基于时差相关多变量模型的金融危机前后国际原油价格影响因素分析

为研究各因素与国际原油价格之间相互影响的程度和时差关系,提出了基于时差相关多变量模型的分析 框架.根据该框架, 在确定影响因素和模型变量后,对各因素与油价间的时差相关关系进行了分析,以 此作为确定和调整模型中变量滞后阶数的依据,结合变量系数是否显著和模型调整R²是否提高的判 断准则,对金融危机前后共七组样本构建了多元回归模型.研究结果发现:各因素与油价的相互作用并不都 是在当期完成的;金融危机爆发后,各因素与油价的关系均发生了不同程度的变化,且油价有向基本面回归的趋势.     

集中式多传感器广义相关算法

为把集中式多传感器系统顺利应用于需要较小耗时和准确跟踪的工程场景,基于对现有算法优缺点的理论分析,提出了并行处理结构的集中式多传感器广义相关算法;该算法建立了多传感器广义相关算法得分函数,并基于得分函数完成了点航互联、跟踪滤波、航迹质量管理和航迹起始;经仿真及实测数据验证,该算法能够同时满足集中式多传感器系统对算法耗时及跟踪准确性的需求,整体性能优于顺序处理结构的集中式多传感器联合概率数据互联算法和并行处理结构的集中式多传感器概率最近邻域算法。     

周期为偶数的三值自相关四进序列偶

提出了一种新型的离散信号形式--三值自相关四进序列偶,对周期是偶数的这种信号作了重点研究,得到了周期为偶数的三值自相关四进序列偶的自相关函数值的最大副峰模值至少是2的自相关特性,并给出了一种使得到的四进序列偶的副峰值是{0,-2},满足这种自相关特性的四进序列偶的构造方法。当构造方法中所用的伪随机二进序列偶具有好的平衡性时,构造得到的四进序列偶不仅具有很好的相关性而且具有很好的平衡性。     

《复杂系统与复杂性科学》入编《中文核心期刊要目总览》

接北京大学图书馆《中文核心期刊要目总览》编辑部通知,《复杂系统与复杂性科学》杂志入编2012年出版的《中文核心期刊要目总览》(第六版)之自然科学总论类核心期刊。该书由北京大学图书馆等相关单位依据文献计量学的原理和方法,经研究     

基于组合预测的间断性需求器材预测

为了提高间断性需求装备器材的预测精度,提出一种组合预测模型。该模型从解释变量序列和自相关序列两个方面进行组合预测,对解释变量序列采用Logistic回归模型预测提前期非零需求发生概率,对自相关序列采用Markov过程估计提前期非零需求发生概率,整合两个预测结果得到最终的提前期需求。实验结果表明,该预测模型具有较高的预测精度。     

基于延时相关处理的ESPRIT算法

为了提高旋转不变子空间(estimation of signal parameters via rotational invariance techniques, ESPRIT)算法的分辨力和测角精度,充分利用非零延迟相关函数中信号入射角度的信息,提出了基于延时相关处理的ESPRIT算法。根据所有阵列间延时相关信息,构造新的阵列输出矩阵,并且得到新的协方差矩阵。对新的协方差矩阵进行特征值分解得到特征向量,通过将特征向量划分得到含有入射角度信息的子阵,最终求得信源的入射角度。仿真结果表明,该算法的分辨力和测角精度均优于原ESPRIT算法,并且在小角度间距情况下也有较好的分辨性能。     

基于区块自适应网格的全球地形快速绘制算法

在基于球面剖分的全球地形数据组织模型基础上,实现了一种视点相关的全球地形数据快速调度与可视化的算法。提出了一种基于区块纹理分辨率的自适应目标层次模型提取方法,能够快速准确地得到视点相关的正确细节模型,且算法的时间空间复杂度与全球地形模型的数据量无关。进而通过利用区块结构的一致性进行高效的外存数据调度,尽可能地减少了系统I/O带来的性能瓶颈,在实现数据重利用的同时很好地管理了内存消耗。实验表明,基于该算法可以实现全球地形的高效绘制,并且对硬件配置要求很低,具有很好的实用性。     

基于粒子群算法的图像相关反馈研究

在浩如烟海的图像库中按用户的需求去搜索图像,传统的做法是基于图像的视觉低层特征进行检索。但是由于视觉低层特征与高层语义之间存在语义鸿沟,因此检索结果往往不尽如人意。研究者发现,将相关反馈技术引入图像检索中则能提高系统的检索性能。提出将粒子群优化算法(Particle Swarm Optimization)[1]引入基于内容的图像检索之中,通过用户对检索结果进行评价,系统通过学习来动态修改各特征的权值,从而达到模拟人类的思维,提高图像检索系统的检索性能,并通过实验证明该算法的可行性和有效性。     

模糊推理在系统预测中的应用

将模糊推理应用于系统预测,使用正态分布原理对变量进行区分,并用模糊聚类中的相关系数法选择特征因子,建立了模糊推理预测模型。并将其应用于能源消费量的预测。