基于含时网络与随机矩阵理论的投资组合研究

考虑到资产收益率间复杂的线性和非线性动态相关及演化关系,基于Pearson相关系数、Kendall秩相关系数和Tail相关系数等构建含时网络并结合随机矩阵理论,研究最优投资策略问题。为了对比不同相依关系、不同中心性测度及是否降噪对投资策略的影响,构建了9个资产筛选网络模型,并基于上证180指数数据,求解最优投资策略,分析其内样本和外样本表现。研究发现:在Kendall和Tail相关系数下的模型所选资产组合可以有更低的交易成本,运用随机矩阵理论进行降噪能显著提升投资收益,含时条件中心性测度的引入有助于筛选出更优的资产组合。     

随机矩阵理论与无线通信

首先介绍了与无线通信密切相关的随机矩阵理论数学背景;接着阐述了该理论与无线通信系统的紧密联系,回答了为什么要在无线通信系统中使用随机矩阵理论的问题;最后以运用随机矩阵理论分析大维数系统接收机性能为例,展示了随机矩阵理论处理无线通信领域问题的巨大威力.     

基于随机矩阵理论和改进粒子群优化-深度置信网络的无功优化

配电网无功优化是使电网能安全稳定运行的重要问题,本文将深度学习应用于配电网无功优化上,提出基于改进的粒子群优化 (Particle swarm optimization, PSO)深度置信网络（Deep Belief Networks,DBN）模型的配电网无功优化方法。首先,利用随机矩阵理论将配电网运行过程中产生的环境以及电气数据构造五种随机矩阵,每种矩阵构建8种特征指标,共提取40种特征指标;其次,以随机矩阵理论所提取的各特征指标为输入,以变压器分接头档位和节点的无功补偿容量作为输出,利用改进的PSO优化DBN网络的初始权重,建立PSO-DBN模型,学习各特征指标输入与变压器分接头档位以及节点无功补偿这两种控制策略之间的关系,得出相应的无功优化策略。最后,以改进的IEEE33节点系统作为算例仿真对象,验证了所提方法可降低网损和减少电压波动。     

基于随机矩阵理论的Markowitz组合投资模型

通过随机矩阵方法识别、消除极端或非无关抽样样本,提高Markowitz模型的参数估计精度,改进应用Markowitz模型的效果;同时,针对抽样不足的情况,使用Bootstrap方法较好地解决了该问题.     

基于随机矩阵理论的盲MEHM频谱感知算法

利用随机矩阵理论中样本协方差矩阵极限特征值的分布结果,设计了一种新的最大特征值-调和平均(NMEHM)盲频谱感知算法.NMEHM算法无需主用户信号及无线信道的先验知识,可以有效克服噪声不确定性的影响.仿真实验结果表明,相对于一些基于特征值检测的频谱感知算法,NMEHM算法的检测概率更高,且获得了比最大特征值-调和平均(MEHM)算法更优异的检测性能.     

随机矩阵的一些性质

论述并证明了带行和S的既约广义随机矩阵的性质,双随机矩阵积的性质和P类矩阵的一些性质.     

基于随机矩阵理论的局部放电脉冲快速检测方法

局部放电(partial discharge, PD)的检测是开展电力设备状态评估的重要手段之一。由于现场背景噪声及干扰信号影响,采集到的局部放电信号往往淹没在噪声中。噪声抑制算法是提高局部放电脉冲检测的有效方法,但这些噪声抑制算法往往需要针对所有采集的数据展开,当数据量特别大的时候将严重影响其实时性。因此,提出了一种基于随机矩阵谱分布理论的局部放电脉冲快速检测新方法。利用特高频传感器接收到的PD时间序列构造高维随机矩阵,再根据随机矩阵理论下时间序列模型的经验谱分布理论,提出了基于滑动时间窗的局部放电脉冲快速检测方法。仿真及实验室测试结果表明,所提方法能快速地识别出时间窗数据中的PD脉冲。     

既约随机矩阵

该文给出了既约随机矩阵的关于谱和特征值的若干性质,２个既约随机矩阵Ｋｒｏｎｅｃｋｅｒ积的性质,既约双随机矩阵乘积和幂的性质,给出矩阵的幂是既约矩阵的充要条件。该文研究了Ｆ族中矩阵的特征值特征向量和谱半径等有关性质     

基于聚类和随机矩阵理论的用电行为刻画方法

针对配网大数据应用背景下难以建立用户用电行为刻画模型的问题,提出一种基于聚类和随机矩阵理论的电力用户用电行为刻画方法.首先利用K-means聚类法对海量用户用电特征数据进行分析,根据不同用电模式对用户进行群体划分.然后基于随机矩阵理论建立用户用电行为分析模型,利用各用户群体的经济数据、气候数据及电力价格数据等辨识与用户群体用电量相关联的因素,实现对电力用户用电行为的刻画.最后通过甘肃省武威市电网实际用电数据验证所提方法的有效性和准确性,为电力精准营销和制定电力需求侧响应策略提供数据支撑.     

