系统重要性股权质押上市公司的识别——股权质押违约的系统性风险贡献度视角

股权质押风险一旦爆发呈联动效应，影响范围将迅速波及多个市场，极有可能衍生出系统性风险，对整个金融市场和实体经济带来极大危害。本文围绕股权质押违约风险在股票市场和基金市场传染的核心问题，借鉴网络科学研究工具，从关联市场视角下探索股权质押风险跨市场传染的路径和规律。首先描述了股权质押二部图网络的构建方法，利用关联网络的阈值传染模型描述证券市场和基金市场之间股权质押违约风险传染动力学；进一步收集整理2017年底沪深两市A股市场未解压股权质押数据和基金产品持股数据构建了真实的网络；最后，采用蒙特卡洛模拟技术仿真股权质押风险的传染过程，验证清盘抛售概率、平仓价等参数对风险传染范围的影响，计算每一家股权质押上市公司作为风险传染源的系统性风险贡献度，辨识出系统重要性股权质押公司。     

基于大津算法和深度学习的开集声纹识别自适应阈值计算方法

针对开集声纹识别的自适应阈值计算问题, 提出一种基于大津算法和深度学习的阈值计算方法. 首先, 采用三层受限Boltzmann机堆叠而成的深度置信网络从Mel倒谱系数中提取语音深层特征; 其次, 通过Gauss混合模型计算特征的相似度值, 对特征的相似度值使用大津算法计算阈值. 实验结果表明, 该方法识别效果较理想, 与等错误率计算阈值方法相比, 具有更高的识别准确率.     

基于改进K-Means++分时电量聚类与行业用电行为分析

由于能源互联网中分时电量分布不仅为分时电价的制定提供依据还代表着用户的用电意识,提出改进K-Means++的聚类算法与典型用户筛选模型对分时电量进行挖掘。首先对K-Means++进行改进,利用模拟退火算法(simulated annealing, SA)与中位数阈值分割自动确定聚类初始质心与聚类数,弗雷歇与欧式距离的加权复合作为相似性的度量,权值由信息熵与层次分析法(analytic hierarchy process, AHP)确定。然后对分时电量进行聚类,从每簇聚类结果中依据典型用户筛选模型筛选典型用户,得到3种用电类型,最后从主要用电类型与用电类型转变的角度对行业用电行为分析,得到不同行业相同的用电行为。有助于供电侧初步掌控区域性行业用电群体的用电特征,为精细有序的用电管理做准备。     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

基于遗传算法的频谱池ICI 优化算法

为优化基于小波的频谱池系统中的载波间干扰( ICI: Inter-Carrier Interference) ，提出了一种基于遗传算法的载波间干扰优化方案。采用遗传算法获得最佳权重向量，抑制认知用户子载波干扰能量。该算法可在不牺牲认知用户带宽的条件下，优化认知用户载波干扰能量。仿真结果表明，在满足认知用户目标误码率条件下，明显抑制影响授权用户的载波间干扰，使授权用户获得更好的误码率性能。     

乌江水系典型小流域年径流序列变化规律及周期特征分析

小流域河川径流序列的变化规律及周期特征分析,对小流域水利工程建设、水资源开发利用等具有重要的现实意义。基于乌江吊水岩冲沟1961—2014年天然径流序列,通过基尼系数、累积距平法、Mann-Kendall法、Morlet小波分析法等方法分析研究了年径流序列的年内分配、趋势特征、突变特征及周期特征。结果表明:吊水岩冲沟年径流年内分配大部分相对合理,部分径流年内分配差距较大;吊水岩冲沟年径流量呈不显著减少变化;年径流量丰枯转变频繁,突变多发生于1992—1998年;年径流量存在明显周期特性,第一主周期为23 a,次周期为17、6 a。研究成果可为小流域水资源开发利用提供依据。     

普光气田地层水启动压力梯度实验研究

针对现有的地层水启动压力梯度计算模型计算结果差异大的问题,选取四川盆地普光气田早三叠纪飞仙关组超深层碳酸盐岩储层标准岩心,开展了储层温度条件下的地层水启动压力梯度实验测试,根据实验测试结果建立了地层水启动压力梯度计算模型,对比分析了不同地层水启动压力梯度计算模型的计算结果,分析了影响地层水启动压力梯度的主要因素,以普光气田为例进行了实例计算和分析。结果表明:地层水启动压力梯度随渗透率的降低而增大,在渗透率相对较低时,地层水启动压力梯度随着渗透率的降低急剧增大;地层温度影响地层水黏度,从而改变地层水在细小孔道中流动时的非牛顿特征,进而影响地层水启动压力梯度的大小;储层渗透率和地层水黏度是影响地层水启动压力梯度大小的主要因素;普光气田Ⅱ、Ⅲ类储层地层水启动压力梯度较大,要准确描述气藏水侵规律,需考虑储层的地层水启动压力梯度。     

基于信号小波预处理的继电保护仿真实验平台

针对传统继电保护教学实验仪器功能单一、造价昂贵等常见问题,设计了基于计算机MATLAB软件和数模转换输出硬件系统的继电保护仿真实验平台。依靠MATALB强大的仿真运算和程序处理功能,通过高性能的数/模(digital/analog,D/A)转换模块和功率放大电路,将灵活的电网模型仿真模拟量传送到待测继电保护设备中,并将设备动作信号收集并反馈;为解决仿真算法引入的系统外部误差,设计了基于小波理论的信号重构方法,使信号稳定的进行转换和输出。通过仿真实验对比,在消除解法器引入的误差时,所提方法明显优于常用滤波方法。最后通过实际微机保护测试实验验证了该实验平台的可行性。     

基于小波双立方插值的Bessel拟合图像复原算法

对模糊图像复原的目的在于对图像进行去模糊、去噪及建立在特征值基础上的矢量化处理，最大限度恢复原图像。本文提出了一种基于小波双立方配比插值的贝塞尔拟合图像边缘特征复原的新算法，在初始图像降质处理基础上通过小波双立方配比插值（Wavelet Bi-cubic）、双三次插值法得到融合样本图像，并在Canny边缘检测基础上提出对拟合边缘特征点的贝塞尔曲线拟合，最后将图像特征轮廓分别进行Delaunay剖分算法的矢量化处理，保留原始灰度色彩复原图像。实验对这三种方法的轮廓复原图像与原始清晰图像进行对比，由具体参数（PSNR、SSIM、FSIM以及运算时间TOC等）说明验证。实验结果表明，经由小波双立方配比插值与贝塞尔拟合得到的轮廓图像复原比双三次插值与贝塞尔拟合得到的轮廓图像复原效果要好，且明显缩短运算时间。     

基于阈值分割法和卷积神经网络的图像识别算法

针对传统卷积神经网络严重依赖数据量的问题, 提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法, 通过均值迭代阈值分割法过滤图像背景, 并基于AlexNet构造新的卷积神经网络. 与其他常用的卷积神经网络进行对比实验结果表明, 在样本数量不足的图像识别任务中, 该算法识别效果较理想, 与其他卷积神经网络相比, 具有更高的识别准确度、 更低的识别误差和更快的收敛速度.