中国股市正反馈交易涨强不对称的定价能力

中国市场存在显著的正反馈交易,且追涨程度远超过杀跌程度.这种现象本文称之为正反馈交易的涨强不对称.本文旨在研究这种涨强不对称是否具有定价能力.本文在Fama-French三因子模型的基础上构建了反转因子、正反馈因子和涨强不对称因子,对2010年以前上市的全部A股从1998年1月至2016年10月的数据进行实证检验.本文发现,涨强不对称因子的表现显著区别于正反馈因子和反转因子;尽管单一来看正反馈因子、反转因子和涨强不对称因子都有一定的定价能力,但在多因子模型中正反馈因子和反转因子的定价能力很弱,只有涨强不对称因子有显著的定价效果;且这种定价能力不是因为追涨、杀跌、流动性溢价或投资者情绪造成的.总之,涨强不对称是一个有别于传统因子的新定价因子,且其定价能力可能源于市场补偿非理性投机带来的风险.     

基于时空频特征融合的距离-速度复合欺骗干扰识别技术研究

针对距离-速度复合欺骗干扰信号形式复杂及识别难度大的特点,提出了一种基于时空频特征融合的距离-速度复合欺骗干扰识别算法。首先,分析真实目标和虚假目标在空域、频域和时域的特征差异;然后,针对真假目标在不同域的特征区别,分别提取回波点迹的空域特征和频域特征;最后,将提取的空域及频域特征在时域进行融合,采用先积累后判别和基于二进制检测两种特征融合方法,利用时空频融合特征对距离-速度复合欺骗干扰进行判决。仿真结果表明,该算法能够对距离-速度复合欺骗干扰进行有效的识别。     

广义彼得森图意大利控制数

图的罗马控制来源于古罗马帝国的军事防御问题.图的意大利控制是一种泛化的罗马控制.确定图的意大利控制数是NP困难的.一般情况下,很难确定某一类图意大利控制数的精确值,只能给出其上界或下界.通过构造可递推的意大利控制函数,得到了广义彼得森图P(n,k)(k≥4)的意大利控制数紧的上界.结合前人给出的意大利控制数的下界,确定了当k≡2,3(mod 5)且n≡0(mod 5)时,P(n,k)(k≥4)意大利控制数的精确值.     

加速寿命数据的贝叶斯建模与分析

在加速寿命试验的可靠性设计中, 随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差。针对上述的问题, 结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model, NLMM)提出了一种可靠性改进的分析方法。首先, 需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数。其次, 考虑随机效应对尺度参数和形状参数的影响, 运用NLMM构建了尺度参数和形状参数与试验因子之间的函数关系。然后, 利用贝叶斯方法估计低分位数的可靠性寿命。最后, 实际案例研究表明, 在考虑删失问题和未完全随机设计的影响时, 所提方法能够获得更为稳健和可靠的估计结果。     

基于鲸鱼优化算法的类图重构研究

为了提高软件质量,组合使用重构技术、软件度量和元启发式搜索可以有效改进软件的结构而不影响其功能.本文提出一种基于鲸鱼优化算法的类图重构方法,并结合耦合、继承、抽象3个指标所构建的质量模型来指导类图重构序列寻优.在6个不同的开源程序上使用鲸鱼优化方法对类图进行重构,研究结果表明:基于鲸鱼优化算法的类图重构在质量增益上优于模拟退火算法和爬山算法,可有效提高重构质量.     

基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法

全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.     

ICP-MS法测定钼矿石中伴生锂、镓和稀土元素

通过比较氢氟酸-硝酸高压罐密闭消解法、 氢氟酸-硝酸-高氯酸-盐酸低压密闭消解法和氢氟酸-硝酸-高氯酸-盐酸敞口消解法对钼矿样品的分解效果， 选用低压密闭消解法制备样品， 用电感耦合等离子体质谱（ICP-MS)法测定伴生稀有元素Li，Ga和15种稀土元素的质量比. 通过对干扰元素的分析， 选择合适同位素， 并确定¹⁵¹Eu，¹⁵⁷Gd，¹⁵⁹Tb质谱干扰的校正系数. 结果表明，  20 μg/L的铑（Rh）标准溶液作为内标可有效抑制溶液中的基体效应和信号动态漂移， 方法检出限为0.001~0.113 μg/g， 相对标准偏差（RSD， n=7）为0.30%~3.92%.  经标准物质和实际样品验证， 该方法可靠， 适合钼矿中伴生Li，Ga和稀土元素的测定.     

基于液质联用技术对早期高脂血症金黄地鼠肝脏鞘脂的靶向代谢组学研究

摘要:目的 对高脂血症金黄地鼠肝匀浆中鞘脂进行相对定量的靶向代谢组学研究。 方法 18 只 SPF 级叙利亚金黄地鼠随机分为正常对照组和高脂血症模型组,饲喂 6 周后进行血液生化检测,取肝脏进行 HE 染色,观察两组动物血液生化指标和组织病理学变化。 基于液质联用技术,采用主成分分析( PCA) 和偏最小二乘法分析( PLS-DA)进行模式识别,对鞘脂种类进行相对定量分析。 结果 高脂血症模型组 TG、TC、LDL-C、HDL-C 水平明显高于正常对照组,均具有统计学差异。 肝组织结构紊乱,肝细胞大片气球样变性,灶性小泡性脂肪变,肝细胞肥大致肝窦不明显,枯否细胞增生,肝小叶内可见炎细胞聚集灶,汇管区轻度炎细胞浸润及纤维组织增生。 21 种鞘脂,包括鞘磷脂( sphingomyelin,SM) 、神经酰胺( ceramide,Cer)和葡糖基神经酰胺( glucosyl-ceramide,Glc-cer) 在高脂血症仓鼠肝脏出现异常改变。 其中,9 种 Cer 上调,4 种 Glc-cer 下调,8 种 SM 中有 3 种上调,其余 5 种下调。 结论 早期高脂血症金黄地鼠的围绕神经酰胺的鞘脂的代谢途径被破坏,可能触模型组的胰岛素抵抗和炎症反应,导致肝脏损伤,影响血脂代谢。 基于 LC-MS 的鞘脂途径的靶向代谢组学研究为了解高脂血症的生物学机理提供了更多有用的信息。     

基于深度学习的Stack Overflow问题帖分类方法

针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题, 提出一种基于深度学习的问题帖分类方法, 采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型. 实验结果表明, 基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法, 且使用的Adam优化器优于SGD优化器, 使用Glove预训练的词向量优于使用随机生成的词向量. 该方法以提问目的对帖子进行分类, 可为分析Stack Overflow(SO)上的帖子讨论主题增加新维度.     

高校体育器材共享管理系统的设计与实现

共享经济改变着人们的生产和生活方式,为高校体育器材管理提供了全新的思路.共享经济需要以信息技术为支撑的共享平台,本文基于软件工程的思想和方法展开研究,为高校体育器材共享管理系统开发提供完整解决方案.研究内容主要包括三个方面,首先,基于Jeesite平台设计了由表示层、业务逻辑层和数据访问层构成的分层架构;然后,基于模块化和独立性的思想设计了构成系统的各个子系统及其功能模块;最后,对于射频识别和二维码两项关键技术阐明了基本原理并设计了实现方法.研究成果能够提高系统开发的质量和效率,对于其他领域的共享研究也具有借鉴意义.