金融危机前后的全球主要股指联动与动态稳定性比较

针对传统参数分析法可能存在参数和指标多样化而导致结果迥异的问题,提出直接从真实交易数据入手,采用具有准确拓扑序列的亚超度量空间方法.通过对2005年7月22日至2009年6月30日全球最具代表性的52个股指的日数据,并以2008年9月15日为金融危机前后的分界点进行实证,结果发现:金融危机爆发后,全球股市股指间地理区域聚集效应更加明显,各股指间的相关程度显著提高,其联动性更强;全球股指的动态稳定性在整体上是相对稳定的;在金融危机后,美国的股指影响力在降低,而中国在增强.为了避免全球股指剧烈波动,金融监管应该是全球协调的,而不应是一个国家或某个区域的单独行为.应保持世界各国证券市场的"多样性(差别化)",来防止经济和金融一体化带来的"一荣俱荣,一损俱损".     

Algorithms for degree-constrained Euclidean Steiner minimal tree

A new problem of degree-constrained Euclidean Steiner minimal tree is discussed, which is quite useful in several fields. Although it is slightly different from the traditional degree-constrained minimal spanning tree, it is also NP-hard. Two intelligent algorithms are proposed in an attempt to solve this difficult problem. Series of numerical examples are tested, which demonstrate that the algorithms also work well in practice.     

一种基于BDD求解PIS的新方法

提出了基于双择判决有向图 (BinaryDecisionDigraph ,BDD)求解故障树的全部PIS的新方法 ,该方法将故障树转化为BDD ,通过反对称规律将故障树的BDD转化为对偶BDD ,再基于该对偶BDD用迭代算法实施第二次对偶运算 ,从而达到求原故障树全部质蕴涵集的目的     

A DEA-TOPSIS method for multiple criteria decision analysis in emergency management

A hybrid approach of DEA (data envelopment analysis) and TOPSIS (technique for order performance (preference) by similarity to ideal solution) is proposed for multiple criteria decision analysis in emergency management. Two DEA-based optimization models are constructed to facilitate identifying parameter information regarding criterion weights and quantifying qualitative criteria in TOPSIS. An emergency management case study utilizing data from the Emergency Management Australia (EMA) Disasters Database is provided to demonstrate the feasibility of the proposed analysis procedure.     

基于软件历史仓库和抽象语法树的相似缺陷识别方法

软件开发过程中,软件开发人员常常通过搜索软件历史仓库(historical software repository, HSR),再经复制/粘贴以实现软件复用。HSR中会保存被复用的代码的缺陷及修复信息,辅助处理相似缺陷。基于此,提出一种基于HSR挖掘的相似缺陷识别方法。首先,基于变更日志的分析,从HSR中提取出已知缺陷的模块,建立bug模块库。然后,采用基于抽象语法树(abstract syntax tree, AST)的相似代码检测方法,识别待测试软件与bug模块库中相似的代码,并借助HSR中保存的相应缺陷及修复信息,完成待测试软件中可能包含潜在缺陷的模块的识别。同时,为提高相似代码的识别精度,优化基于AST的代码特征度量。在18个C程序、164对克隆代码上进行实验,结果表明所提方法能够识别出全部相似代码且性能优于已有工具。在人工构建的bug模块库上验证了代码相似性对相似缺陷识别的作用。最后,在8个真实的大型C项目上进行验证,平均缺陷召回率达到94%,表明挖掘HSR可以有效地为跨项目传播的相似代码提供缺陷理解支持。     

基于最小生成树与概率松弛结合的谱匹配算法

提出了一种基于最小生成树与概率松弛结合的谱匹配算法。该算法分别对给定的两个待匹配的特征点集构建最小生成树,通过最小生成树构造Laplace矩阵,由奇异值分解该矩阵得到的特征值和特征向量,计算出特征点匹配的初始概率,利用概率松弛迭代法,获得最终匹配结果。用大量的真实序列图像进行比较实验,结果验证了该算法的有效性和准确性。     

基于多分类支持向量机的智能辅助质量诊断研究

在分析比较目前常用的质量辅助诊断方法局限性的基础上,提出了一种基于多分类支持向量机(SVM)的质量控制图智能诊断新方法.该方法以SVM技术为智能核心,较好地解决小样本学习问题,避免了人工神经网络等智能方法在对小批量生产过程质量诊断时所表示出的过学习、泛化能力弱等缺点.另一方面,通过结合投票法和决策树的基本思想,所提方法拓展出对控制图混合型异常模式的识别能力,从而提高了对质量过程诊断的全面性和准确性.与其它几种常见人工智能方法质量诊断的效果进行对比,实验表明,所提方法容易实现、诊断精度高,为实现小批量加工过程的在线质量诊断与控制提供可行的思路.     

基于信息熵的纵列式无人直升机故障树诊断

研究纵列式无人直升机故障诊断问题.首先根据其操纵控制系统的结构特征,建立操纵控制故障树及故障传播矩阵.其次运用信息熵决策推理方法,分析样本测量与信息不足引起的不确定决策,进行故障树不确定性推理,并确定故障节点重要度及隶属关系.最后根据二元假设检验,进行故障判定.并针对直升机尾传动轴不对中故障,引起振动与作动器效能降低,进行仿真与实验,验证该故障诊断方法的可行性与有效性.     

两种带多约束的组播路由算法

组播对其成员节点能够提供服务质量,且组播在未来通信网络当中起到越来越重要的角色.对多约束斯坦利最小树问题,提出了基于Boruvka方法的多约束组播算法(BMCMRA)与基于Kruskal方法的多约束组播算法(KMCMRA).仿真试验表明算法具有良好代价性能,且能够很好地满足多约束条件.     

复杂网络中连通支配中心性的计算

分析了现实生活中对重要节点的需求背景,对连通的网络模型提出了一种新型中心性评价指标,连通支配中心性。该中心性利用网络连通支配集的"连通"和"支配"两大特性,通过循环构建点导出支配子图的连通支配集,生成一棵支配关系扩展有向树。然后基于各节点在该有向树中的支配层次数,支配数和支配边权值3方面的属性,设计了反映节点支配能力强弱的中心性计算公式。最后以合作关系图为例进行相应实验,发现连通支配中心性比较高的节点不仅构成了网络的骨干网,能较好地维持网络基本形态,而且能桥接几个不同研究分区,起到一定的中介作用,体现了网络中节点的组织控制能力。