基于最大和最小选择的两种新的恒虚警检测器

本文提出两种基于有序统计（ＯＳ）和单元平均（ＣＡ）产生局部估计，并分别应用最大选择（ＧＯ）和最小选择（ＳＯ）产生检测单元干扰功率水平估计Ｚ的新的恒虚警检测器（ＯＳＣＡＧＯ）和（ＯＳＣＡＳＯ）。我们推导出了它们在ＳｗｅｒｌｉｎｇⅡ型目标假设下的Ｐ＿（ｆａ），Ｐ＿（ｃｌ）和度量ＡＤＴ的解析表达式。分析了它们在均匀背景和强干扰目标环境之中的检测性能，并把它们与ＯＳ－、ＧＯＳＧＯ－、ＧＯＳＳＯ－ＣＦＡＲ进行了比较。结果表明，ＯＳＣＧＯ在均匀干扰背景和多目标情况下的检测性能与ＯＳ和ＧＯＳＧＯ相比，都有很明显的提高。在干扰目标数为某些值时，ＯＳＣＡＧＯ的ＣＦＡＲ损失比ＧＯＳＧＯ小近３ｂＢ。在均匀背景中，ＯＳＣＡＳＯ的检测性能与ＧＯＳＳＯ相近。但是，在多目标环境中，一定条件下的ＯＳＣＡＳＯ的检测性能甚至超过了ＯＳ和ＧＯＳＧＯ。     

基于Windows NT的复杂目标GRECO建模

ＧＲＥＣＯ技术是目前分析高频区复杂目标雷达散射截面（ＲＣＳ）最有效的方法之一。对复杂目标而言，应用ＧＲＥＣＯ方法的一个重要工作就是对目标的几何造型进行准确地建模，这样才能获得令人满意的结果。本文结合ＣＲ样条建模理论，利用（Ｇ１，Ｋ＝１）几何样条及其张量积曲面，阐述了在ＷｉｎｄｏｗｓＮＴ环境下利用ＶＣ４０与ＯｐｅｎＧＬ为ＧＲＥＣＯ方法进行建模的机制。     

基于进化规划的OCST问题求解

提出基于进化规划求解ＯＣＳＴＰ（ＯｐｔｉｍａｌＣｏｍｍｕｎｉｃａｔｉｏｎＳｐａｎｎｉｎｇＴｒｅｅＰｒｏｂｌｅｍ）的新方法。通过对原有启发式算法和遗传算法的分析,指出原有方法的不足和难点,并对进化规划算法应用于该问题的可行性进行了分析,最后给出了仿真结果和分析     

对象生命周期及其在信息系统对象分析中的应用

本文通过对客观世界系统管理实质的分析，提出了ＯＯ对象在管理应用领域存在管理生命周期（ＭＬＣ）的思想，详细分析了该思想的特点，并探讨了以该思想为主线索的ＭＩＳ对象分析思路、方法和步骤。     

面向复杂对象系统的多人多层次多目标综合评价问题的形式化研究

本文针对具有广泛实际背景的复杂对象系统（ＣＯＳ）的多人多层次多目标综合评价问题（Ｍ３ＣＥＰ），分析了ＣＯＳ及其多人多层次多目标综合评价的特征，提出了Ｍ３ＣＥＰ的六元组描述方法，给出了描述ＣＯＳ综合评价指标体系的有序评价树（ＯＥＴ）和最小有序评价树（ＳＯＥＴ）的概念，提出了多专家在对ＣＯＳ综合评价时的两种合作规则，给出了ＯＥＴ中评价指标节点和子评价（评价）节点知识的形式化描述方法，从而使不同评价专家的定量评价、半定量评价和定性评价信息统一于对应的评价指标节点和子评价（评价）节点之中，这样便为Ｍ３ＣＥＰ的建模和基于知识的推理求解做了必要的准备。     

GOSCA－CFAR检测器在干扰边缘中的性能分析

本文研究ＧＯＳＣＡ—ＣＦＡＲ检测器￣［１，２］干扰边缘中的性能。文中推导出了它的干扰边缘环境中虚警概率的解析表达式，分析了它抗边缘干扰的性能，并且与ＯＳ、ＣＡ、ＧＯ和ＳＯ等检测器进行了比较。结果表明，ＧＯＳＣＡ的抗干扰边缘性能比ＣＡ和Ｋ＿（ｏｓ）＝（ｋ＋ｌ）＿（ＧＯＳＣＡ）和ＯＳ相近，比抗边缘干扰性能较好的ＧＯ要差。     

NCO法与ODE法关系初探

探讨了神经优化计算方法即ＮＣＯ法与常微分方程方法（即ＯＤＥ法）之间的初步联系，给出了求解Ｒｎ＋上线性及二次约束优化问题时它们之间具有的某些内在联系.     

