基于谱测度构造多元极值Copula

讨论了极值Copula与有限离散谱测度之间的关系,通过低维Copula构造高维Copula;根据极值Copula与尾部相关函数之间的关系,构造高维极值Copula.     

有色金属板块指数与期货价格相关性研究——基于Copula函数的实证分析

对有色金属板块指数与期货价格相关性研究,旨在度量其相互影响的程度,而Copula函数可以准确地反映变量间的相关结构,尤其是尾部特征.在收益率序列存在异方差的情况下引入EGARCH模型,再进行Copula建模,实证结果表明,T-Copula函数和Gumbel Copula能很好地刻画两者的相关性.     

Copula函数在金融市场组合风险中的相关性研究

Copula函数是一种将联合分布与边缘分布连接在一起的函数,它描述了变量间的相关性。1999年后Copula函数已在统计上得到广泛应用并开始应用于金融领域。自然地作为一种可以研究非线性、非对称相关的统计理论,Copula函数在国际上被迅速应用到金融市场的相关性分析、金融风险的管理与防范以及资产定价、保险定价等方面。     

三峡库区滑坡土体抗剪强度参数相关性构建的最优Copula函数

Copula函数是一种将联合分布函数与各自边缘分布函数连接在一起的函数,已经成功应用在多个领域.本文为了研究表征抗剪强度参数间相关性的二维Copula函数分布模型最优化识别,在收集的滑坡土体参数基础上,采用K-S检验法确定了抗剪强度参数的最优边缘分布模型,并利用最小平方欧式距离识别出表征抗剪强度参数间相关结构最优的Copula函数.结果表明:Copula函数是构造土体抗剪强度参数c、φ之间联合分布函数的一种有效方法;基于核密度参数估计值的Gaussian Copula函数具有更好地描述参数间相关性的能力,构造方法具有计算简单、适用范围广以及能更好地模拟原始参数间相关性等优点,建议优先采用.该方法应基于监测数据计算后进行Copula函数选择,为工程计算参数选取提供一种新的途径.     

基于Copula的中国股市与基金回报的尾部相关性分析

本文运用二元Archimedean Copula函数分析上证三支股票和三支基金回报间的尾部相关性,以求得出这几种股票与所选取基金之间的相关度.结果表明,在众多具有非对称尾部相关性的Archimede-an Copula函数族类中,所选用三类具有代表性的Copula均不能很好地描述所选股票与基金间的相关性.由此得出,所选择股票与基金的相关性在一年时间跨度内难以用Copula捕捉,这种现象应引起风险管理者的注意.     

基于Copula的债务抵押债券定价

针对债务抵押债券(CDO)的定价问题,应用时点改变结构来描述相关资产的动态相关性,通过Copula函数来刻画各个阶段的违约相关结构.针对不同Copula函数的特征,采用AIC准则选择最适合的Copula函数来描述违约相关结构.通过对构建的CDO产品定价研究表明,在不同阶段违约相关结构是不同的,从而求得的CDO各系列定价和期望损失也是不同的.     

衡量金融风险相关性的Copula熵方法

正态检验的不理想和偏度及峰度的存在使得用基于多元正态分布的假设及线性相关系数研究相关性受到质疑,为此应用信息熵结合Copula理论建立了Copula熵函数.与信息论中互信息等相关性衡量指标相比较,其具有不受维数限制、有量纲、能捕捉非线性相关关系等优点.结合经济圈理论进行了数据验证,表明了该方法的可行性和有效性.     

Copula函数的选择及股票市场的相关性研究

Copula函数能够完整地刻画变量间的相关关系,在股票市场中用Copula函数来描述股票之间的相关性被广泛应用.本文从6种Copula模型入手,对基于参数自助的似然准则检验方法和基于参数自助的拟合优度检验方法进行了对比分析,研究其在模型选择上的准确性,并将其应用到平安银行和交通银行两支股票中,发现与模拟结果相一致.     

基于Copula函数的切削力与表面粗糙度的相关性

为了实现自动化切削加工中表面粗糙度的预测,需要定量描述常用监测参数切削力和表面粗糙度之间的非线性关系,提出了基于Copula函数的相关性研究方法.以车削7075高强度铝合金为试验对象,采用控制变量法得到切削力和表面粗糙度值,然后建立它们各自的边缘分布函数,并利用优化的Copula函数构建多变量联合分布函数,最后基于Copula函数理论以及联合函数模型分析了切削力和表面粗糙度整体和尾部相关关系.结果表明:切削力和表面粗糙度整体上有着明显的正相关关系,且相关结构中心对称,同时尾部相关系数趋向于0,即尾部相关程度较小.     

利用Rüschendorf方法构造新的Copula

Copula建模被广泛应用于金融保险、地质统计学和水文学等领域.本文利用Rüschendorf方法构造了新的Copula,并研究其相关性测度.     

