中国电力消费影响因素权重的分位数回归研究

通过加权最小二乘法(WLS)和分位数(QR)回归比较性研究电力能源消费影响因素的影响权重,分位数回归技术则更能详尽阐明不同消费需求下各影响权重的变化:电价、能源效率改进、消费支出能力、电力价格体制改革、人口与电力消费需求之间存在长期均衡的关系,并通过多重验证指标验证模型和结果的合理性;能源效率改进和电价控制是影响电力能源消费的2个重要因素,在不同分位数上各个因素影响权重存在差异;特别发现"高人口增长率并不必然伴随高电力消费需求量"。并提出不同分位数下相关政策建议。     

一类公理化资本分配法和广义加权分配法的应用(英文)

研究了两种资本分配法的若干应用:一种是已知的公理化法,另一种是广义加权法.首先列出了几种常见的风险测度,运用公理化分配法,给出了关于这些风险测度的分配公式.并且就一个具体的模型,计算了它的分配结果.其次将已知的加权分配法扩展到广义加权分配法,主要讨论了广义加权分配法在两个不同总风险下分配量的比较方法,此方法源于资本分配的一个必备要求:单个风险的资本分配量不超过其原有风险资本.最后给出了具体特例.     

利用条件随机场实现DNA剪接位点的预测

为解决传统的基因识别算法主要关注编码区的整体特性,而并不着重考虑个别位点的信息,因此难以准确地识别出剪接位点的缺点,提出了基于条件随机场的剪接位点预测方法,条件随机场能够更好的处理标记数据之间的依赖关系,并且能够避免数据标记偏置的问题。实验结果表明基于条件随机场的剪接位点预测方法是一种合适的方法,能够取得更好的效果。     

角闪烁噪声下的集中式MIMO雷达自适应资源分配算法

为解决角闪烁噪声下集中式多输入多输出(multi-input and multi-output,MIMO)雷达的资源优化分配问题,设计了一种面向多目标跟踪任务的自适应资源分配算法.首先采用平方根容积粒子滤波(square-root cubature particle filter,SCPF)算法对各目标状态进行估计,并...     

非平稳性条件下设计洪水地区组成分析

针对非平稳性条件下不同区域洪水间组合设计值计算难题，采用Copula函数构建了可综合考虑不同区域洪水边缘分布非平稳性和洪水间相依结构非平稳性的变参数Copula模型，分析了不同区域洪水间联合分布规律随时间的演变特征。基于等可靠度法和条件期望组合法，提出了变化环境下设计洪水地区组成分析方法，实现了非平稳性条件下不同区域洪水组合设计值的计算。以寸滩站和宜昌站年最大15 d洪量系列为例，分析了两站洪量及其区间洪量的变化特征。结果表明，寸滩站和宜昌站的洪量系列均具有减少趋势，两站洪量的联合分布随时间变化，指定重现期对应的宜昌站、寸滩站及寸滩—宜昌区间洪水设计值随使用年限的增加而减小。     

基于光滑化方法的分段线性删失分位数回归模型估计

针对在分段线性删失分位数回归模型中的变点问题,该文通过引入光滑化方法得到了变点位置及模型系数的估计,推导了参数估计的大样本性质.光滑化方法解决了在变点估计方法中常用的格点搜索法存在计算烦琐、解释意义不强的问题,弥补了线性化技术无法证明渐近性的不足,提高了估计的有效性和稳健性.蒙特卡罗模拟结果验证了在同方差和异方差、固定和随机删失下在不同分位点时的估计效果都具有有效性和稳健性.药物滥用数据的实证分析表明:复发时间间隔与治疗时间存在正向影响,且复发时间在0.498处存在变点(0.5分位数),治疗时间在0.498之前的复发时间间隔比在0.498之后的更长,即大约前一半时间的治疗更加有效.     

基于复杂样本的安全态势要素分类架构

针对网络安全态势要素获取中大规模复杂攻击样本分类困难的问题，提出一种基于条件变分自编码网络的安全态势要素分类架构。该架构分为编码网络和生成网络两部分，均采用深度神经网络作为其基础框架。编码网络用于对高维数据进行降维，提取其隐含特征;生成网络用于对降维后的样本进行重构，生成新的样本。在生成网络中引入混合密度模型优化其特征提取能力，提高重构数据的准确性。采用训练数据对该架构进行训练，训练后的编码网络作为分类器，识别样本类型;生成网络生成指定类别的样本数据，以平衡复杂样本中各类攻击样本的数量，提高分类精度。仿真结果表明，与其他对比模型相比，所提分类架构具有较好的降维效果和较高的态势要素分类精度。     

多状态多阶段任务系统的可靠度理论计算方法

多状态多阶段任务系统常见于关键性系统，其可靠性要求较高而其可靠度计算又相对困难.为实现该类系统可靠度的精准预测，研究了部件劣化符合马尔科夫过程的多状态多阶段任务系统的可靠度理论计算方法.首先，基于工作效率与需求的关系对该类系统可靠度进行了界定.其次，依据条件概率理论，建立了多阶段任务系统任务成功完成的概率公式.基于此，根据部件劣化的马尔科夫性及部件状态的跨阶段依赖性，推导了多状态多阶段任务系统的可靠度理论计算方法，并提出一种快速穷举部件状态组合的方法用于提高该计算方法的计算效率.最后，通过与蒙特卡罗模拟方法对比，验证了推导的可靠度理论计算方法的准确性与计算的有效性.     

基于条件变分自编码器的问题生成方法

将条件变分自编码器作为辅助模块,引入预训练语言模型的编码解码过程,通过数据增强(潜在的语义扩充)以提高模型的鲁棒性。通过建立陈述句与疑问句之间的高维分布联系,由分布采样实现一对多的问题生成。结果表明,融合条件变分自编码器不仅能生成多样性的问题,也有助于提升问题生成的模型性能。在基于SQuAD数据集划分的2个答案可知问题生成数据集Split1和Split2上,BLEU-4值分别被提升到20.75%和21.61%。     

基于广义连续时间贝叶斯网络的指挥控制网络系统可靠性分析

指挥控制网络作为典型的复杂网络系统，其可靠性通常可以利用动态贝叶斯网络(dynamic Bayesian network, DBN)来分析。由于DBN并不能很好地解决包含时间和非时间事件的指挥控制网络系统可靠性问题，因此提出一种具有二态条件概率表的广义连续时间贝叶斯网络(generalized continuous time Bayesian network, GCTBN)的建模方法。在此模型的基础上，得到了不同逻辑门的可靠度算法求解，进而针对指挥控制网络系统提出了无线电传播、通信设备以及网络的可靠性分析方法，从而综合地考虑到指挥控制网络执行不同任务的可靠性问题。通过对指挥控制网络可靠性问题的实际案例分析，验证了所提方法的有效性。