保硬主元算法的数值报告

保硬主元算法是线性规划基线算法的一种很好的实现形式.在一张基线表格中可以同时实现原始可行和对偶可行.大量的数值实验表明保硬主元算法有稳健的收敛过程,与原始单纯形法相比,问题的规模越大,保硬主元算法的相对迭代次数越少,相对解题时间越短     

朴素Bayes分类器文本特征向量的参数优化

采用朴素Bayes算法建立中文文本自动分类器, 并研究相关参数的选择问题, 以实现中文文本的高效分类. 首先在模型训练阶段, 采用N-gram模型处理训练数据集提取特征向量; 然后使用朴素Bayes算法建立文本分类器; 最后在模型测试阶段, 为提高分类准确率, 使用词频反文档频率算法对测试样本进行特征向量提取. 实例分析结果表明, 在提取训练集特征向量时, 2-gram模型和4-gram模型的特征提取效果最佳; 在选取特征向量长度时, 长度为25 000的特征向量可使分类准确率出现最大增幅并保证较高准确率; 在确定特征项词性方面, 同时选取动词和名词可使分类器准确率达到最高, 仅选取动词时准确率最低.     

朴素Bayes分类器文本特征向量的参数优化

采用朴素Bayes算法建立中文文本自动分类器, 并研究相关参数的选择问题, 以实现中文文本的高效分类. 首先在模型训练阶段, 采用N-gram模型处理训练数据集提取特征向量; 然后使用朴素Bayes算法建立文本分类器; 最后在模型测试阶段, 为提高分类准确率, 使用词频反文档频率算法对测试样本进行特征向量提取. 实例分析结果表明, 在提取训练集特征向量时, 2-gram模型和4-gram模型的特征提取效果最佳; 在选取特征向量长度时, 长度为25 000的特征向量可使分类准确率出现最大增幅并保证较高准确率; 在确定特征项词性方面, 同时选取动词和名词可使分类器准确率达到最高, 仅选取动词时准确率最低.     

多个分数次布朗运动影响时的混合期权定价

在基础标的资产价格受多个分数次布朗运动影响的条件下，分别在无红利支付和有红利支付且无风险利率r（t）及红利率δ（t）为非随机函数的情况下求出了各种混合期权的定价公式。     

修正的基线算法

采用了对基线母表中的ｍ＋１个列向量构成的基矩阵直接求逆的方法对基线算法进行了改进。