基于Copula函数的供应链上企业收益率相依性度量

首先选取以一汽集团为核心企业的长春一东、一汽富维和福耀玻璃三个企业的日收益率作为研究样本数据,用非参数法估计其分布函数;然后用阿基米德Copula函数构建相关结构模型,得出三个企业的Copula结构模型参数和尾部相关系数,做出联合分布的密度函数图,度量企业间的相依性;最后,利用经验Copula函数分布和平方欧式距离,比较模型的估计效果,选出恰当的度量模型.     

基于Copula-MEM的中国上海和香港股票市场波动相关性研究

以中国上海股票市场和香港股票市场的极差数据作为样本,采用极差波动度量中国上海股票市场和香港股票市场的波动,并用乘积误差模型(MEM)进行建模。在选择适当的MEM的基础上,采用5种Copula函数对中国上海股票市场和香港股票市场之间的波动相关性进行研究。实证结果表明,WMEM(1,1)刻画中国上海股票市场和香港股票市场波动的能力最好。t-Copula函数相比较于正态Copula函数、Gumbel Copula函数、Clayton Copula函数和Frank Copula函数,能够最准确地捕捉到中国上海股票市场和香港股票市场的极差波动的相关关系。     

集值决策信息系统及其知识约简

文章在集值决策信息系统中提出了一种新的基于变精度参数分类的二元关系,即变精度相容关系,可以通过改变精度参数来使分类更合理;同时,还讨论了基于这种二元关系的集值信息系统的知识约简及其属性特征,并给出了可辨识矩阵.     

基于决策规则的决策形式背景的属性约简

决策形式背景的属性约简及其规则获取是形式概念分析领域的研究热点问题.基于决策形式背景的决策规则,研究了决策形式背景的属性约简问题.给出了决策形式背景的冗余规则的等价表示,以及决策形式背景的规则协调集的充分必要条件,定义了决策形式背景的辨识矩阵和辨识函数,给出了决策形式背景基于决策规则的属性约简方法,并举例说明了结果.     

具不同阶导数的中值问题的辅助函数构造方法分类

针对中值问题中中值表达式含有函数不同阶导数的情形,基于函数求导的四则运算法则,对辅助函数的类型进行了分类与总结,并以实例做了具体的说明.     

基于Fuzzy - ARTMAP网络的高光谱遥感图像分类方法

神经网络是一种重要的高光谱图像分类方法.本文提出了四边形隶属函数和Fuzzy-ARTMAP神经网络相结合的高光谱图像分类方法.该方法不局限与隶属度函数的选择,使网络更具有广泛的适用性.将其应用于高光谱图像的分类中,其分类精度高于ARTMAP神经网络,且性能稳定.     

基于优化的文档频和粗糙集的特征选择方法

特征选择是文本分类的一个核心研究课题.首先给出了一个基于最小词频的文档频方法,然后把粗糙集引入进来并提出了一个属性约简算法,最后把该属性约简算法同基于最小词频的文档频方法结合起来,提出了一个综合的特征选择方法.该综合方法首先使用基于最小词频的文档频方法进行特征初选以过滤掉一些词条来降低特征空间的稀疏性,然后利用所提属性约简算法消除冗余,从而获得较具代表性的特征子集.     

基于SVM线性核函数情感分类模型的建立和研究

通过对流行音乐情感分类方法的分析,结合音乐主旋律的音程差值所占比例的高低,提取音乐的情感信息.并以音程差统计得到的数据为依据,建立基于SVM线性核函数情感分类的数学模型.通过对MIDI音乐文件进行主音轨定位,主旋律识别和乐段分割,结合一对多思想方法构造多分类SVM分类器,从而在SVM线性核函数基础上对流行音乐情感分类进行研究.     

基于时变Copula的伦铜和沪铜相关模式研究

基于时变Copula理论,构造了ARGARCHTimevaryingJoe ClaytonCopula模型用于研究伦铜和沪铜的相关模式.先根据AIC信息准则,确定了AR和GARCH的阶,并基于分步极大似然估计计算得到ARGARCH参数估计值;再用估计后ARGARCH模型的残差进行概率累积变化,最后代入TimevaryingJoeClaytonCopula中得出时变参数.实证结果表明,前一天的伦铜对后一天的沪铜有着较强的影响,并且很好地描述了伦铜和沪铜的相关模式,充分反映了相关性信息.与常相关相比,时变相关更好地反应了市场的时变特性,表明伦铜和沪铜的相关性在尾部具有明显的时变性,而且下尾相关性略大于上尾.     

基于数据降维的复杂属性大数据分类方法研究

针对数据的多维度、非线性、不稳定性等特有的复杂属性,在传统数据分类方法的基础上,本研究将高维大数据进行降维处理,结合SVM分类方法和多元SVM-REF分类方法,提出一种基于数据降维的复杂属性大数据分类方法。试验证明,与传统数据分类方法相比,本设计方法能够有效地提升复杂属性大数据的分类效率,也为后续对高维数据分类和数据复杂波动规律分析的深入研究提供依据。     

基于概率语言术语集可靠性度量的VIKOR决策方法

针对概率语言术语集(PLTS)的多属性决策问题,提出了一种基于PLTS可靠性度量的多属性决策方法.首先根据PLTS的内在特征,定义了新的犹豫度度量指标和可靠性度量函数;其次根据专家的原始评价信息的可靠性度量和专家评价意见的相似性度量确定了专家的属性权重;另外考虑到缺失概率的存在,提出了基于可靠性度量的归一化方法;进一步,将新定义的概率语言集的可靠性度量应用到VIKOR的多属性决策方法中,基于此得到综合评价矩阵;最后通过一个实例来验证该方法的实用性和有效性.     

