基于云仿真平台的高可用技术研究

随着仿真系统复杂度日益增大,对可靠性要求也日益提高,为了保证仿真系统的可靠性和负载平衡,提出了一种基于高可用的云仿真平台框架,通过虚拟化和高可用技术的研究,按仿真联邦的需求设计和开发了云仿真平台的管理系统。在运行的过程中对仿真的虚拟系统节点进行迁移操作和模拟断网操作,实验表明了平台的可靠性和容灾性,从而保证了仿真系统高效稳定地运行。     

风险管理中的风险分配问题

为了进一步明晰风险管理实践中选择风险分配函数的问题,通过引入风险度量定义,分析了无组合效应风险与可互换风险这两种具有特殊性质的个体风险特征,并在此基础上讨论了风险分配应该满足的原则,继而证明并比较了标准差风险度量下,协方差风险分配函数与相对风险分配函数性质上的差异,并得到如下结论:1)风险预算也是一种特殊形式的风险分配函数;2)在标准差风险度量下,协方差风险分配函数是可行的风险分配函数;3)在标准差风险度量下,相对风险分配函数不是可行的风险分配函数;4)在一定条件下,风险分配函数之间具有等价性.     

基于水平差集的多精度图像表示及绘制

提出了一种图像的非线性尺度空间表示方法，并将其应用于时间要求严格的场景绘制。首先把图像分解为水平差集，对水平差集的连通分支赋予一个测度，然后根据测度从大到小对所有水平差集的所有连通分支进行排序。绘制进根据所排序依次将连通分支显示出来，根据时间的限制， 显示的将是不同层次细节的图像。这种表示方法具有保形、保对比度的特点。最后，给出了实验结果，并探讨了此方法的局限性及改进方向。     

lt-Volterra型随机微分方程的解的D_∞性

在It型随机微分方程的系数是无穷次可微的条件下它的解作为Wiener泛函具有D_∞性.虽然Ito-Volterra型的随机微分方程与Ito型随机微分方程在许多地方不同,但在方程系数是无穷次可微的条件和其它一些条件下,我们得到同样的结果.     

探析如何提高电力系统中PLC的可靠性

PLC控制系统中的干扰是一个十分复杂的问题,发电厂在抗干扰设计或技术改造中应综合考虑各方面的因素,只有合理有效地抑制干扰,才能够使PLC控制系统正常工作。结合实际分析了发电厂中PLC控制系统普遍存在的干扰问题,并提出了抗干扰措施。针对发电厂中PLC控制系统普遍存在的干扰问题,分析了PLC控制系统干扰信号的来源,对发电厂中PLC控制系统从隔离、电源、输出端、安装与布线等几方面,提出了一些抗干扰措施,以此提高电力系统中PLC的抗干扰能力和可靠性。     

一种统一尺度下股本折算加权的指数构建方法及其应用

通过实证检验发现：中国股票市场中，股票换手率与股本效应的关系紧密，但是换手率与流通比率之间的相关性很弱。因此在构建全市场指数时，换手率不适合作为股本折算比率。在此基础上，提出了统一惊讶下的股本折算加权方法，并给出了三种折算方案：凹性折算方案、线性折算方案和凸性折算方案。从投资角度上分析，凹性折算方案最好，能够减弱非流通股本入市可能带来的市场冲击。     

非线性时滞系统的保性能鲁棒稳定性和鲁棒稳定控制--时滞相关情形

研究了带有非线性摄动的时滞系统的时滞相关保性能鲁棒稳定性和时滞相关鲁棒稳定控制问题.对这类非线性时滞系统分别建立了时滞相关的鲁棒稳定性判据和时滞相关的保性能鲁棒稳定性判据,指出了系统时滞相关鲁棒稳定时存在时滞上界,并且提出了降低系统可保性能的一个优化算法.给出了系统的两类时滞相关鲁棒稳定控制器的设计方法.     

基于Markov随机场和FRAME模型的无监督图像分割

提出了一种多纹理图像的无监督分割方法. 此方法应用两层的随机场模型对需要分割的图像进行建模. 第一层用Markov随机场(MRF)模型表示一个不可观测的区域图像, 第二层用“滤波器, 随机场和最大熵(FRAME)”模型表示覆盖每一个区域的纹理图像, 与传统的分层Markov随机场(HMRF)模型相比较, FRAME模型可以取较大的邻域系, 从而对更加复杂的图案式样进行建模. 根据Bayes定理, 分割问题被转化成一个最大后验(MAP)估计问题. 迭代条件模型(ICM)算法用来求解最大后验估计. 提出一个基于局部熵率的算法来简化MRF参数的估计, FRAME模型的参数用最大期望(EM)算法估计. 最后, 使用一些合成的和真实的图像分别来做实验, 实验结果表明该方法能有效地分割含有复杂纹理的图像, 并且对噪声有一定的鲁棒性.     

锁扣钢管桩基坑支护稳定性验算

某桥索塔承台位于浅滩区,具有地下水丰富、承台埋深大、承台底位于粉砂层等特点,选择锁扣钢管桩围堰支护的开挖方案,经过结构受力及稳定性验算,认为该方案满足相关规范要求.     

技术采用、实物期权和资产价格

针对技术进步的不确定性、嵌入性以及技术采用的不可逆性, 将公司的技术更新机会表示为一交换期权, 得到了最优的投资规则,并探讨了模型的资产定价含义.通过将Beta值表示的风险与公司特征联系起来,模型为从风险角度理解股票收益横截面上表现出的规模和价值效应提供了一个视角.