随机矩阵对策

在本文中我们首先引进了支付矩阵为随机变量的矩阵对策,定义了随机矩阵对策的最优策略和对策值,并提出了对策结果(最优策略和对策值)关于随机矩阵中各随机变量分布函数的稳定性,得到了一些基本结果.     

用酶谱电泳技术检测乳腺癌患者尿液基质金属蛋白酶

应用以明胶为底物的SDS 聚丙烯酰胺凝胶电泳技术对 4 8例乳腺癌术后患者尿液进行酶谱分析 ,探讨对乳腺癌术后患者行尿液MMPs检测的临床意义 .结果显示乳腺癌患者尿中可检测到 3种分子量分别为 130kD、92kD、72kD的MMPs .乳腺癌术后复发转移组尿中 130kD、92kD、72kD的MMPs检出率分别为 80 .8%、84 .6 %及 6 9.2 % ,而术后无转移组的 3种MMPs检出率分别为 2 7.3%、31.8%及 2 2 .7% ,正常对照组的检出率分别为 13.3%、2 0 .0 %及10 .0 % ,乳腺癌术后复发转移组尿液MMPs检出率明显高于术后无转移组 ,P <0 .0 1.而乳腺癌术后无转移组尿MMPs的检出率与正常对照组无显著性差异 .上述结果提示用酶谱电泳技术检测乳腺癌患者尿液MMPs可用于乳腺癌术后复发转移的监测     

电网络矩阵分析法的场论

本文用非图论的场论方法,推导电网络矩阵分析中七种方法的全部基本矩阵方程及其主要关系,从而给出电网络矩阵分析法的场论.     

乳腺癌相关转移基因的研究进展

目的综述肿瘤转移基因在乳腺癌中的研究进展。方法采用文献回顾的方法,对目前国内外肿瘤转移基因在乳腺癌中的研究状况加以分析与综述。结果肿瘤转移基因与乳腺癌的发生、转移及预后相关。结论对肿瘤转移基因的深入研究有助于进一步深化对乳腺癌生物学行为的认识,为肿瘤转移的分子诊断和基因治疗提供新的思路。     

转录靶向性KDR启动子调控双自杀基因治疗肺癌的实验研究

从人肺癌细胞株中克隆KDR基因的启动子(kinasedomainreceptorpromotor,KDRp),构建KDR基因启动子调控的双自杀基因(CDglyTK)真核表达质粒pcDNA3-KDRp-CdglyTK,将其导入ECV304、L9981和NL9980细胞,建立相应的转基因细胞系,并应用不同的前药处理。体内、外实验结果显示:KDR启动子调控的双自杀基因在KDR高表达人肺癌细胞和人脐静脉内皮细胞靶向表达,而在KDR不表达的正常细胞或正常血管内皮细胞中未检测到双自杀基因表达;联合应用5-FC和GCV处理,对转双自杀基因细胞的杀伤作用显著高于单独应用5-FC或GCV,且二者显示了良好的药物协同作用。     

Hiwi基因在耐药MCF-7/ADM乳腺癌细胞株中的表达

目的探讨Hiwi基因在耐阿霉素人乳腺癌MCF-7/ADM细胞和非耐药MCF-7细胞的表达.方法应用实时定量PCR与Western blot技术进行Hiwi基因在耐阿霉素人乳腺癌MCF-7/ADM细胞和非耐药MCF-7细胞株表达水平检测.结果 Hiwi基因在耐阿霉素人乳腺癌MCF-7/ADM细胞中的表达明显高于正常乳腺细胞(P0.01)及非耐药MCF-7细胞(P0.05).结论 Hiwi基因在耐阿霉素人乳腺癌MCF-7/ADM细胞株的高表达为耐药乳腺癌细胞的靶向治疗指出新的研究方向,对乳腺癌治疗预后评估具有临床指导性.     

人类乳腺癌的分子遗传学研究进展

乳腺癌发病机制非常复杂，其中涉及多种基因异常，包括易感基因、癌基因、抑癌基因等，对乳腺癌发生发展中这些基因异常的认识，是乳腺癌防治的关键。我们对近年来乳腺癌发病过程中分子遗传学的研究进展及乳腺癌相关基因的研究现状进行综述。     

基于随机模糊样本的统计学习理论基础

首先介绍了随机模糊理论的基本内容,进而证明了基于随机模糊样本的统计学习理论的关键定理,且讨论了学习过程一致收敛速度的界,为系统建立不确定样本的统计学习理论并构建相应的支持向量机奠定了理论基础．     

基于最优超平面方法的乳房肿瘤分类模型

介绍了最优分类超平面的概念和构建最优分类超平面的方法,并将其应用于乳房肿瘤的分类问题,还给出了相应的计算结果．     

分块相邻随机矩阵最大特征值的极限性质

利用随机矩阵的矩方法和谱分析理论研究分块相邻随机矩阵最大特征值的极限, 在一定矩条件假设下, 得到了该矩阵最大特征值上极限的界.