平衡损失函数下Rayleigh分布参数的Bayes估计

在平衡损失函数下,得到了Rayleigh分布参数的Bayes估计,并讨论了一类c(-T)+d(其中(-T)=1/nn∑i=1X2i)形式估计的可容许性和不可容许性.     

一种基于标记点的近景摄影测量系统

给出了一种基于标记点的鲁棒三维重建摄影测量系统;采用编码点和非编码点等标记点方式.为了减少不同图像间误匹配的概率,采用一种新的基于编码点的匹配方法,不同图像间非编码点的匹配从编码点开始,并通过相似性准则、模糊度准则和距离误差准则来剔除误匹配,可获得非常高的正确匹配率.采用一种新的基于标记点的加权迭代特征算法,用编码点恢复相机的投影矩阵,从而可以确定相机的外部姿态参数;用非编码点恢复3D坐标.与已有的加权迭代特征算法比较,该算法避免了所有点参与计算相机的投影矩阵,运算速度更快.由于采用标记点的亚像素定位方法,提高了3D重建精度.实验结果表明,在3D重建方面,该系统是强壮和精确的.     

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.     

加权连续冲突分析模型及其三支决策方法

在已有冲突分析模型中,决策者(冲突对象)对于冲突属性的态度均以否定、中立或赞成为前提,其赋值以{-1,0,1}表示,因而所建立的冲突分析模型未能表示决策者(冲突对象)对于冲突属性赞成、否定或中立的程度等信息,况且冲突属性的重要度并不是完全相同的.本文考虑冲突分析模型中决策者(冲突对象)对冲突属性否定、中立或赞成的程度等...     

用于地月空间VLBI的加权全频谱信号合成技术

在我国探月工程四期嫦娥七号任务中,中继星将搭载一个4.2 m口径的X波段抛物面望远镜.该望远镜将与地基望远镜构成具有400000 km空地基线的月球轨道VLBI实验系统,实施地月空间VLBI实验.为尽可能提高空地VLBI基线灵敏度,提出了采用加权全频谱合成(FSC)技术增强地基信号.本文先理论推导了信号合成后的效果及两个望远镜信号合成时的最优加权系数比值.然后设计了VLBI加权全频谱合成算法,并基于实测信号利用网格搜索的方法找到最优加权系数,结果与理论推导相符.最后,利用“嫦娥四号”多组VLBI原始观测信号进行测试.结果表明,本文设计的信号合成算法可以大幅度提高VLBI基线射电源信号的信噪比.     

(～ρ)混合阵列加权和的收敛性

利用(～ρ)混合序列的一个矩不等式,得出了(～ρ)混合阵列加权和在Cesàro一致可积性假设条件下的Lr收敛性及弱大数定律和在弱于Cesàro一致可积性条件下(～ρ)混合阵列加权和的完全收敛性.     

关于二阶线性递归序列的加权和

设{wn}为二阶线性递归序列,n为整数.给出了关于二阶线性递归序列{wn}的加权和T(m)的定义,研究了二阶线性递归序列{wn}的加权和T(m),得到了关于加权和T(m)的一个公式,本文的主要结果推广了Kiyota Ozeki的一个结果.     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

基于正交设计和灰色关联理论的混杂纤维ECC优化设计

目的 对混杂纤维工程用水泥基复合材料进行配合比优化设计,得到综合性能优越的混杂纤维ECC材料(HFRECC).方法 采用正交试验研究水胶比、PVA纤维、碳酸钙晶须(CW)以及改性PP纤维(MPP)体积分数等因素对流动度、立方抗压强度、抗折强度以及劈裂抗拉强度的影响,利用组合加权灰色关联理论确定各性能的权重,实现HFRE...     

基于加权主成分分析和改进密度峰值聚类的协同训练算法

[目的]针对协同训练算法在视图分割时未考虑噪声影响和两视图分类器对无标记样本标注不一致问题,提出了基于加权主成分分析和改进密度峰值聚类的协同训练算法.[方法]首先引入加权主成分分析对数据进行预处理,通过寻求初始有标记样本中特征和类标记之间的依赖关系求得各特征加权系数,再对加权变换后的数据进行降维并提取高贡献度特征进行视...