基于Mike Farmer委托驱动模型的研究

Mike-Farmer微观模型是功能强大的委托驱动模型,能再现很多经典的统计规律.本文介绍了Mike-Farmer委托驱动模型的构建过程,Mike-Farmer委托驱动模型生成的收益率,发现收益率在不同时间尺度下遵循幂律分布,服从负三次方定律.以Mike-Farmer委托驱动模型为平台,进行收益率幂律分布和波动率聚簇效应的成因研究,发现收益率的幂律分布和市价订单委托价格的概率分布相关,而波动率的聚簇效应与订单委托价格时间序列的时间记忆性保持一致性.最后简要介绍了模型的应用前景.     

一种基于大规模标注语料库的词语聚类方法

提出了一种基于大规模标注语料库的词语聚类方法。文中根据专家群体对某一具体问题进行决策的需要，回顾了国内外几种基于分布的词语聚类方法，并给出我们的算法原理及实现步骤。首先人工抽取某一类词语中的几个，从语料库找到这些词的修饰词，组成修饰词向量，然后对于每一个词语，统计修饰词向量中的每个修饰词和该词语在语料库中同现的频率，组成特征向量，最后进行聚类分析，支持宏观经济决策的试验表明该算法能有效地实现词语的聚类。     

基于减法聚类的带钢厚度数据驱动建模

针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力.     

未确知聚类方法及其在松动圈厚度预测中的应用

 对未确知聚类方法进行优化,并将其应用于巷道围岩松动圈厚度的预测之中.结合巷道矿压显现特点和松动圈支护理论,选取巷道埋深、巷道跨度、围岩强度、围岩节理裂隙发育程度和巷道掘进断面积5个主要影响因素作为松动圈厚度的判别指标.利用17组实测数据确定松动圈厚度的分类模式和各判别指标的单指标测度函数以及指标权重,给出了松动圈厚度预测值的计算公式.基于预测对象的多指标综合测度,通过未确知测度距离判断预测对象松动圈所属的分类等级,结合各分类模式下样本松动圈厚度的均值计算松动圈厚度的预测值.经计算检验,该方法预测样本集松动圈厚度的平均相对误差为5.13%,而用神经网络方法和支持向量机方法预测该样本集松动圈厚度的平均相对误差分别为13.61%和10.17%.为进一步检验该方法的可靠度,将其应用于马路坪矿某巷道松动圈的预测中并将预测值与实测值做了比较.结果表明,采用该方法得出的预测值和实测值基本吻合.可见该方法是可靠实用的,可以在实际工程中推广应用.     

社会网络视域下中国应急组织合作关系分析

本文以汶川地震为例,运用内容分析方法,遴选汶川地震应急处置救援数据,辨识应急组织构成,对比分析了中美两国应急组织的类型和参与频次。将政府组织、军队、非营利组织和国有企业4类组织构成的网络视为应急组织整体网络。运用社会网络分析方法,解析中国应急组织网络的成分、密度和集聚系数等特征,剖析各级各类组织间合作问题,厘清各级各类组织间合作关系,提出政策建议。本文的研究有助于提高应急组织间合作效率,进而提升应急管理能力。     

1980—2020年安徽省土地利用时空演化特征

为分析安徽省土地利用时空演化特征,以1980年、1995年、2000年、2005年、2010年、2015年、2020年土地利用现状图为基础,利用Sankey图、土地利用动态度等方法分析了安徽省近40年土地利用演变特征;结合Getis-Ord General G聚类方法和多距离空间聚类(Ripleys K函数)方法对安徽...     

基于SVG的图像信息实时发布模式

网络信息发布逐渐由文本发布向图形、图像化及其混合形式发展.为提高信息发布效率,提出了一种基于SVG(Scalable Vector Graphic)的网络信息实时发布模式.在这种模式下,不仅节省网络传输带宽,减少传输延迟时间,而且图像能够根据数据库中数据的变化,发生相应的变化,实现了实时图像发布.不仅提高了信息发布的效率,而且扩大了信息发布的应用范围.     

城市垃圾收集车辆弧路径问题研究

考虑部分街道单行及转向限制等状况,采用带有转向禁忌条件的垃圾收集车辆弧路径问题模型对城市垃圾收远路线进行优化．通过建立将其转换为对应的点路径问题的求解模型以减少问题规模,并利用一种聚类蚁群算法对该问题进行求解．优化实例结果表明：有、无转向约束的路线优化后,总路程分别减少了89984．96m和92330．04m,分别节约了31．1％和31．9％,优化效果明显;优化后减少了需求车辆数,降低了车辆使用成本和人员雇佣成本．     

基于属性加权的模糊K-Modes聚类算法

提出了一种基于属性加权的模糊K Modes算法。该算法假定不同属性对聚类结果有不同程度的影响 ,定义新的适应度函数 ,利用进化策略优化加权矩阵 ,以基于划分相似度的聚类精确度作为聚类结果的评价准则。实验表明 ,此算法具有较好的聚类效果 ,且属性加权矩阵反映了数据各个属性的重要程度 ,从而可以进行属性的提取和选择。     

Color-texture segmentation using JSEG based on Gaussian mixture modeling

1.INTRODUCTIONColor i mage segmentation is useful in many applica-tions.Fromthe segmentationresults,it is possible toidentify regions of interest and objectsinthe scene.Avariety of techniques have been proposed,for exam-ple:stochastic model based approaches[1,4,9],mor-phological watershed based region growing[11],energydiffusion[10],and graph partitioning[7].However,due tothe difficult nature of the problem,there are few auto-matic algorithms that can work well on alarge variety ofdata.Th…