基于小波分析的股市波动的多重分形辨识

以上证指数和深圳成分指数日收盘价的时间序列为样本,利用小波分析方法剔除序列的噪声干扰,对序列保留的波动趋势进行多重分形辨识.通过 WTMM (小波变换模极大)计算配分函数,尺度函数和多重分形谱等,全面细致的量化了序列的局部及不同层次的波动奇异性.计算结果表明:去除噪声干扰后, 中国现行证券市场的波动呈现显著的多重分形特征.     

基于小波变换的分形图像压缩编码方法

为了弥补分形编码在高压缩比时重建图像质量较差及匹配搜索量大的不足 ,基于小波图像的分形特征及系数的统计分布特性 ,定义了灰度变换和能量阈值系数 ,提出了基于小波变换的分形图像压缩编码方法 (FICC-WT)。对小波分解后的低频子图像进行灰度变换 ,然后进行自适应四叉树分割的分形编码 ;对差值图像及其它子图基于定义的能量系数进行自适应阈值取样的熵编码 ,并讨论了灰度变换参数对重建图像的影响。实验证明 ,所提方法减小了匹配探索量 ,而压缩比和峰值信噪比 (PSNR)有明显改善。     

金融时间序列分形维估计的小波方法

讨论了金融时间序列的性质,通过实际数据说明,金融时间序列具有两个重要特性——统计自相似性和非平稳性.利用正交小波变换的方法,给出了其分形维的估计方法.最后,实证分析了国内金融市场,并应用此方法分别得出了上证综合指数序列过程和深证成分指数序列过程的分形维.     

我国螺纹钢线材市场的分形特征

运用重标极差分析方法(R/S分析法)、消除趋势波动分析(DFA方法)以及多重分形消除趋势波动分析方法(MF-DFA方法),对我国螺纹钢线材市场收益率序列进行实证研究。结果表明:我国螺纹钢和高线两种钢材的日收益序列具有尖峰厚尾特征,并不服从正态分布,存在显著的正相关性和长记忆性;且螺纹钢和高线的日收益率序列具有明显的多重分形特征,因此仅用单一的标度指数对其进行描述是不合适的。     

基于小波消噪的混沌多元回归日径流预测模型

基于小波消噪理论对水文序列中的噪声进行了处理,然后利用混沌理论中的相空间重构技术计算出饱和嵌入维数作为多元回归模型的可控变量个数,将小波、混沌和多元回归方法结合起来对日径流进行了预测。与消噪前相比,消噪处理后建立的模型预测精度有了明显提高：预测合格率提高8%,平均绝对百分比误差为9.53%。因此在对水文时间序列进行混沌分析和预测之前,对其进行小波消噪是完全必要的。     

基于MF-DFA的国际原油价格多重分形特征研究

运用多重分形消除趋势波动分析方法(MF-DFA)和多重分形谱分析方法,研究了1987～2008年美国西德克萨斯轻质原油(WTI)和欧洲北海布伦特原油(Brent)价格波动的多重分形特征.研究发现国际原油价格市场具有标度不变性特征,广义Hurst指数和广义R閚yi维数都随阶数的变化而变化,证明了国际原油价格市场存在显著的多重分形特征.研究还发现Brent原油比WTI原油具有更强的长程相关性和更宽的多重分形谱,两次海湾战争期间国际原油市场多重分形谱的变化明显.     

中国股市复杂网络中的分形特征

利用阈值法构建中国股市复杂网络模型,从时间和空间两个角度对中国股市复杂网络的分形特征进行分析.首先利用分形几何学对静态网络进行分析,得到静态网络的分形维数,并发现其分形维数随着网络阈值的增大而减小.再利用R/S分析方法对中国股市复杂网络聚集系数时间序列进行分析,发现其具有长记忆性和持久性,且在长时间窗口下这一性质更值得信赖.H值大致呈现出随着时间窗口和阈值的增加而增加的规律.周期天数n呈现出随着时间窗口的增加而增长,随着阈值的增加而下降的规律.这说明在实际市场中,长时间窗口和高联系度股票产生的交易者群体行为惯性更强,长时间窗口和低联系度股票产生的交易者群体行为惯性的持续周期更长.这些研究成果表明了证券市场时间和空间两个维度的内在联系.     

基于FA奇异测度的多重分形维分析

针对传统多重分形维算法中奇异测度的定义影响了计算速度,定义了一种新的奇异测度,并在研究相关函数和指数的特点之后,定义了基于该奇异测度的多重分形维算法。试验表明,该算法计算速度远远快于传统的盒计数维法,在实际舰船辐射噪声试验中能很好地区分不同的舰船。     

基于加权长度的交通网络分形维数

刻画交通网络的分形特性需要适合的指标,半径维数便是其中一种重要的测度.可以类比于分形体的容量维数.由于组成交通网络的公路具有多种类型和等级,仅用半径维数不足以反映公路交通网络的结构特性.论文提出了一种基于加权长度的交通网络分形维数,即在模拟各等级公路比重变化的情况下,给不同等级公路加以适当权重,这样得到的分形维数,即为加权半径维数.结果表明,加权半径维数是刻画交通网络分形结构比较适合的指标.     

