电梯安全钳检验及常见故障问题分析

文章在论述安全钳装置原理的基础上,探讨安全钳的检验检测重点,并就安全钳常见故障问题进行了分析,提出解决措施,最后结合实例,具体分析某电梯安全钳误动作故障及解决办法.     

拨开DNA鉴定的迷雾

在司法鉴定中,常会遭遇DNA鉴定。比如在一些刑事案件中,需要利用DNA鉴定指认嫌疑人、确认被害者身份;在一些民事纠纷中,需要利用DNA进行亲子鉴定。在许多资     

犯罪现场中土壤物证的采集与应用

物证鉴定需要比较物证与相应比对样本之间的相似性,进而判断物证与比对样本有无共同的来源。因此,检材及比对样本的采集与物证鉴定有着同样重要的意义。土壤物证是由多种物质组成的一个非均质、多相、分散、多空的系统。通过对现场土壤的分析检验,可以查找犯罪现场,判断出其出自区域或来源,提供很多有关受害者及犯罪嫌疑人的信息。土壤物证按其存在的状态可分为承载着形象痕迹的泥土物证,室内现场的灰尘形象痕迹,嫌疑交通工具、纺织品上泥土物证,室外尸体现场的泥土物证,实践中可根据它们各自的特点进行采集与应用。     

神经网络定位中多点多映射概率样本增强方法研究

神经网络室内定位算法的定位精度取决于训练样本的数量和样本对数据特征的表征性,针对样本采集工作量大的问题,本文提出了一种多点多映射概率样本的增强方法.该方法首先根据无线信号的传播特性以及空间相关性,利用少量实测点数据,快速构建多点反应环境影响的特征,然后利用概率法生成表征无线信号波动的多映射正态分布样本数据.实验结果表明...     

基于变分模态分解和神经网络的风速组合预测

风速预测在风能开发和利用中起着关键作用,然而风速序列往往存在强波动性和非平稳性的特征。为了提高风速预测的精度,文章提出变分模态分解(variational mode decomposition, VMD)和神经网络相结合的风速组合预测模型。首先采用变分模态分解将风速序列分解为若干不同频率的子序列;其次计算各子序列的样本熵(sample entropy, SE)以量化复杂程度,引入熵值法建立神经网络组合预测模型,对复杂度较高的分量采用神经网络组合预测模型,其余分量采用支持向量机(support vector machine, SVM)模型进行预测;最后将各分量预测结果运用BP神经网络拟合得到最终预测值。针对北京测风塔实测样本进行建模预测,验证所提出预测模型的可行性,并与6种不同风速预测组合模型开展对比分析,证明所提出的预测模型具有更好的鲁棒性和预测精度。     

企业分形分布的判定和应用

尽管分形企业的概念得到了广泛的认同,但企业分布是否是分形这一关键问题一直未得到解决.本文采用行政区划国家标准建立了两个行业的δ-覆盖,并基于信息维数的定义,定量验证了企业分形分布的猜想,并测定了两个行业的分数维数.在此基础上将分数维数与嵌套区域秩序方法相结合,提出一种新的分形分布拟合方法FDF.经实际检验,FDF相比传统的方法,在所需数据量小、稳定性强、适应重点区域等方面,具有显著的特点和优势.最后,本文将该方法应用到一个调度实例问题,不仅给出了跨企业调度的优化范围,而且证明本文方法可以广泛应用于各类依赖于空间分布的企业协同研究.     

全球原油市场间信息溢出的实证研究——基于CCF方法与ECM模型

采用基于协相关函数(CCF)的Hong(2001)方法和基于协整理论的误差修正模型(ECM)系统研究了全球原油市场的Granger因果关系与信息溢出.研究市场包括伦敦、纽约、迪拜(Dubai)以及东南亚的塔皮斯(Tapis)和米纳斯(Minas)原油市场,结果显示伦敦和纽约的原油期货交易在信息溢出方面占主导地位,东南亚、迪拜、伦敦和纽约四个市场的原油现货交易处于弱势地位.采用Hong(2001)方法的研究结果表明,在10%水平上,纽约WTI期货是伦敦Brent期货下跌风险的Granger原因,因此WTI期货略占优势.此外,在检验Granger,因果关系和信息溢出方面,实证表明Hong(2001)方法优于ECM.     

基金持仓与商品期货价格关系的实证研究——以铜期货市场为例

为考察基金操作行为与铜期货价格之间的关系,利用美国商品期货交易委员会公布的交易商持仓报告提供的持仓信息,采用Granger因果检验方法分析了国际基金操作行为与国际铜期货价格之间的关系.结果表明,价格收益率正向Granger影响基金净多持仓,即收益率上升会引起基金净多持仓的增加.但一般而言,交易商包括基金的净持仓并不引领价格变化.另一方面,瞬时Granger因果检验的结果显示,基金净持仓与期货价格之间存在互相影响、互为因果的关系.     

周内效应在牛市、熊市中的异化现象——关于中国证券市场的一个实证研究

基于行为金融学理论,考虑到不同市场环境下投资者的行为模式会存在差异,提出在研究日历效应时应将牛市和熊市区别对待.针对中国股票市场和基金市场的6个指数,按市场走势分为牛市、熊市两个时期,分别根据French的周内效应模型,运用EGARCH模型进行回归分析,然后依次采用日收益率差异检验和符号秩检验对回归结果进行分析.实证结果显示,牛市和熊市中的周内效应存在着显著差异.牛市时期表现出显著正向的周一效应,其收益率显著高于其他四个交易日,周四的收益率低于其他四个交易日;而在熊市时期则同时存在着显著为负的周一、周四效应,以及正向的弱周二效应.     

动态投资组合风险控制策略

从股市上采集的大量股票收益率数据表明,前后相邻的股票收益率数据呈现出一定程度的依赖关系,即前期收益率呈现出大的波动幅度,紧接着后期收益率也呈现出大的波动幅度,这样的波动特点被称之为"波动聚集性","风险传染性",在金融计量上,通常用收益率的方差来定量刻画收益率的波动幅度的大小和相应收益率风险的大小,因此本文选用能准确拟合金融资产收益率方差的GARCH模型来刻画金融资产收益率的这种"风险传染性",在此基础上应用协同持续思想构建了投资组合的风险优化控制模型,并求得了相应最优投资组合权重.选取6支股票作了实证检验.检验结果表明,按该模型配王的投资组合收益率长期被控制在较小的风险范围,在统计上亦表现出较高的夏普比.