基于VaR-GARCH模型族的我国期铜市场风险度量研究

描述了金融时间序列的一般特性,从收益的波动性与分布出发,组建起计算时变风险价值的VaR-GARCH模型族,并应用该模型族在3种分布假设下对我国铜期货的市场风险进行了实证分析.研究结果表明,基于广义误差分布的VaR-EGARCH模型能很好地刻画期铜收益的尖峰厚尾性与市场风险.同时,对期铜市场风险的变动趋势进行了详细剖析.     

前向神经网络学习速率的自适应算法

学习速率是控制神经网络学习过程的一个重要参数,影响神经网络的稳定性和快速性。提出了一种能够满足实时性要求的神经网络学习速率的自适应算法,并证明了在该学习速率下,神经网络的学习过程是Lyapunov意义稳定的。该方法通过为神经网络的输出增加一个输出修正量来补偿多个未知因素对学习误差的影响,从而构造使学习误差快速收敛到零的学习速率自适应算法。通过对神经网络在线逼近一个非线性对象的过程进行仿真,结果证明了该方法的有效性。     

两弹协同定位的可行性研究

对两枚导弹协同定位的可行性进行了研究,推导出了其能有效定位的条件。并对正常工作下两枚导弹的信息共享、协同作战情况进行了仿真研究。结果表明,当两导弹均距离目标较远,或两导弹一远一近的情况下,通过信息融合,协同定位,可以有效提高单个导弹的定位精度,同时定位精度也受导弹本身站址误差的影响。     

视频语义分类特征选择算法

提出一种将连续特征数字量化后进行特征选择的算法(ABFSA)。利用样本集中的先验信息选择出特征值域中最具类间区分意义的区域,将其作为完整量化区间。采用向后式的启发搜索策略,搜索合并后能使贝叶斯分类错误率降低的相邻量化区间。合并搜索得到的两相邻量化区间,量化的级数降低一阶。重复搜索和合并过程,直至贝叶斯分类错误率不再降低为止。所有特征搜索、合并完成后,总的特征量化阶数得到大幅降低。用UCI仿真数据集及真实视频数据进行实验,对比结果表明该算法能有效选取视频语义概念分类的重要特征,其综合性能较优。     

线加速度计辅助惯性姿态角测量的误差分析

通过对成对的线加速度计信号的二次积分,可以得到高精度、宽带宽的惯性姿态角信号。对线加速度计辅助惯性姿态角测量的误差分析表明,测量误差由加速度计噪声、二次积分离散化、信标噪声和加速度计频率特性误差组成。对于大角度振动信号,加速度计频率特性误差是误差的主要因素。数字补偿器对加速度计频率特性误差做出修正后,测量精度得到明显提高。对3角分30 Hz单频振动,当信标以200 Hz修正累积误差时,测量误差小于1角秒。     

有效抑制黑灰区域噪声的逆半调算法

针对误差分散半调图在黑灰区域的“有界循环”现象,提出了一种基于人眼视觉系统的逆半调算法。该算法利用基于连通区域的分割方法将黑灰区域和非黑灰区域较好分离。然后通过分析均匀灰度图同对应半调图灰度之间的定量关系,设计了去除黑灰区域噪声的有效方法。最后给出了该算法的具体步骤。算法简单易行、速度快,实验证明逆半调图像不仅具有良好的视觉效果,其峰值信噪比等项指标也有较大提高。     

基于LDPC的不均等错误保护H.264抗误码算法

从最新的H.264视频压缩标准出发,提出一种基于数据分类和LDPC的不均等错误保护的策略。根据H.264数据分类中信息比特重要性的不同,对其进行不均等错误保护,即对信道中优先级较高的数据,采用码率低,抗误码性能更好的LDPC编码传输,以提高传输效率。仿真结果表明,这种联合的信源信道编码算法在AWGN信道下具有比以前的一般算法(如Turbo码)更好的适应性和更强的健壮性。     

基于Protel DXP的电子电路仿真技巧

本文针对Protel DXP在电子线路的直流工作点分析、直流扫描分析、瞬态分析等仿真过程中常见的问题予以归纳与阐述,并给出了解决这些问题的具体办法.     

动态电压恢复器的控制策略

通过把负载电压看作动态电压恢复器(DVR)的控制对象,开关器件的占空比看作控制量,电网电压和负载电流看作干扰量,可将DVR的数学模型简化为单输入单输出系统.结合控制量的计算方法,推导出了控制量到被控对象和干扰量到被控对象的传递函数.分析传递函数可知,负载电流特别是其中的高频分量会使DVR的补偿性能变坏.提出了误差校正控制方法,在传统电网电压前馈的基础上通过误差校正实现了负载电流前馈,基本消除了负载电流的影响.仿真结果验证了理论分析的正确性.     

关于SVD图像水印算法的分析和改进

分析现有的利用奇异值分解的一些图像水印算法，指出其存在着对原始载体图像和随机选取的图像的误检测率高的问题.通过分析奇异值分解的性质，指出了造成以上问题的原因并构造了一种新的算法.实验表明新算法能够比较好地区别含水印图像和未含水印的原始载体图像，对随机选取的图像的误检测率也大大降低，同时保证了比较高的鲁棒性，有实用价值.