RBF神经网络主成分分析法在交通量预测中应用

文章基于径向基函数(RBF)神经网络应用于交通量预测时,如果输入空间严重自相关及网络维数较高时,RBF神经网络的预测精度会下降这一问题,提出了一种改进的RBF神经网络主成分分析法。用实例证明,该方法在模拟预测中与一般的RBF神经网络模型相比有较好的效果。     

分数跳-扩散下信用风险中企业违约概率研究

假定资产价值服从分数跳-扩散过程,利用分数布朗运动和跳过程的随机分析理论,得到了分数跳-扩散下的企业违约概率,并通过Matlab软件分析了主要参数对违约概率的影响:当影响资产价值变化的波动率σ固定时,随着泊松分布的参数λ和Hurst参数H的增大,违约概率逐渐变大,说明违约概率与这些参数密切相关。相比资产价值仅由分数布朗运动驱动,该模型更加符合实际。     

模式转换下随机利率与违约风险的投资组合

考虑Markov调制的模式转换市场模型,研究了影响金融市场的宏观因素,其中随机利率风险服从Vasicek模型,违约风险服从CIR模型;研究了市场下的最优投资组合问题,应用动态规划原理、HJB方程理论及偏微分方程理论,得到HJB方程的闭形式的解,并证明了HJB方程的解是最优投资组合的值函数,得到了最优投资策略的显式表示。     

影视字幕中文化缺省的翻译策略——以《生活大爆炸》为例

在影视作品中存在大量的文化缺省现象。字幕翻译作为一种新的文学翻译形式有着它自身的特点。以美剧《生活大爆炸》为例,探讨影视作品中文化缺省的翻译策略。     

基于BP神经网络的高炉熔渣黏度预测

建立一种BP神经网络模型来预测多元组分CaO-SiO2-Al2O3-MgO系高炉熔渣的黏度,并对其测量值进行实验验证。结果表明,采用BP神经网络模型对高炉渣黏度预测的总平均误差为2.36%,较好地解决了预测结果与实验结果之间的非线性关系,且预测结果与实验结果相吻合。     

一种改进的利用背景检测弱小目标的方法

提出一种基于背景检测弱小目标的改进算法.该算法通过双重预测窗,分别用来预测当前像素的背景灰度和真实灰度,不仅能解决传统预测算法的边缘模糊问题,而且适用于双极性目标的检测,运算速度更快,是背景预测算法的一个重要改进.在导弹视频实时跟踪中,检测的可靠性和稳定性要求目标检测算法既要克服边缘模糊问题,又能保证导弹在亮、暗背景下都能正常工作.针对导弹跟踪系统提供的实际图像的试验表明,提出的算法能快速准确地检测出目标.     

信用违约互换在商业银行中的应用——基于中小企业融资难问题

根据均衡信贷配给理论,银行在标明利率下只能满足一部分申请人的贷款,而我国中小企业风险过大,使信贷资源流向了大中型企业,中小企业的贷款需求无法满足。信用衍生金融产品——信用违约互换,不仅可以分散商业银行过度集中的信用风险,而且通过基于Benedikt Goderis模型的实证分析,验证信用违约互换可以释放商业银行的资本金,增加中小企业的贷款额,改善中小企业的融资环境。     

神经网络高炉炉况预测与判断专家系统

将神经网络传统专家系统有机地结合，建立了用于高炉炉况预测与判断的神经网络专家系统，该系统命中率高，适应性强，且具有良好地自学习功能。     

论采场冒顶事故的研究

论文指出对采场冒顶事故的研究是矿山压力及其控制的重要组成部分,回顾了我国对顶板灾害研究的发展,重点分析了我国对“老顶来压预测预报”、“局部冒顶防治”和“采场顶板动态与支护质量监测”的研究,进一步论述了发展顶板灾害研究的方向。     

用分层ATMS实现缺省逻辑

Ｒｅｌｉｅｒ的缺省逻辑存在着局限性．它无法表示缺省规则之间的优先级，无法处理缺省规则中析取，并且不满足累积性．虽然Ｂｒｅｗｋａ提出带优先级的缺省逻辑和累积缺省逻辑，但不能完全克服上述局限性．本文介绍了分层ＡＴＭＳ，然后指出用分层ＡＴＭＳ实现的缺省逻辑能克服现有缺省逻辑中的局限性．