基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.     

用软件无线电实现MPSK自适应调制

自适应调制能够根据信道的时变性达到很高的传输速率和进行合理的功率分配.同时,它需要自适应调整调制模式级别M.采用软件方式在DSP板上能够实现MPSK的调制、解调功能和调制模式M的识别,替代在硬件之间进行切换的繁琐模式.调制器根据星座图和已知的调制级别在己存储的波形中挑选对应的调制波形,解调器在信号同步的情况下通过使用最小均方进行解调,同时进行M模式识别.模拟结果显示用软件无线电方式实现MPSK自适应调制是一条简捷快速的途径.特别在自适应调制中加入LDPC(低密度校验码)编码和一种新的结合BP和list-based SI HO解码后,系统性能更为优异.     

大鼠海马发育过程中netrin-1、nogo-A和tsp-1 mRNA的表达

目的:探讨神经元突起定向生长和突触形成过程的规律。方法:采用RT-PCR方法检测大鼠发育不同阶段胶质细胞源性netrin-1、nogo-A和tsp-1 mRNA的表达。结果:RT-PCR实际扩增长度与设计长度相吻合,未出现与DNA相同的杂带。内参照β-actin的PCR产物电泳条带在胚胎、新生和成年时灰度较均一。netrin-1 mRNA以胎鼠和新生大鼠表达较多,成年大鼠弱表达(P<0.01)。nogo-A在各个阶段均呈高表达,以胎鼠和新生大鼠较多,其中新生大鼠表达最多(P<0.01),成鼠相对较低(P<0.01)。tsp-1以胎鼠和新生大鼠表达较多,成年大鼠表达微弱(P<0.01)。结论:大鼠海马胚胎和新生后是突起定向生长的主要阶段,抑制突起的生长则发生在发育的各个阶段,以新生后为主,突触结构和功能的发育发生在胚胎和新生后阶段。     

磨粒磨损机理与机油滤清器过滤精度选择

阐述了磨粒磨损破坏机理及不同磨粒尺寸与数量对磨损的影响,提出了我国新机油滤清器过滤性能评价方法及合理的滤清器精度选择范围.     

壅塞现象法测量气粉两相流音速

实验研究了在水平等截面管道中空气-树脂粉两相流的音速.基于壅塞现象原理,提出了一种测量气粉两相流音速的新方法.得到了空气-树脂粉两相流在不同固气比下质量流量和滞止压强的关系,从而确定了发生壅塞现象的临界压强,进一步得到了临界压强比和固气比的关系式.考虑两相流连续方程确定出两相流的实际表观音速,并且与两相平衡流理论计算所得的理论音速进行了比较,仅为其0.5~0.7倍.     

ARM926EJ-S处理器中Cache一致性问题的探讨

在基于高性能ARM 处理器的SoC结构中,Cache致性问题是系统稳定运行的潜在威胁,消除该障碍是 系统设计师必须解决的问题。介绍了ARM926EJ-S处理器内Cache的工作原理以及基于该处理器的典型SoC结 构,重点论述了产生Cache致性问题的原因,并提出具体的解决方法。相关测试表明该方法切实可行,能够有效 避免数据不一致情况的发生,已被成功应用于课题项目中。     

RVM在SoC验证中的应用及覆盖率驱动技术

介绍了RVM的层次化验证平台的结构,描述了RVM提供的基类和它们相互之间的关系。并且以USB 为例,给出了利用RVM搭建模块级验证平台的方法,阐述了基于代码覆盖率和功能覆盖率的覆盖率驱动技术。     

冲突避免的水声网络拓扑发现协议

当水声网络的所有节点完成在目标区域的部署后,每个节点除了自己的节点ID已知外,对新网络的信息一无所知,而这些信息是网络顺利运行的必要前提。因此,一个能够完成网络中所有节点和链路发现的网络拓扑发现协议是非常必要和重要的。水声拓扑发现协议完成的效率,往往依赖于信道接入策略的选择,但它不能完全使用已有的水声多路访问控制(multiple access control, MAC)协议,因为在网络建立的初始阶段拓扑未知,已有传统水声MAC协议不能完成拓扑发现,所以需要根据这一阶段的特殊状态来设计拓扑发现协议。基于此问题,提出了一种高效的冲突避免的水声网络拓扑发现(简称为CFVE)协议,该协议利用网络中节点ID的唯一性,在其特定时隙接入信道,节点无冲突地发现控制分组的交换,最终实现网络中所有链路和节点的发现。仿真结果表明, CFVE协议可以以较低的发现时延和能耗完成全网拓扑的发现,是一种适合于多跳水声网络的拓扑发现协议。     

基于主动学习的资源优化分配方案研究

从实际应用的角度阐述分析了主动学习算法在资源优化分配中的应用问题,首先分析了主动学习的发展问题,并给出了主动学习的数学描述,在此基础上,重点以学生分班为例阐述了主动学习算法的应用问题。