中国证券市场的非线性特征与分形维分析

采用Cao方法清楚地观测到中国证券市场的月收益率序列是确定性混沌序列,而日收益率序列和周收益率序列却接近于随机波动信号,不适宜做分形维的研究.对我国股市各指数分别作了分形维计算后,同时用替代数据法进行非线性检验,拒绝了中国股市为线性过程的可能性,从而保证了非线性前提下分维数结果的可靠性.结果显示:深证A股市场最为复杂,需要五个变量来建立动力学模型(D2=4 6150),而上证A股需要四个变量来建立模型(D2=3 2411).因此,深圳股市的效率弱于上海股市.而我国B股市场已经接近于发达国家股市的复杂性程度(D2=3 3195(上B);D2=2 5875(深B)),说明B股的效率比A股的效率高.     

二维分立单原子晶格非线性振动的特性

运用多重尺度方法及准分立近似，求解二维单原子晶格的非线性振动方程，在只考虑最近邻相互作用下，二维单原子晶格的非线性振动特性由二维CNLS(Cubic Nonlinear Schrodinger)方程描述．具有二维分立孤子拖曳解和颈模型摄动解．     

关于无穷维Möbius变换

首先得到无穷维Clifford数的一些性质,然后利用所得结果将Ahlfors关于双曲Möbius变换和严格抛物Möbius变换及Waterman关于Möbius变换迹的有关讨论推广到无穷维的情形.     

WFGT-维数和弱Π-凝聚环

本文引入弱II-凝聚环,定义了WFGT-维数,用弱余生成模类讨论了该类环及其上的模的一些(上) 同调性质.     

模糊膜计算模型与应用研究综述

膜计算是由生物细胞(群)相关机理启发的一类分布式、并行计算模型.膜计算模型已被证明是强大的并且以多项式时间复杂性求解众多的NP(non-deterministic polynomial)问题.膜计算模型与算法是膜计算领域的核心关键问题,特别是面向应用问题的模型和算法.模糊膜计算是近年开发的一种膜计算模型,它能克服先前模型在处理不确定性问题上的限制,得到极为广泛的关注.目前,模糊膜计算模型已在诸如电力系统故障诊断、微网控制中得到应用.首先简要地介绍几种模糊P系统,然后描述它们在工程问题中的应用.     

印度梨形孢对黑松幼苗生长量及其根系形态的动态影响

为研究印度梨形孢(Piriformospora indica)对黑松(Pinus thunbergii)幼苗生长及其根系形态的动态影响,在营养杯培育条件下研究了印度梨形孢对黑松地上部分与根系生长、根系构型及根系分形维数的影响。结果表明,印度梨形孢对黑松地下根系生长的促进作用发挥时间早于地上部分、效应显著高于地上部分,接种印度梨形孢15~30 d时对地上部分基本无影响,但对根系促进作用明显,而地上部分在60 d时生长效应显著。接种印度梨形孢可增加黑松地上部分、根系的生物量,也显著地改善了根系长度、分支数、表面积、体积等构型参数与根系分形维数,促进黑松生长。     

基于二维路由的流量工程解决方案

流量工程是应对互联网规模和流量高速增长的必要方法,高效的流量工程受限于流量矩阵的测量和已有路由设备转发能力.结合上述挑战提出了基于大流调度的二维路由流量工程方案,建立了描述二维路由大流调度问题的数学优化模型,使用改进的随机取整算法求得问题的近似解.实现了基于Quagga的二维路由大流调度的原型系统,使用扩展链路状态通告下发路由决策信息.真实实验证明,系统能够实现大流的快速调度.仿真实验结果表明,基于二维路由的大流调度明显优于基于传统一维路由方式的大流调度,并且前者能够达到接近最优的调度结果.真实实验和仿真实验证明,该方案不仅仅实现了更为细粒度的流量调度,而且具有更好的可扩展性以及更低的转发流表开销.     

改进的核极限学习机定位算法

针对神经网络无线定位方法,存在训练耗时长,定位结果易受噪声干扰的问题,提出了一种改进的核极限学习机无线定位算法。采取在同一位置进行多次测量的方法得到训练数据;把同一位置测得的数据划分为一个样本子空间并提取样本子空间的特征,以样本子空间的特征代替原来的训练数据;利用矩阵近似及矩阵扩展的相关理论改进核极限学习机算法;将处理过的训练数据利用改进的核极限学习机进行训练,得到定位预测模型。仿真结果表明,在相同数据集下,改进的核极限学习机训练用时短、定位速度快;在相同噪声干扰情况下,此算法定位预测误差小。经验证,该算法不但能提高网络的训练速度、定位速度,还能有效地降低噪声的干扰,提高定位精度。     

基于属性降维的钓鱼网站检测方法

随着对钓鱼网站分析刻画的不断完善,使得钓鱼网站检测特征呈现高维化特点。属性维度的增加以及数据量的增长,会造成检测计算复杂度呈几何倍数扩大,导致检测时间复杂度高、占用资源大和检测效率低。针对多属性的钓鱼网站检测,设计了一种基于属性降维的钓鱼网站检测方法。该方法使用信息增益方法对原始数据进行特征选择,筛除可能存在的冗余和噪声数据信息;根据不同属性间的互信息计算属性相关性矩阵,利用属性相关性矩阵作为权值参与加权主成分分析;根据得到的降维后新特征数据通过监督学习算法构建钓鱼网站检测模型。实验表明,该方法可以有效降低原始数据中冗余和噪声属性的干扰,能够有效检测出复杂网络环境中的钓鱼网站,同时具有较高的稳定性。     

模糊等价关系下的犹豫模糊粗糙集及其应用

首先通过对长度不同的犹豫模糊元进行补齐来定义犹豫模糊集新的交并运算,在Pawlak近似空间中利用新的运算建立粗糙犹豫模糊集模型;然后将Pawlak近似空间推广到一般犹豫模糊近似空间,利用犹豫模糊元间的相似度获得犹豫模糊近似空间中对象间的模糊关系矩阵,再利用模糊集的传递闭包法将模糊相似矩阵转化成模糊等价矩阵,在此基础上建立犹豫模糊信息系统中的粗糙集模型,研究犹豫模糊信息系统的属性约简。最后通过一个算例来说明犹豫模糊信息系统的属性约简方法。