汇率时间序列混沌动力学特征及实证

为判定汇率时序是否具有混沌动力学特征,运用相空间重构技术和小数据量算法对5种主要货币兑美元的日汇率数据进行实证分析.研究发现,5种汇率时间序列的最大Lyapunov指数λ1均大于0,相关维数均为分数,表明汇率时间序列的确存在混沌动力学特征.混沌特征的判定为深入分析汇率序列,以及进一步的预测和风险控制提供了重要的理论依据.     

一种基于趋势分形维数的股指时间序列相似性分析方法

为了提高股指时间序列相似性分析的准确性, 提出趋势分形维数的概念, 并基于此定义了相似性分析方法. 趋势分形维数包含阳线维和阴线维, 能更好地反映市场跌涨变化趋势, 基于该维数的相似性度量方法能够提高相似性度量的准确性. 通过与其他两种相似性度量方法对比, 进一步说明该方法的优越性.     

美国减轻农业旱灾的系统控制及其对我国的启事

美国面对农业资源环境退化和干旱日益严重的状况,在大量研究和实践的基础上,探索出了一条减轻旱灾及其影响的有效途径,使减灾模式从以往对干旱危机和灾后救助为主转变为强调干旱减灾准备和风险管理,通过全面减轻水资源需求压力,降低农业旱灾系统的脆弱性,实现了减灾目标。对其成功方面进行了总结论述,为我国旱灾减灾思路调整提供借鉴。参13。     

地震灾害系统分析与评估的综合集成模式

针对典型开放的复杂巨地震灾害系统,分析其系统的框架、运行、时空等结构特征,论述其开放性、复杂性、高维性、不确定性以及涌现性等整体特性;讨论地震灾害系统的组元、构成元素以及影响因素,构建由专家、机器及知识体系构成的地震灾害分析综合集成研讨厅体系;设计由专家经验、统计数据"实践'所得的"感性认识'到建立模型的``理性认知',论证研究问题框架与模型体系的同构同态的结构性质,再由上机计算(实验)的``再实践'到专家评估、数据处理、修改模型的"再认识'之地震灾害综合集成分析过程;在已有13个世界著名大地震系统分析与评估的基础上,界定地震危险性、区域承灾能力、基本信息、灾害范围、灾害损失、地质环境安全性、资源环境承载力、经济影响、社会影响和减灾效益等十项评估为其必备评估内容,构筑地震灾害系统综合集成评估框架和"人-机-法-术-数'综合集成评估体系,并阐述其实施流程.     

学生网的增长态势及其分形特征分析

通过一个实际的学生网络,研究具有复杂网络特征的实例网络的增长特性.在Logistic模型的基础上,根据学生网在振荡中增长的特点,对Logistic模型进行参数修正和改进,并通过浮点型遗传算法进行拟合,得到学生网增长的最终拟合模型.然后根据学生网增长的时间序列特征,采用表征分形特征的分维算法,计算得到学生网增长的分数维,得出学生网在增长过程中确实具有分形特征的结论.最后确定了可对学生网增长态势做准确长期预测的数学模型形式.     

小波分频技术和混沌时间序列在国际石油价格预测中的应用

提供了一种小波分频技术结合Volterra自适应滤波器的预测石油价格趋势的方法,先对原始的石 油价格时间序列进行小波分频分析,将分解后的各层尺度系数和细节系数重构各层的时间序列, 然后分别计算各层时间序列的最佳延迟时间和嵌入维数来重构相空间,最终用Volterra自适应滤波器法预测各层时间序列, 重构成预测油价.实验证明该方法比直接混沌时间序列全局预测和一阶局域预测的精度更高,可预测范围更大.     

基于小波和多维泰勒网动力学模型的金融时间序列预测

提出建立多维泰勒网动力学模型及参数辨识方法, 和基于小波多维泰勒网模型的金融时间序列预测方法. 利用Mallat算法将金融时间序列分解成一个低频信号和若干个高频信号; 对不同频率的时间序列建立多维泰勒网动力学模型; 通过共轭梯度法训练模型参数, 并进行预测; 将各模型的预测结果进行叠加, 得到原始序列的预测值. 实验结果表明, 这种金融时间序列预测方法具有较高的预测精度和预测方向正确率.     

玉米抗旱性评价指标的系统分析

对可用于玉米抗旱性评价的指标进行了系统研究,并借引了灰色关联度分析法进行了评价指标的筛选。研究结果表明:对于一个玉米品种进行抗旱性鉴定,不仅需进行多指标的重复测定,且需综合评定各生育时期的抗旱性。因而提出种子萌发胁迫指数、干旱后幼苗存活率、抗旱系数三位一体的初级鉴定指标,同时结合光合速率、ABA含量、NRase活性等次级鉴定指标的玉米抗旱性鉴定指标体系。表1,参28。     

基于小波分析和非线性PCA的图像压缩算法

提出一个基于小波分析和非线性PCA(nonlinear principal component analysis,NLPCA)的图像压缩算法,该算法通过对小波分解系数的能量大小对各个小波子图进行分类,然后用具有高强压缩能力的NLPCA对各类子图进行不同程度的压缩。其主要特点是在高压缩比条件下能达到很高的图像重构信噪比。实验结果表明该算法性能良好,在压缩比为93.1时其图像重构信噪比都能达到30以上。