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CWD和残差收缩网络的调制方式识别方法

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。     

无人机复垦区植被覆盖度提取方法优选

为探寻无人机遥感对矿业复垦区域植被指数覆盖度的快速提取方法,以四川古蔺某硫磺复垦区为研究对象,通过ZC-6型无人机获取高分辨率遥感影像,采用多种植被指数计算方法作为分类器的选择,使用直方图峰谷法、基本全局阈值法及其融合方法确定图像最佳分割阈值,从而获取研究区植被覆盖度结果.结果表明:不同植被指数分类后的结果有所差异,EXG和VDVI植被指数分类后影像界定较为清晰,而NGBDI指数分类最为模糊;单一直方图峰谷法和基本全局阈值法所得分割结果不理想,而将二者融合后的阈值确定法能结合彼此的优势,弥补灰度不明显或多峰现象的缺点;植被覆盖度(FVC)提取精度显示,基于VDVI提取的人为干预条件下FVC的绝对误差和提取误差分别达到0.0409和7.05％,而基于EXG提取的自然条件下FVC的绝对误差和提取误差分别达到0.0366和6.94％,表明利用VDVI和EXG结合B-H融合的方法可有效用于复垦区条件下的FVC提取.     

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.     

基于动态阈值的混凝土裂缝高抗噪提取及识别方法

针对表面布有蜂窝麻面等复杂噪声的混凝土裂缝,提出了一种基于动态阈值的混凝土裂缝高抗噪提取方法.首先,通过灰度变换、高斯滤波、信息增强等技术弱化、去除噪声,增强图像中裂缝的亮度,提高裂缝与背景的对比度;然后,采用OTSU阈值分割算法去除伪裂缝,基于裂缝与干扰噪声面积的差异,引入动态阈值,实现各类型裂缝的提取;最后,基于边缘检测和裂缝骨架细化处理,计算裂缝的长度、宽度和面积3项特征参数.基于室内实验和室外实际桥梁拍摄的4组裂缝图像结果表明,4组裂缝的平均宽度分别为2.01、1.07、1.34、0.97 mm,说明该方法适用于不同背景下各类型裂缝的提取,具有较强的鲁棒性.     

基于Matlab的玉米种子识别方法研究

为了快速、准确的选取适用的玉米种子,利用MATLAB的图像处理技术,通过对固定灰度阈值,最大类间方差检测以及玉米粒颜色的检测等技术对玉米种子的品质进行检测,分析与对比检测结果,最终得出最好的玉米种子品质检测方案,从而为玉米种子的筛选提供良好的理论基础,有助于提高玉米种子质量。     

基于数字图像的大空隙沥青混凝土离散元模型

为了从细观角度深入分析大空隙沥青混凝土性能,利用CT扫描获取PAC-13大空隙沥青混凝土内部图像,将三维重构的切片图像和CT横向扫描图进行阈值分割,通过体视学理论选取与真实级配最相近的图像作为集料、空隙结构提取对象,建立了像素边长为0.5 mm的离散元模型,并进行单轴压缩虚拟测试.结果表明:三维重构切片图的级配误差比横向扫描图级配误差小了约20%,重构的切片图级配更具代表性;该模型实现的虚拟单轴压缩试验强度值与室内单轴压缩试验强度值相差小于3%,该模型具有很好的可靠性,这种数字图像建模的方法为研究大空隙沥青混凝土内部细观结构提供了参考.     

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。     

一种鬼影及边缘传播抑制的ViBe目标检测算法

针对在目标运动检测中ViBe算法容易产生鬼影、缓慢移动的目标容易融入背景样本模型等问题,提出一种改进的ViBe算法,首先在使用ViBe算法检测到运动目标后,利用迭代自组织分析算法的阈值分割来进行鬼影判别;其次利用改进的Canny算子获得图像的边缘特征,当ViBe算法在更新目标边缘的背景样本模型时不对其邻域的样本模型进行更新,从而使得缓慢移动的目标融入背景样本模型的时间得以延长;最后通过形态学处理获得完整的运动目标.实验结果表明,与传统ViBe算法相比,本文算法在有鬼影的情况下能更快获得较高的检测准确率,在有缓慢移动目标的情况下准确率的下降时间更晚.