广义相关免疫与相关度

讨论了广义相关免疫函数的理论意义和应用价值，发展了相关度的概念，给出了Ｂｅｎｔ函数的相关度及广义相关免疫阶，证明了Ｂｅｎｔ函数是一类理想的广义相关免疫函数．     

基于关联方向测量的量子关联

通过讨论量子失协的上界,给出可达熵量子关联态的一个必要条件．对于双量子比特系统,利用可获得经典关联的最佳测量定义了关联方向上最小的量子失协,分析得到该度量是量子失协很好的逼近结果．最后,讨论量子关联的动力学过程,发现量子关联在衰减的过程中出现了突然的改变,利用关联方向上最小的量子失协给出了该现象的合理解释．     

测量诱发的关联分布

量子测量诱发量子系统的扰动使得它与辅助系统以及测量装置之间的关联发生了变化．本文使用熵交换与量子失协,在间接测量模型中,讨论测量诱发的关联分布,并得到全关联和量子关联的平衡关系．最后讨论局部操作导致量子失协的变化与测量诱发的关联分布之间的关系．     

基于循环相关滤波联合循环谱的频谱感知技术

为了实现认知无线电系统的动态频谱管理和接入,认知无线电设备需要不断地对频谱进行感知.针对传统的基于循环谱的感知原理,在低信噪比有限数据情况下其检测性能一般这一不足,提出了一种基于循环相关滤波联合循环谱的感知算法,分析了循环相关滤波器及改进算法.改进算法利用了循环相关滤波和循环谱的双重抑制噪声性能,而计算复杂度只是有限增加.仿真表明,改进算法比传统的基于循环谱的感知方法具有更强的抗噪声性能,适合认知无线电的需要.     

Analysis of negative correlation learning

This paper describes negative correlation learning for designing neural network ensembles. Negative correlation learning has been firstly analysed in terms of minimising mutual information on a regression task. By minimising the mutual information between variables extracted by two neural networks, they are forced to convey different information a-bout some features of their input. Based on the decision boundaries and correct response sets, negative correlation learning has been further studied on two pattern classification problems. The purpose of examining the decision boundaries and the correct response sets is not only to illustrate the learning behavior of negative correlation learning, but also to cast light on how to design more effective neural network ensembles. The experimental results showed the decision boundary of the trained neural network ensemble by correlation learning is almost as good as the optimum decision boundary. Foundation item: Supported by the National Natural Science Foundation of China (60133010) Biography: Liu Yong ( 1966-), male, Ph. D, Associate professor, research direction: evolutionary algorithms, neural networks, and evolvable hardware.     

投影相关自适应子空间分割

在构造仿射矩阵时,满足稀疏性就会降低其分组效应,反之,又不利于数据的选择.针对这些问题,提出投影相关自适应子空间分割方法.通过引入迹lasso,自适应地根据样本数据的相关性构造仿射矩阵,同时提取出有利于类别识别的特征.在6个基因表达数据上的实验结果表明,该方法优于现有子空间分割方法.     

基于地址关联图的分布式IDS报警关联算法

当前入侵检测系统产生的报警洪流往往使管理员无法处理,大大降低了IDS系统的有效性. 对原始报警事件的关联分析可以从大量报警中提取出有效的攻击事件;分析攻击者的真正意图,对大规模分布式入侵检测系统有重要意义. 为此综合分析了现有报警关联算法的优点和不足,提出了一种基于地址关联图(ACG)的报警关联算法. 该算法用地址关联图模型对分布式IDS原始报警事件进行分析,以得到不同攻击之间的关联和发生步骤,得到攻击者的攻击路径,进而分析攻击者的意图. 该算法无需提前制定关联知识库或提前训练关联模型,因此易于实现.     

多传感器跟踪的航迹关联

多传感器目标跟踪是信息融合技术在目标跟踪领域的应用范例,航迹关联是其中的关键技术之一.提出先用模糊C-均值算法对点迹聚类,然后根据聚类的结果定义航迹关联质量,选择航迹关联质量大的为关联对.这样使关联同时能考虑当前和历史航迹,提高了关联正确率.最后把多传感器航迹融合,得到了很好的跟踪效果.仿真结果表明,该算法是确实有效的.     

高尔顿与相关理论的产生

目的系统探讨高尔顿（Francis Galton，1822-1911）发现“相关理论”的历史过程。方法历史分析和文献考证。结果高尔顿是相关理论的创始人之一，他从遗传学工作进入统计学领域，并发明了回归的方法，而我们所熟知的相关理论，仅仅是回归的一个巧妙推论。结论“相关理论”是统计学诞生之初最先建立的重要理论之一。高尔顿在这个理论的建立过程中，扮演了重要的角色，为统计学的发展开辟了新的道路。