一种用于无人机的PRP-OFDM数据链路信道估计方法

针对无人机数据链路高速传输的工程应用需要,提出了一种基于伪随机后缀的正交频分复用（ｏｒ ｔｈｏｇｏｎａｌｆｒｅｑｕｅｎｃｙｄｉｖｉｓｉｏｎｍｕｌｔｉｐｌｅｘｉｎｇ,ＯＦＤＭ）系统模型,并针对其数据链路在快时变信道下的信道估计需求,提出了基于最小平方（ｌｅａｓｔｓｑｕａｒｅ,ＬＳ）的信道估计方法和利用重叠相加法（ｏｖｅｒｌａｐａｄｄ,ＯＬＡ）、自干扰消除（ｓｅｌｆ ｉｎｔｅｒｆｅｒｅｎｃｅｃａｎｃｅｌｌａｔｉｏｎ,ＳＩＣ）、判决反馈（ｄｅｃｉｓｉｏｎ ｄｉｒｅｃｔｅｄ,ＤＤ）的符号恢复方法。在无人机常见的运动速度下,对误码率性能进行了仿真分析。仿真结果表明,该方法在快时变信道具有较好性能,对无人机数据链路高速传输具有良好的工程应用前景。     

不完全概率信息下的决策方法

Ｐａｒｋａｎ（ＥＪＯＲ，１９９４）提出了在已知状态概率范围的局部信息下用线性规划方法确定决策问题的有效策略集的方法。本文将介绍Ｐａｒｋａｎ方法并应用凸锥模型将该法推广到更一般的，决策者只能提供各种自然状态出现可能性的成对比较的情形，由于该法可用于群组决策，并比Ｐａｒｋａｎ１９９４的方法所需直接信息更少，因而具有更普遍的实际意义与应用价值.     

SEA方法及其在$C^3I$系统效能分析中的应用(Ⅲ)——监视模型

针对ＳＥＡ方法的要求,提出了评估$Ｃ^３Ｉ$系统在执行监视任务时的系统效能的三个性能量度（ＭＯＰ）,通过分析$Ｃ^３Ｉ$系统在执行监视任务时的行为过程和环境特点,结合排队理论,建立了评估$Ｃ^３Ｉ$系统监视效能的ＳＥＡ方法模型．利用该模型计算了一个实际$Ｃ^３Ｉ$系统的监视效能,并对结果进行了简要分析．     

基于Markov-评级选购双声誉模型的评级机构串谋激励约束机制

引入经济状态转移极限概率矩阵和双重声誉效应，改进评级选购博弈模型，构建马尔科夫-评级选购双声誉模型，分析双评级激励机制和约束机制解决评级机构串谋问题的适用条件。最后，运用数值分析和仿真进行验证。得出：当声誉效应满足一定条件时，双评级激励机制能预防评级“虚高”和“以级定费”串谋；经济发展状态分离下，约束机制能更有效地防止评级机构串谋和降低监管成本。     

基于信用差异度最大的信用等级划分优化方法

信用评级对当代社会有极其重要的影响,若信用等级划分不合理,必将误导债权人和社会公众.信用评级结果的变动直接反映经济状态的变化,2011年标准普尔把美国的主权信用评级从AAA级降为AA+,引起全球金融市场的动荡.信用评级的本质是合理区分客户的信用状况,揭示不同等级客户的信用风险水平.国际上比较流行的标普、穆迪的信用评级针对中国客户的评级结果往往存在信用等级很高、违约损失率反而不低的不合理现象.本研究以信用差异度和违约金字塔为标准,构建非线性规划模型划分信用等级,并以中国小企业贷款数据为样本进行实证研究·本研究的创新与特色一是根据第k个信用等级中最后一个样本的信用评分P_(mk)~k与第k+1个信用等级中第一个样本的信用评分P_1~(k+1)确定相邻两个等级的信用评分差值,以所有信用等级的评分差值之和∑(P_(mk)~k-P_1~(k+1))最大为目标函数,确保最大程度的保证信用评分差异大的客户划分为不同信用等级.避免了把信用状况差异较大的客户划分成同一个信用等级的不合理现象.二是以信用等级由高到低的违约损失率严格递增为约束条件建立信用等级划分模型,保证信用等级划分结果满足信用等级越高、违约损失率越低的违约金字塔标准,避免出现信用等级很高、违约损失率反而不低的不合理现象.三是1814笔工业小企业贷款数据的实证研究表明,本研究的信用等级划分方法不仅满足信用等级越高、违约损失率越低的违约金字塔标准,还能保证信用状况差异大的客户划分为不同信用等级.     

