基于参数化分位回归模型的非寿险准备金评估

准备金及其风险边际对保险公司的偿付能力具有决定性影响.均值回归模型在非寿险准备金评估中的应用较为普遍,但需要通过Bootstrap等方法计算准备金的风险边际.分位回归模型可以一次性求得准备金及其风险边际的预测值,所以在非寿险准备金评估中具有独特的应用价值.基于GB2(Generalized Beta type 2)分布建立了一种参数化分位回归模型,该模型首先对GB2分布中的位置参数和尺度参数同时引入流量三角形数据中的事故年和进展年作为解释变量,增加了模型的灵活性;其次,根据模型参数的极大似然估计结果,借助分位数函数的表达式,计算了不同分位数水平下的准备金预测值;最后,利用极大似然估计的渐近性质,通过Delta方法给出了准备金预测值的误差.基于一组增量赔款数据的实证研究结果表明,GB2参数化分位回归模型在非寿险准备金评估及其风险边际的预测中具有良好的应用价值.     

基于网络层析成像技术的道路交通流预测算法

为了更有效地预测城市路网交通流量,本文提出了一种城市道路交通预测模型.该模型基于网络层析成像(Network Tomography, NT)技术建立生成树,采用期望最大 (Expectation Maximization, EM) 算法得到路网子网车流概率分布,再结合路网子网中流量守恒原则,对待预测路段流量进行推测.实验结果表明,该模型优于现常用的人工智能模型,对城市交通流量预测更为有效,且提高了预测精度.     

河北太行山南段冬季鸟类群落的多样性与分布

为探究中国太行山地区冬季鸟类群落多样性与分布现状,2018年1月和12月以河北太行山南段为调查单元,在调查单元内布设11个调查样区,并运用样线法对冬季鸟类进行了调查研究.结果表明:总计记录鸟类84种48 850只,隶属15目33科59属,其中留鸟33种,夏候鸟14种,冬候鸟13种,旅鸟24种,优势种为麻雀Passer montanus和棕头鸦雀Paradoxornis webbianus,全部样区均有分布的鸟类8种;最南部的11号样区鸟类物种数和个体数最多(46种12 295只);最北部的1号样区鸟类物种数最少(25种);2号样区鸟类个体数最少(869只).鸟类物种数、个体数与纬度呈负相关;调查单元Shannon-Wiener多样性指数(H' )为2.25,Pielou均匀度指数(J)为0.51,各样区H' 值和J值最高的是4号样区(2.70和0.76),最低的是8号样区(1.50和0.42);以37°N为界,北方7个样区记录到鸟类71种18 844只,占总物种数的84.5%、总个体数的38.6%,而南方4个样区记录到鸟类61种30 006只,占总物种数的72.6%、总个体数的61.4%,同时北方7个样区具有较高的Beta多样性周转分组,南方4个样区具有较高的Beta多样性嵌套分组.表明河北太行山南段冬季鸟类物种和个体数在区域间分布存在明显差异.     

中医察目望神规则挖掘的关键技术

中医客观化中有一个很重要的问题是根据量化的人体特征推导出人体的状态.提出了一种用于中医察目望神客观化中从眼部特征推导出人体"神"的状态的规则挖掘方法.首先给出了视频采集方法,接着使用类-属性依赖最大化方法(CAIM)对眼部特征数据进行离散化形成规则挖掘中的属性区间,然后使用云模型进行关联规则挖掘得到大量候选规则,再对3种互补的规则裁剪方法进行修改和组合用于候选规则的整理,并形成最终的规则集合.利用交叉验证法检验规则挖掘的效果,得到了93%的平均精确度,达到了很好的效果.     

枣树结果树的修剪和施肥技术

针对浮山县枣树资源面积较大,果实品质不高的现实情况,对枣树结果树实施了修剪和施肥等,并对所实施的技术进行了总结。     

基于不确定数据的频繁项查询算法

频繁项的查询是一项非常重要的技术,但在新兴的不确定数据领域却是一项新的研究课题.基于不确定数据,提出了一种新的频繁项定义,并提出了两条过滤规则,可以有效地减少检测数据的数量.最后提出高效的频繁项查询算法UFI,该算法通过找到概率求解中的递推规律,极大提高了单点检测效率.实验结果显示:提出的方法可以有效地减少候选集,降低...     

Improved adaptive pruning algorithm for least squares support vector regression

As the solutions of the least squares support vector regression machine(LS-SVRM) are not sparse,it leads to slow prediction speed and limits its applications.The defects of the existing adaptive pruning algorithm for LS-SVRM are that the training speed is slow,and the generalization performance is not satisfactory,especially for large scale problems.Hence an improved algorithm is proposed.In order to accelerate the training speed,the pruned data point and fast leave-one-out error are employed to validate the temporary model obtained after decremental learning.The novel objective function in the termination condition which involves the whole constraints generated by all training data points and three pruning strategies are employed to improve the generalization performance.The effectiveness of the proposed algorithm is tested on six benchmark datasets.The sparse LS-SVRM model has a faster training speed and better generalization performance.     

基于分支剔除的低轨星座实时传感器调度算法

针对低轨星座目标连续跟踪的传感器资源调度问题，通过对调度约束因素的分析，提取跟踪精度、资源松弛度和资源分配均衡因子三个优化参数，建立了传感器实时调度模型；并建立长时调度决策树，将标准代价搜索方法和分支剔除技术相结合，提出了一种基于分支剔除的实时传感器调度算法。仿真实验表明，标准代价搜索和分支剔除技术的引入明显降低了调度算法的运算量，尤其对于多目标和大步长的情况，且调度传感器跟踪目标的误差略小于短时调度方法。     

利用Beta函数和Gamma函数推导组合恒等式

以定理1为基础,用Beta函数和Gamma函数性质及其之间的关系,导出了一系列组合恒等式.     

国际空间站上阿尔法磁谱仪电子设备热系统的研究与设计

阿尔法磁谱仪是国际空间站上进行大型物理科学实验的仪器,包含6组精密探测仪和650个微电子处理器,主要目的是探测暗物质和反物质的存在.本文主要对阿尔法磁谱仪电子设备的热系统进行设计、模拟和分析,进行了热真空热平衡测试以及AMS在轨运行监控.对典型工况的模拟分析结果表明,电子设备的热系统能够确保所有电子设备在要求的温度范围内工作;在轨运行的启动曲线和长时间实时监测数据表明,AMS电子设备运行正常,AMS的热系统符合设计要求,能够维持电子设备在规定温度范围内工作.