基于属性值贡献率的朴素贝叶斯改进算法

朴素贝叶斯分类是一种简单高效的方法.但是当属性独立性假设不成立时,有可能导致待测样本类别判断错误;且当待测样本到各类别的概率相同时,无法判断该样本类别,从而影响了它的分类准确率.本文提出基于属性值贡献率的朴素贝叶斯改进算法,利用待测样本的各个属性值在各类别的总贡献率判别该样本的类别.在蘑菇数据实验结果表明,该算法能有效提高分类的准确率.     

属性序下的粗糙集与KNN相结合的英文文本分类研究

由于KNN(K Nearest Neighbor)文本分类器的待分类文本数据维数和计算次数较高,其耗费的时间和空间成本也很高,故引入粗糙集的属性约简算法对待分类的数据进行预处理。提出了基于属性序的处理方法和算法,解决粗糙集属性约简中的NP-hard问题。降低算法计算量从算法本身和运算技巧两个层面出发:在粗糙集区分矩阵的关键环节正区域计算上提出递减式计算方法,减少等价类的计算工作量;运用去停止词的查表法、位置信息在属性序中的引入及倒排索引的检索方法等来进一步降低系统的运行时间和空间成本。通过实验验证,经过粗糙集约简处理的KNN分类系统在分类的准确度、召回率与F值上与没有约简的KNN分类器效果相当,但是系统的时间和空间成本大幅降低。     

面向地理国情监测的CRF遥感影像分类

针对地理国情监测中地表覆盖信息的提取,提出了一种基于条件随机场的高分辨率遥感影像自动分类方法.与面向对象的传统分类方法不同,该方法基于概率图模型分别计算像素级和对象级的势函数,以及像素与它所属对象之间的层间势函数,将所得势函数统一到一个CRF模型中进行图割求解.该方法较充分地表达了像素与对象之间的关系,从而降低了对象分割误差传递对影像分类结果的影响.以“高分1号”遥感影像为实验数据,借鉴地理国情普查中地表覆盖分类体系进行实验验证.分类总体精度和平均精度分别达到91.08%和86.95%,远高于基于面向对象的分类结果.     

KMV模型与Copula理论在信用风险的度量

给出了度量组合信用风险的一个数学模型,综合了单变量分析中的KMV模型和组合信用风险分析中的Copu-la理论,对企业之间的联合违约概率做了相关性分析,主要是采取了利用企业不同时期的金融市场数据得出企业资产价值数据,估计这些资产价值数据的边缘分布情况,再根据Copula函数进行相关的违约相关性研究.     

基于粗糙集的连续属性离散化算法及其应用

为了提高信息系统的相容性、解决离散化过程中阈值以难确定的问题,提出了一种改进的连续属性离散化算法.该算法以信息增益作为属性重要性的度量方法,以基于最小描述长度原理的决策系统信息熵作为离散化过程的评价函数,能够有效地提高离散化速度和精度,并且增强了系统的鲁棒性.仿真结果证明,此算法能够得到满意的离散化结果,是一种能够自动调节阈值的有效算法.     

信息系统中属性重要性的等价刻画

信息系统是一个具有对象与属性关系的数据库,揭示属性的本质特点、刻画属性的重要性是考虑各类约简问题的基础.本文改进了已有的基于等价关系的属性重要性的度量,并给出了基于划分的属性重要性的刻画,在一定程度上简化了相关运算步骤,提高了运算效率.     

数据库系统中的参数获取

介绍作者在KESHELL Ⅱ^[1]系统中设计的一个参数处理模块CP.该模块以回归、拟合等手段实现从目标数据库中获取数值型属性之间的函数表达式,它也允许DBA以显式函数关系来描述数值型"虚"属性.     

基于进化模糊规则的Web新闻文本挖掘与分类方法

针对现有Web新闻文本分类方法准确率低且不能适应文本类型变化的问题,提出一种基于进化模糊规则的Web新闻文本挖掘和分类方法.首先,对每篇Web文本进行术语提取,并利用词频-逆向文档频率(TF-IDF)算法过滤掉一些具有较低描述能力的术语.然后,基于计算收集到的新的新闻文本内容与类别之间的余弦距离,利用eClass0分类器创建和更新模糊规则的数量和属性.最后,根据模糊规则推理和余弦距离进行文本分类.实验结果表明,该方法具有较高的正确分类率,且能够自适应Web新闻文本类别的变化.     

基于ACO算法的危险化学品车辆运输路径优化方法

城市中危险化学品的运输直接影响人民人身安全,为了合理规划运输路线,提出了一种基于蚁群优化(ACO)算法的多目标路线规划方案.首先,将运输路线图和相关属性建模成一个有向图.然后,根据路线距离、车辆负载和人口分布等属性,构建运输风险和运输时间的计算方法 .最后,综合考虑运输风险和运输时间构建一个目标函数,通过ACO算法来寻找最优路线.仿真结果表明,该方法能够得到最优路线,有效降低运输风险.