引入SUR方法的基于层次分析模型的基准分析在供应链系统优化中的应用

供应链后勤系统的性能对供应链总体活动的有效性以及供应链中各成员的行为都将产生重大影响 .本文在总结有关基准分析概念、理论、实证研究以及各学术观点的基础上 ,以供应链后勤系统层次分析的结构模型为出发点 ,应用引入 SUR方法的基于层次分析过程的基准分析对后勤系统各性能指标进行优化与调整的系统方法进行了完备的论述.     

基于网页语义相似性的商品隐性评分算法

目前电子商务推荐系统中存在客户评分稀疏性问题,隐性评分是解决该问题的有效方法,但现有方法只考虑客户对单个网页的兴趣度.客户浏览行为和网页之间语义相似度可以综合客观反映客户对商品隐性的评分.建立网页商品概念-属性矩阵CA(Goods Concept-Attribute Matrix),综合考虑商品属性、相关商品及其在网页中的分布等因素,基于客户浏览路径和时间的统计分析,通过语义词林WordNet计算网页语义相似度,综合计算商品语义隐性评分.通过算例和实证研究说明该算法的有效性.     

从美国次贷危机透视房地产信用风险防范

结合2007年美国次贷危机产生的背景与原因,对房地产信用风险的概念、识别等进行了详细的分析,并评述了房地产信用风险评价的一些主要模型、方法以及它们之间的内在联系.此外.针对我国房地产市场的特点,对一些重点研究问题也进行了讨论.最后,对我国房地产信用风险管理的应用实践进行了分析,并且提出了一些值得关注的研究方向与问题.     

多因素时变Markov链模型下考虑信用风险的互换期权定价

提出具有似扩散行为的共同因素与特定评级因素及其驱动下的时变Markov链模型,在仿射期限结构框架下建立了考虑交易对手信用风险的互换期权定价模型. 以1998年1月-2008年12月美国国债的收益率数据及评级机构穆迪的信用评级数据为样本,利用卡尔曼滤波技术与约束非线性最小二乘法对模型进行了参数估计. 主要结果为: 首先, 以似扩散过程的形式引入具有权重影响的共同因素与特定评级因素,构建了基于信用评级的时变Markov 链模型; 其次,建立了含信用风险的互换期权定价模型,给出了该期权的闭式解;最后,分析了交易对手方信用等级状况的变化对互换期权定价的影响.     

基于动态权重的信用评级

以已评级企业为依据,利用偏相关系数和Wald统计量遴选出一套最能代表企业信息的指标体系作为解释变量,以外部评级作为被解释变量,找出企业信息与其外部评级之间的动态权重映射关系;再将这种关系应用到未评级企业,从而评估未评级企业的信用等级。实证结果表明,动态权重模型在样本内外的评级准确度和可靠性均显著优于传统静态权重的OLS和有序Probit模型,新模型在样本外的平均误差仅为0.11,各评级档次犯第1类错误的概率比传统模型低20%。基于动态权重模型获得的新企业评级与原企业的外部评级具有可比性,可作为外部机构评级的合理补充,为市场提供更全面、及时的评级信息。     

基于GERT仿真的武器装备技术风险量化评估模型

从技术风险量化的角度给出了技术风险及其量化指标的定义,基于Arena仿真软件环境,结合某武器装备项目的研制过程,分别建立了单个和多个子系统存在一定的失败概率并反馈执行情况下的GERT随机网络仿真模型,对仿真输出结果进行了详细的统计分析,分别建立了项目级和子系统级的费用超支百分比、工期拖延百分比、费用风险度、工期风险度等技术风险量化指标,并给出了能综合表征技术风险等级的技术风险等级图.     

基于信息解释能力的小企业信用评级体系构建研究

以建立商业银行小企业客户信用评级指标体系为目的,提出一种系统的小企业信用评级指标体系构建方法.检验并剔除对企业违约影响不显著的信用评级指标,提出新的指标筛选方法以剔除综合信用风险识别能力弱的评级指标.其次,通过相关分析法降低评级指标集的整体信息重叠.再次,根据信用评级指标体系识别违约状态的准确率检验小企业信用评级指标体...     

A multiple intelligent agent system for credit risk prediction via an optimization of localized generalization error with diversity

Company bankruptcies cost billions of dollars in losses to banks each year. Thus credit risk prediction is a critical part of a bank＇s loan approval decision process. Traditional financial models for credit risk prediction are no longer adequate for describing today＇s complex relationship between the financial health and potential bankruptcy of a company. In this work, a multiple classifier system （embedded in a multiple intelligent agent system） is proposed to predict the financial health of a company. In our model, each individual agent （classifier） makes a prediction on the likelihood of credit risk based on only partial information of the company. Each of the agents is an expert, but has limited knowledge （represented by features） about the company. The decisions of all agents are combined together to form a final credit risk prediction. Experiments show that our model out-performs other existing methods using the benchmarking Compustat American Corporations dataset.