波动性比率与涨跌幅限制实证研究

从交易机制的角度解释了股市开盘收益率的波动大于收盘收益率的波动的原因。在考虑了涨跌幅限制的存在对股票价格行为的影响后，建立了一个简单的计量模型，提出涨跌停频率的大小与波动率的正相关关系及涨跌停日的日内收益率与次日隔夜收益率的正相关关系的假设，并就中国股市的情况进行了实证分析，得出了与假设一致的结论。这里的研究为“方差比率之谜”提供了新的解释思路。     

组合套期保值的多元线性回归特征

从统计学角度推导了风险头寸和多种套期保值工具所组成资产组合的价格协方差矩阵逆矩阵的表达式,分析了该表达式的统计学特征.在此基础上,结合组合套期保值策略的基本模型,研究了组合套期保值策略最优套期保值比率的数理统计特征.结果表明,各套期保值工具的最优套期保值比率正好等于风险头寸价格对各套期保值工具价格进行多元线性回归后对应的复回归系数.揭示了组合套期保值方法和套期保值的回归分析方法之间存在紧密的联系.     

一类基于比率和具有时滞的非自治的捕食者饵系统的周期解

研究了一类基于比率和具有时滞的非自治的捕食者食饵系统．利用重合度理论，得到了该系统周期解存在性的充分条件．     

最优套期比率理论及其估计方法的比较

本文首先在均值-方差框架下,对最优套期比率（OHR）的确定进行了分析,分别从静态和动态角度进行了回顾.我们对OHR的估计模型进行了介绍和比较,分别通过移动平均（RW）模型、EWMA模型和基于PE分布的强估计模型进行实证检验.本文对各种模型、方法都是基于最小方差（MV）框架的,在中国期货市场上,这种分析框架比较具有现实意义.     

非常返Markov链的比率极限

比率极限是Markov链理论中人们比较关心的问题之一．Doeblin‘s ratio定理给出了常返Markov链的比率极限limN→∞∑n=0^NPij^(n)/∑n=0^NPkh^(n)=1/gjh,本文对非常返Markov链，给出了用fij，gjh,fjh和fkh表示的比率极限，使这类问题的结果更趋于完备．     

大型发电机组相间故障保护整定及灵敏度分析

分析比率制动式纵差保护系统作为大容量机组主保护的可靠性及灵敏度，通过该系统在太平湾发电厂3#机组的应用，证明该方法限制不平衡电流影响是有效的，保证了电力系统供电质量。     

交流滤波器差动保护的研究

本文根据直流输电中交流滤波器自身的特点,提出一种有别于常规差动的差动动作判据,阐述了该差动保护的计算整定,并分析此判据下交流滤波器在各种故障下差动保护的动作行为。同时,辅以南方电网在许继集团的交流滤波器保护装置RTDS试验中的数据和波形为佐证。综合分析后得出,该差动保护判据可以很好地应用于直流输电中的交流滤波器差动保护。     

铜城地区阜宁期断层封闭性的定量研究

以金湖凹陷铜城断裂带天13块、天33块为例,采用断层泥比率(SGR)方法,有选择地对区内5条控藏断层的侧向封闭性进行了定量评价;同时通过定量计算断面正压力和断裂带填充物中的泥质含量,引入断层垂向封闭因子(Fvs),定量评价区内断层的垂向封闭能力.评价结果表明:该区侧向封闭性较好,垂向封闭性较好-差.通过对断层封闭性的分析判断油气运聚的方向,最终优选出有利的圈闭,并为优选有利圈闭提供新的思路.     

采用多尺度方向微分比率的角点检测算法

针对相邻图像结构间的相互干扰会导致角点错检率升高的问题,提出了一种基于多尺度方向微分比率(MDDR)的角点检测算法。该算法首先利用Canny边缘检测算法提取原始灰度图像的边缘轮廓;对于每一个轮廓像素,分别利用各向同性导数和各向异性高斯方向导数滤波器提取主方向及其正交方向上的方向强度微分信息;然后将3个尺度下微分比率融合为MDDR测度;最后进行阈值和非极大值抑制处理获得最终角点。不同于传统角点检测算法中只使用单一滤波器,MDDR算法中使用2种不同类型的滤波器,能在精确提取角点附近不同方向微分信息的同时避免邻近图像结构间的相互干扰,从而提高了角点定位准确性并增强了测度的噪声鲁棒性。实验结果表明,MDDR算法的平均检测准确率比点到弦距离累积算法提高了27.1%,并且平均错检率比残余面积算法和Gabor算法分别低28.4%和32.4%。     

滑动窗口下数据流完全加权最大频繁项集挖掘

针对当前关于数据流加权最大频繁项集WMFI(weighted maximal frequent itemsets)的研究无法有效地处理频繁阈值和加权频繁阈值不一致情况下WMFI的挖掘问题,提出了完全加权最大频繁项集FWM FI(full w eighted maximal frequent itemsets)的概念.为了减少naive算法在处理滑动窗口下完全加权最大频繁项集挖掘时存在的冗余运算,提出了FWMFI-SW(FWMFI mining based on sliding window over data stream)算法.所提出的算法通过基于频繁约束条件的优化策略减少了naive算法中M ax W优化策略的无效调用次数;采用编辑距离比率作为WMFP-SW-tree的重构判别函数,可以有效减少该树的重构次数.实验结果表明FWMFI-SW算法是有效的,且比naive算法更有时间优势.