力觉临场感时延界限的分析

力觉临场感系统中存在较大的通信时延和力反馈,造成系统的不稳定.本文从建立力觉临场感系统的时延动力学方程出发,利用差分微分方程组,对一维力觉-临场感系统分析一种较简单的情况,即从机械手与环境中的一个弹性体作用,该物体不发生位移而仅产生弹性形变.对力觉临场感系统在弹性环境下的时延稳定性进行分析,讨论了模型中各参数的影响,确定了时延界限的正确性.     

中国大额实时支付系统参与者的流动性管理

文章度量了中国主要商业银行在RTGS系统中流动性管理水平,通过与发达国家商业银行的流动性管理状况比较,发现我国商业银行在流动性管理方面存在很大差距,并深入分析了造成这种状况的主要原因.文章进一步讨论了提高流动性管理水平的方法,建立了单个商业银行流动性管理的理论模型,最后给出了流动性管理的最优水平.     

基于加权最小二乘拟蒙特卡罗的美式期权定价

美式期权定价具有后向迭代搜索特征, 在最小二乘拟蒙特卡罗模拟(least-squares quasi-Monte Carlo, LSM)方法的基础上, 本文通过随机Faure序列以及对偶变数法增加抽样数目, 达到减小模拟方差的目的,用其计算标的资产价格, 然后用加权最小二乘法进行回归, 得到了加权最小二乘拟蒙特卡罗(weighted least-squares quasi-Monte Carlo, WLSQM)方法. 从期权价值、标准差、运行时间几个方面比较方法的优劣, 得出WLSQM 方法比LSM 方法估计效果更优的结果, 验证了WLSQM方法在美式期权定价上的有效性.     

Retinex理论在航空影像增强中的应用

在航空影像的成像过程中,由于大气衰减、云层、烟雾、向阳、背阳等影响,使获取的影像质量下降,出现对比度降低、亮度不均、色彩失真等问题。针对这些问题,提出结合人眼颜色恒常性的典型计算理论Retinex理论,来模拟人眼视觉的感知模型,通过一个像素和其周围像素的明亮度比较运算,获得对象表面的反射率影像,并基于"灰度世界"假设,对图像进行了后处理。给出了Retinex算法在航空影像增强中的具体实现流程,并进行了计算机仿真实验。结合方差、平均梯度、清晰度等参数,验证了算法在图像对比度、细节增强和色彩保真等方面的效果。     

离散数据模型的PFC变换器非线性现象仿真研究

对于平均电流控制下的PFC Boost 变换器,根据其工作基本原理,推导了其离散迭代映射数学模型.基于该数学模型,通过数字仿真确定了存在于变换器中的快时标不稳定现象.通过对系统数学模型的详细分析,与PFC变换器的Simulink精确开关模型仿真结果相比较,得到了一致结论,从而证明了该变换器离散数学模型的正确性,为PFC变换器参数设计提供了理论依据.     

一种改进的CIC抽取滤波器设计

针对软件无线电系统中CIC抽取滤波器的应用需要,提出一种改进CIC抽取滤波器的设计方法。该方法通过引入COSINE滤波器和采用非递归并行结构,有效的解决了传统滤波器在旁瓣抑制性能和增益方面的不足,提高了滤波器的旁瓣抑制比,输出噪声较小。改进的CIC抽取滤波器不需要乘法器,所以硬件实现简单,稳定性高。最后通过仿真证明了该方法的有效性。     

不良贷款有无回收判别:一类可选变量的支持向量机方法

针对不良贷款有无回收判别问题中属性变量数目多、示性变量比例高的特点,提出了一类可选择变量的支持向量机方法进行判别预测.该方法一是将逐步回归的支持向量机思想应用在模型变量的选择上,二是将线性逐步回归的结果作为模型选择变量的初始状态,解决了传统支持向量机只能使用固定变量的问题. 实证结果显示,该方法不仅提高了样本外预测的正确率, 而且具有很好的稳健性.     

仿真模型可重用性的概念与判定研究

仿真模型重用是当前建模仿真领域的热点和难点问题之一。模型重用的关键是对可重用性的判定。统一的构造了可重用性的形式化概念体系,厘清了可重用性、应用情景、模型假设、模型约束、实验框架、能力框架以及可重用模型等概念及其相互关系;在形式化定义的基础上,给出了可重用性的判定算法,该算法包括应用情景接口兼容性判定和行为逻辑的等价性判定两部分。最后讨论了研究成果的应用策略以及已经完成的工作。     

基于无监督学习的源数估计及盲分离算法

针对目前欠定盲分离问题中源数未知,采取"两步法"进行分离源信号.在第一步聚类算法中,一般都假设源信号个数已知,即事先给定聚类数目,这类算法成功与否依赖于源信号个数的先验知识.为了有效解决这个问题,提出了一种新的基于模糊聚类分析的无监督学习算法,它利用观测信号之间的相似关系来确定模糊相似矩阵进行迭代算法,不但可以精确估计源信号个数,同时也能获得对混叠矩阵的精确估计.该方法进一步完善了"两步法",仿真结果表明了算法的有效性及优异性能.     

基于非线性内电位构造函数的抗伪状态联想记忆

针对传统Hopfield神经网络在联想记忆中存在的大量伪状态,设计出一种以非线性内电位函数构造为核心的抗伪状态方案,以取代传统的Hebb规则及其外积法,建立了一种抗伪状态的联想记忆网络(ASS-SSNN),并通过吸引域的变化研究抗伪状态方案的正确性和有效性.仿真结果表明:ASS-SSNN比采用传统Hebb规则及其外积法的Hopfield联想记忆网络(HNN)在容错性上更优,记忆状态的吸引域明显增大,存储容量也有所增加.