On the Predictive Content of Autoregression Residuals: A Semiparametric,Copula‐Based Approach to Time Series Prediction

This paper proposes an adjustment of linear autoregressive conditional mean forecasts that exploits the predictive content of uncorrelated model residuals. The adjustment is motivated by non‐Gaussian characteristics of model residuals, and implemented in a semiparametric fashion by means of conditional moments of simulated bivariate distributions. A pseudo ex ante forecasting comparison is conducted for a set of 494 macroeconomic time series recently collected by Dees et al. (Journal of Applied Econometrics 2007; 22: 1–38). In total, 10,374 time series realizations are contrasted against competing short‐, medium‐ and longer‐term purely autoregressive and adjusted predictors. With regard to all forecast horizons, the adjusted predictions consistently outperform conditionally Gaussian forecasts according to cross‐sectional mean group evaluation of absolute forecast errors and directional accuracy. Copyright © 2012 John Wiley & Sons, Ltd.     

光纤布拉格光栅传感器的一种波长解调方法

光纤布拉格光栅（FBG）经过中心波长解调,可实现对应变、温度等物理量的高精度传感检测．在光纤光栅传感中,如何检测中心波长的微小移位是传感解调的核心问题．为此,文中介绍了一种基于互相关原理的FBG中心波长解调方法．FBG的初始光谱和被调制后的受扰光谱形状相似,只是中心波长产生了漂移,通过对初始光谱与受扰光谱互相关值的解算,即可解调出中心波长的位移量．将实验结果与自相关法、功率加权法和最小二乘法等波长解调方法进行了对比,结果表明互相关方法可以有效地进行中心波长解调．     

一类新的支持向量机核函数——埃尔米特核函数

基于埃尔米特正交多项式,文章提出了向量形式的广义埃尔米特多项式,并由此衍生出一类新的核函数——埃尔米特核函数.该类核函数最大的优势在于其参数仅在自然数中取值,能大大缩短参数优化时间.在鲁棒性与泛化性能方面,文章在双螺旋集和标准UCI数据集上与常用的核函数(多项式核、高斯径向基核等)做了对比试验.     

智能识别中的降维算法简述

近年来降维方法作为智能识别中关键的数据预处理技术得到了较为成功地运用。在总结比较经典的降维方法的基础上,分别从特征选择和特征提取两个方面来阐述各种方法所具有的特点和优势,并在一定程度上指出相应方法在目前所存在的问题和挑战。     

改进的模糊一致矩阵决策方法及其应用

对基于模糊一致矩阵的决策方法目前尚存在的不足之处,如模糊优先关系矩阵的元素不能体现相应两个对象之间优劣的差异程度、满足条件a的最小值不容易确定、计算优度值进行单指标排序的方法有待改进等进行了分析,从模糊优先关系矩阵的构造、模糊一致矩阵的转化、排序方法等方面对基于模糊一致矩阵的决策方法进行了改进.将改进后的决策方法用于方案优选的实际问题,进行实证分析.分析结果表明,改进后的决策方法能更好地反映参评对象的实际情况.     

Genetic algorithm for pareto optimum-based route selection

A quality of service (QoS) or constraint-based routing selection needs to find a path subject to multiple constraints through a network. The problem of finding such a path is known as the multi-constrained path(MCP) problem, and has been proven to be NP-complete that cannot be exactly solved in a polynomial time. The NPC problem is converted into a multiobjective optimization problem with constraints to be solved with a genetic algorithm. Based on the Pareto optimum, a constrained routing computation method is proposed to generate a set of nondominated optimal routes with the genetic algorithm mechanism. The convergence and time complexity of the novel algorithm is analyzed. Experimental results show that multiobjective evolution is highly responsive and competent for the Pareto optimum-based route selection. When this method is applied to a MPLS and metropolitan-area network, it will be capable of optimizing the transmission performance.     

波长路由网络光通路呼叫阻塞分析研究

基于马尔科夫链相关性理论研究了波分复用全光网络中光通路呼叫请求过程,提出了阻塞性能数学分析方法。模型中引入了光网络资源预留过程中所应该考虑的光节点接收器的配置情况。数值分析表明,光纤中复用的波长数越多以及网络通信负载量较小时,配置波长转换能明显改善光网络的阻塞性能,而且目的光节点配置接收器的数量约为光纤链路复用波长数的二分之一时,即使增加配置节点接收器的数量也难以提高光通路的呼叫阻塞性能。     

相关Nakagami衰落信道下SC/MRC系统性能分析

多输入多输出（multiple-input multiple-output,MIMO）系统的发射端天线选择是从多根天线中选择其中信道状况最好的一根用于发射信号,可减少所需要的射频链的个数,从而降低系统的复杂度及实现成本.该文研究发射端进行天线选择、接收端采用最大比合并接收的系统在相关Nakagami衰落信道下的性能,推导出输出信噪比的分布密度函数,进而给出了精确的误比特率（BER）公式,该表达式仅包含非常简单的函数,易于计算.     

关于选择理论的若干进展及相关问题

本文综述了选择理论近年来的若干进展,分别介绍了它和收缩核理论、函数插入问题、广义度量与覆盖性质之间的联系,提出了一系列相关问题．     

基于绿色通信的大规模MIMO天线选择算法

绿色通信是移动通信系统（例如5G系统）的主要特征之一。在大规模多输入多输出（multiple-input multiple-output, MIMO）系统中如何提高能源效率是一个重要研究课题,天线选择是提高能源效率的有效方法。现有的天线选择算法有些是局部优化,有些是单目标优化,为克服这些缺点,提出了基于博弈论的大规模MIMO天线选择算法。该算法通过系统容量和发射功率构造博弈的效用函数,每进行一次博弈都得到一组天线,在博弈达到均衡时,能源效率取得最大值。文中给出了纳什均衡存在性证明,也推导了纳什均衡点与能源效率之间的等价。仿真结果表明,采用博弈论算法能够克服局部优化,在保持信道容量较高的同时也提高了能源效率,可见该算法在能源效率上的提高有助于实现绿色通信。