两阶段随机线性优化问题的等价形式

在极小极大两阶段随机线性优化问题中,往往只知道随机变量的概率分布所满足的一些条件,并不能精确求得。文章假设随机变量的一阶矩和二阶矩是已知的,将最坏情况下的条件风险值(CVaR)作为效用函数,基于矩理论和对偶理论,最终将概率分布由一阶矩和二阶矩描述的极小极大两阶段随机线性优化问题转换为可求解的半定优化问题。     

基于异或解密的(k,n)视觉密码方案

传统的视觉密码方案是通过直接叠加分享份来恢复秘密图像的,这种解密方式实质上是对分享份进行逻辑或运算,白像素无法完全恢复,解密效果不理想.利用异或运算的自反性改进加密方式,并使用与数字图像相同的颜色表示方式,提出一种基于异或解密的(k,n)随机网格视觉密码方案.该方案有两种解密方式:当没有计算设备时,使用传统的叠加解密,解密过程简单;当有计算设备时,使用异或解密,需少量计算,但具有更好的视觉质量,并且当所有分享份都参与异或解密时,可以无损恢复秘密图像.与已有的视觉密码方案相比,该方案提高了解密图像的视觉质量.     

一类随机微分方程向后欧拉解的指数稳定性

本文给出随机微分方程向后欧拉逼近解满足指数稳定性的充分条件。通过将线性增长条件改为耗散性条件,改进了已有的结果。此外,构造了一个例子,并通过数值模拟验证了本文的结论。     

基于近红外光谱的大鲵黏液粉掺伪的定性定量研究

采用近红外光谱扫描不同掺伪样品,用偏最小二乘线性判别法分别建立掺伪大鲵黏液粉的2分类(纯大鲵黏液粉和掺伪样品)和5分类(纯大鲵黏液粉、掺入土豆淀粉、大鲵肉粉、大鲵蛋白粉和大鲵皮粉)定性判别模型;用偏最小二乘回归分别建立4类掺伪大鲵黏液粉的定量校正模型。结果表明,原始光谱经一阶导数+标准变量变换预处理后,所建2分类和5分类小二乘线性判别定性模型的校正集和预测集均无误判数;大鲵黏液粉掺入土豆淀粉、大鲵肉粉、大鲵蛋白粉和大鲵皮粉的定量预测模型能够较好地验证黏液掺伪成分。     

基于随机森林的股权众筹项目风险评估研究

为给不同风险风险偏好的投资者提供决策参考,提高风险评估精度,针对股权众筹交易过程中的风险问题,采用机器学习算法构建随机森林模型,对抓取的数据进行分析.研究发现,随机森林模型分类正确率为93.75%,明显优于其他分类算法,其中分红的次数和及时与否,以及公司信誉在股权众筹风险评估中显得尤其重要.     

基于伪辛空间的LDPC码的构造

基于有限域Fq 上的（2v+2）维伪辛空间,根据子空间的包含关系,选取(m,0,0,1) 型全迷向子空间,构造出了点集和线集并定义了点、线之间的关联关系,根据图论知识构造出所对应的二分图的关联矩阵,得到LDPC码的校验矩阵, 最终构造出LDPC 码C (ν + 1,2ν + 2,q ), 求得围长为8, 最小距离为2q + 2. 对码C (ν + 1,2ν + 2,q ) 取固定参数,利用子空间的包含关系,得到LDPC 码C (3,6,2) 的校验矩阵,求得码率,并对码进行了译码仿真,发现码C (3,6,2) 比相同参数的随机码的码率高.     

广义自回归条件异方差模型加速模拟定价理论

研究了广义自回归条件异方差(GARCH)模型下方差衍生产品的加速模拟定价理论.基于Black-Scholes模型下的产品价格解析解以及对两类标的过程的矩分析,提出了一种GARCH模型下高效控制变量加速技术,并给出最优控制变量的选取方法.数值计算结果表明,提出的控制变量加速模拟方法可以有效地减小Monte Carlo模拟误差,提高计算效率.该算法可以方便地解决GARCH随机波动率模型下其他复杂产品的计算问题,如亚式期权、篮子期权、上封顶方差互换、Corridor方差互换以及Gamma方差互换等计算问题.     

随机车辆路径问题综述

描述了随机车辆路径问题的历史、发展进程和特征,结合该问题的分类,介绍了该问题国内外的研究现状,指出了目前算法的搜索效率低并依赖于初始解的局限性,给出了对求解算法的进一步研究以及把研究成果应用于实际问题中的研究方向和建议.