风险因素服从It过程下的条件风险价值

有效地对各种风险进行管理有利于银行和其他金融机构作出正确的决策、有利于保护其资产的安全和完整、有利于实现其经营活动目标,具有重要的意义.因此对风险进行度量就成为了首要的任务,本文在风险因素服从It过程下,研究了风险度量风险价值(VaR)和条件风险价值(CVaR)的计算问题和应用概况,并给出了CVaR－风险贡献计算表达式,同时阐述了CVaR－风险贡献的应用.     

基于成对约束的主动学习半监督聚类算法

半监督学习是近年来机器学习领域中的一个重要研究方向,其监督信息的质量对半监督聚类的结果影响很大,主动学习高质量的监督信息很有必要.提出一种纠错式主动学习成对约束的方法,算法通过寻找聚类算法本身不能发现的成对约束监督信息,将其引入谱聚类算法,利用该监督信息来调整谱聚类中点与点之间的距离矩阵.采用双向寻找的方法,将点与点间距离进行排序,使得学习器即使在接收到没有标记的数据时也能进行主动学习,实现了在较少的约束下可得到较好的聚类结果.同时,该算法降低了计算复杂度,并解决了聚类过程中成对约束的奇异问题.通过在UCI基准数据集以及人工数据集的实验表明,算法的性能好于相关对比算法,并优于采用随机选取监督信息的谱聚类性能.     

Tb~(3+)-GMFX-AR体系的共振瑞利散射光谱特性及吉米沙星的测定

建立了一种新的检测吉米沙星的方法.在p H 5.5 HAc-Na Ac缓冲溶液中,吉米沙星(GMFX)作为配体与铽(Ⅲ)与形成配位阳离子,配位阳离子进一步与茜素红(AR)的阴离子反应形成1∶2∶1(Tb3+∶GMFX∶AR)三元离子缔合物,此时将出现新的共振瑞利散射(RRS)光谱,此RRS光谱分别在370 nm与590 nm波长形成两个散射峰.研究发现,370 nm时,在0.005~4.00μg·m L-1吉米沙星浓度范围内此体系的散射强度(ΔI)与吉米沙星浓度线性相关,该体系对吉米沙星的检出限(3σ)为14.5 ng·m L-1.该法简单、快速、重现度高,选择性好,在吉米沙星检测中具有应用价值.     

基于云模型的PM_(2.5)污染程度评价

空气污染问题是近期公众关注的焦点问题.考虑污染因子PM2.5污染程度的模糊性和随机性,采用武汉市130个以PM2.5为首要污染物的AQI数据,利用云模型建立了空气质量评价体系,并用于PM2.5污染程度评价.以PM2.5指数88为例,评价其属于良好等级的隶属度区间为[0.64,0.87],属于轻度污染等级的隶属度区间为[0.03,0.13],最终评价为良好等级,与国家标准一致,但信息表达更充分.结果表明:采用云模型进行空气污染程度评价,实现了空气质量分级评估随机性与定性语言表达模糊性的统一,更符合人类对事物的认知规律.云模型评价空气质量是国家评价标准的有益补充.     

一种遥感图像振动模糊复原方法

针对如何消除和减轻载体不规则角振动带来的成像质量退化,提出了一种全新的在轨遥感图像抖动模糊复原方法.该方法根据星敏感器或者其他载荷拍摄的星图或星空背景自适应估计载体的振动点扩展函数(PSF),然后将该点扩展函数映射到遥感图像,最后应用Richardson-Lucy(RL)复原方法消除和减轻抖动模糊,以提高成像的分辨率和峰值信噪比(PSNR).仿真实验表明:该方法避免了传统复原方法PSF难以估计的问题,有效提高了遥感图像复原的精度和鲁棒性.     

含步长加速变异算子的微粒群算法

提出了含步长加速变异算子的微粒群算法和它的一种变体———全局最优位置的步长加速变异微粒群算法,通过测试函数的对比分析,说明了这两种含变异算子的微粒群算法具有较好的收敛速度和稳定性.     

基于双空间交替学习的机器人运动技能获取

针对如何基于示范任务学习让机器人自主获得完成新任务的能力的难题,提出一种高斯混合回归结合路径积分策略提升(GMR-PI2)的表达、模仿和优化框架,同时采用基函数、策略表达权系数两个空间上交替搜索执行方案来解决上述问题.核心思想是当权系数探索到最佳逼近点附近时,根据经验最优轨迹集进行基函数的自重组,然后再重启权系数搜索,从而实现从示范任务到指标集约束任务的渐进运动技能获取.经典的轨迹规划过点实验结果表明该方法是有效和可行的.     

基于AIS数据的船桥碰撞概率评估方法研究

针对船桥碰撞风险评估中桥梁船撞概率计算问题,基于自动识别系统(AIS)数据获得桥梁船撞影响参数,以解决现有方法中没有考虑特定桥梁航区实际通航船信息的问题.基于AIS数据分析了航行船舶动态,获得了船舶位置、航速和偏航角等参数,分析了船舶交通流,并以实际的船舶交通流对AASHTO规范模型中的几何概率进行修正;基于内河流域水流变化规律对AASHTO规范模型中的偏航概率进行修正,对比分析了修正前后的结果差异.结果表明:AASHTO规范模型没有考虑通航船舶的实际航道和速度变化情况,会导致所计算的桥梁船撞概率结果误差较大;对于船舶航行情况复杂的桥区,有必要采用基于AIS数据获得的实际通航船舶信息来估计船舶在桥区的分布情况,以提高计算结果的准确性;对于水流流速变化达到3 m/s,流向角变化达到3°的流域,应考虑水流变化对碰撞概率的影响.