我国商业车险奖惩系统的构建与评价

在商业车险定价中,通常根据保单的先验风险特征信息建立广义线性模型来厘定先验费率,然后根据保单的历史索赔信息应用奖惩系统对先验费率进行调整.本文基于一组商业车险保单2010-2015年的索赔次数数据,分别在泊松-伽马分布假设和负二项-贝塔分布假设下构建了奖惩系统,运用贝叶斯方法和极大似然法估计了模型参数,测算了奖惩系数,并与我国现行的奖惩系数进行了比较.实证研究结果表明,我国现行奖惩系统的设计结构比较单一,对保单经验索赔信息的使用不充分,且奖惩幅度过于温和.本文构建的奖惩系统充分利用了保单的先验风险特征信息与历史索赔信息,有效避免了对保单的重复性奖励和惩罚,提高了费率厘定结果的准确性和合理性.     

基于Bernstein多项式的SISO三层前向神经网络的设计与逼近

利用一元Bernstein多项式在相邻等距剖分点的差值和Sigmodial转移函数性质设计单输入单输出(single input single output, SISO)三层前向神经网络,并给出选取连接权和阈值的方法。此外,依据一元Bernstein多项式逼近连续函数定理证明SISO三层前向神经网络对连续函数也具有逼近性,进而通过实例获得该网络的一种输入输出解析表达式。     

冷冻保护剂葡聚糖-聚赖氨酸对冷冻皇冠梨品质的影响

为了解冷冻保护剂葡聚糖、聚赖氨酸对冷冻皇冠梨品质的影响,以氯化钙、氯化钙-葡聚糖、氯化钙-聚赖氨酸、氯化钙-葡聚糖-聚赖氨酸为冷冻浸渍液对皇冠梨进行冷冻处理。用无纸化温度记录仪测定冻结时间,分析样品冻结过程中温度随时间的变化,并对冻融后样品进行汁液损失、质构、水分分布等指标测定。结果表明:氯化钙、氯化钙-葡聚糖、氯化钙-聚赖氨酸、氯化钙-葡聚糖-聚赖氨酸浸渍冷冻处理样品通过最大冰晶生成带所需时间分别为12.87、10.12、10.20、7.50min,加入冷冻保护剂浸渍冷冻的样品解冻后汁液损失显著降低(P＜0.05)。冷冻保护剂浸渍冷冻处理组抗坏血酸含量、硬度较氯化钙浸渍冷冻对照组均有所提高,样品液泡水(T₂₃)所对应的峰面积S₂₃也有一定程度的提高。研究结果表明,与氯化钙浸渍冷冻相比,加入冷冻保护剂葡聚糖和聚赖氨酸后能有效降低冷冻对梨细胞结构的损害,减少营养物质的流失,有利于维持产品品质。     

一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法，存在维护成本高，实时性不足等缺点，提出一种基于深度强化学习的CDN流量调度系统设计框架。该框架基于马尔科夫链设计了故障告警网络来触发调度，建立了基于stacking模型的质量评估奖励函数，并在此基础上对流量调度进行定义和建模，构建了基于DQN的深度强化学习模型。最后，通过仿真实验验证了该调度框架的有效性。     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

胰岛素受体底物1和2的氨基酸网络特征研究

在胰岛素对脂质代谢的调控作用中,胰岛素受体底物2(IRS2)比胰岛素受体底物1(IRS1)发挥了更加重要的作用。为研究两者发挥作用的差异,分别选择IRS1、IRS2的4个结构数据,构建氨基酸相互作用网络,计算整体拓扑特征,分析网络的hub氨基酸差异,计算7种中心性特征。实验表明,IRS2氨基酸相互作用网络的平均度及聚类系数高于IRS1的1QQG、5U1M、6BNT;IRS2中的hub氨基酸ATP、LYS、ILE是IRS1所没有的;除子图中心性和特征向量中心性外,IRS2网络中节点的其他中心性特征均优于IRS1。结果表明,IRS2的氨基酸相互作用网络中,节点聚集程度较高,更容易形成模块,更容易到达其他节点,与其他节点发生通讯。可以推测:IRS2在胰岛素对肝脏的代谢调控中比IRS1发挥着更加重要的作用。     

基于多域网络的红外目标跟踪算法

随着红外探测器性能的不断提升, 红外目标跟踪在智能安防等领域的应用越来越广泛。然而红外图像分辨率较低, 依赖其进行目标跟踪仍然是一个制约相关应用发展的难题。针对红外图像分辨率低的特点, 以多域网络为模型算法框架, 结合目标运动过程中的尺寸变化特点, 提出了一种基于多域网络的红外目标跟踪算法。为了评估算法性能, 分别在VOT-TIR2016数据库和AMCOM红外数据上进行了实验。实验结果表明, 目标尺度预测机制能够显著提高算法的跟踪精度。     

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络，分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合，充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。     

基于正态分布概率模型的渗滤液回灌影响分析

渗滤液回灌能有效加速填埋场的稳定并处理多余的渗滤液, 而预测回灌过程中渗滤液的运移规律对于合理设置回灌井的间距和数量具有重要的意义. 考虑了垃圾体的非均质性, 建立了垃圾体的渗透系数随空间正态分布变化的概率模型. 利用 COMSOL Multiphysics^® 软件, 首先对单孔隙度的横纵向均质模型和正态分布模型的 渗透系数以及压力水头进行了比较, 其次研究了在横纵向渗透系数比值、回灌速率和回灌时间等不同 影响因素下, 均质模型和正态分布模型的含水率以及横向影响范围的变化规律. 结果表明, 随着横纵向渗透系数比值的增加, 最终在 100 d 时: 均质模型的含水率由 0.609 增加到 0.68, 横向影响范围从4.842 m 增加到 6.79 m; 正态分布模型的含水率由 0.573 增加到 0.610, 横向影响范围从4.097 m 变为 4.04 m. 这说明横纵向渗透系数比值对正态分布模型的含水 率和渗滤液横向影响范围的影响明显高于均质模型. 而当回灌速率和回灌时间相同时, 正态分布模型渗滤液的渗流速度更快, 易于优先达到饱和含水率, 并在短暂的峰值后迅速下降, 且随着回灌速率和回灌时间的增加, 达到饱和含水率和峰值的时间也逐渐增加.     

异常值和未知观测噪声鲁棒的卡尔曼滤波器

给出了对异常值和未知分布的观测噪声鲁棒的卡尔曼滤波器。分析表明当以Huber损失函数替代推导卡尔曼滤波器最大后验准则中观测误差的l₂范数时, 就构造了一个新的准则。由于Huber损失函数可同时描述l₁和l₂范数, 因此由这个新准则推导的卡尔曼滤波器, 在具有传统卡尔曼滤波器性质的同时, 也有了l₁范数对异常值鲁棒的特性。而当含异常值的观测噪声统计分布未知时, 利用含未知参数的高斯混合模型描述其分布以及变分贝叶斯推理, 提出了对异常值和未知统计分布观测噪声鲁棒的卡尔曼滤波器。仿真和实验在验证了分析结果正确的同时, 也表明提出算法的性能优于现有文献报道鲁棒类的卡尔曼滤波器。