are more prominent in the mid- and long-term forecast horizons.     

On the Difficulty of Measuring Forecasting Skill in Financial Markets

The use of correlation between forecasts and actual returns is commonplace in the literature, often used as a measurement of investors' skill. A prominent application of this is the concept of the information coefficient (IC). Not only can the IC be used as a tool to rate analysts and fund managers but it also represents an important parameter in the asset allocation and portfolio construction process. Nevertheless, a theoretical understanding of it has typically been limited to the partial equilibrium context where the investing activities of each agent have no effect on other market participants. In this paper we show that this can be an undesirable oversimplification and we demonstrate plausible circumstances in which conventional empirical measurements of IC can be highly misleading. We suggest that improved understanding of IC in a general equilibrium setting can lead to refined portfolio decision making ex ante and more informative analysis of performance ex post. Copyright © 2015 John Wiley & Sons, Ltd.     

坐标本征态的 Fock 表象表示

利用由 Dirac 符号表示的线性谐振子的本征态，引入了 Fock 表象，并通过线性谐振子本征态的完备性和厄米多项式的母函数得出了坐标本征态在 Fock 表象中的具体表达式，为进一步发展 Dirac 符号做好了铺垫。     

集成有限个专家意见的在线投资组合策略

基于弱集成算法的在线学习特征,该文探讨了它在在线投资组合选择中的应用,考虑了根据有限个专家意见进行决策的情形.首先将弱集成算法应用到投资于单只股票的专家意见,得到了在线投资组合的单一集成策略,并给出了该策略的竞争性能分析,证明了单一集成策略能够追踪最好的股票,实际投资决策中,投资者可能会选择多只股票进行组合投资,进一步将弱集成算法应用到投资于不同股票数目的专家意见,得到了在线投资组合的混合集成策略;证明了混合集成策略实现的累积收益与最优专家意见实现的累积收益相当.在长期投资组合上的数值算例表明了该文给出的单一集成策略能够实现与最好股票相当的收益;混合集成策略能够实现与最优定常再调整策略相当的收益,且与泛证券投资组合策略相比,能够获得更多的收益,具有较好的竞争性能.