指数样条和有理插值在零息票债券定价中的应用

文章介绍了贴现函数的定义,对贴现函数性质进行了研究,综述了逼近它的几种方法;然后,在相关研究的基础上,针对贴现函数性质,引入指数样条和有理插值,提供了一种逼近和计算贴现函数的新方法,并给出一个实例说明方法的有效性。     

基于协方差矩阵的主动学习方法及应用研究

由于工业过程采集的数据中常包含大量的无标签样本,而有标签样本数量少且人工标记成本较高,因此,提出一种基于协方差矩阵的主动学习方法。利用有标签样本建立高斯过程回归模型,并构建无标签样本之间的协方差矩阵,以协方差矩阵行列式的值作为评价指标。在挑选信息量较大的无标签样本的同时,衡量样本间的相似性,避免样本的冗余添加,最终在相同标记代价下提升模型预测精度。基于工业过程数据进行算法的应用仿真,验证了所提方法的可行性和有效性。     

算子权移位的强不可约性

讨论以可逆算子作为权序列的无穷重的算子权移位的强不可约性.这里给出了三个充分条件:设S是以{Wk}∞k=1(其中Wk∈L(H),k∈Z)为权序列的算子权移位.(1){Wn-1Wn--11…W1-1AW1W2…Wn}n∞=1有界蕴含A=λI.(或A=λI Q,Q是严格上三角算子,λ∈C);(2){Wn-1Wn--11…W1-1AW1W2…Wn}n∞=1有界蕴含σ(A)是单点集;(3){Wn-1Wn--11…W1-1AW1W2…Wn}∞n=1有界蕴含A是强不可约的.最后给出了利用上述条件判定S强不约性的例子.     

基于模糊点数据的线性回归分析

在经典回归分析理论中,假定训练数据是独立同分布的随机样本,并且在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数据的作用是不同的;通常有些训练数据比其它数据可能更为重要,因而不同的训练数据对曲线拟合的贡献应该不同.人们要求重要的训练数据对曲线拟合做出更大的贡献.实现这一目标的策略是给每个训练数据赋予一个置信权重并且重新推导了经典的最小二乘回归方法,分析了它们的统计性质.受文[1]的启发,将这里的样本称为模糊点样本数据.     

基于加权损失函数的粘连白细胞分割算法

针对粘连白细胞很难精准分割的问题,提出一种基于深度学习的粘连白细胞分割算法.首先,将急性淋巴细胞白血病患者的血液细胞显微图像的色彩空间由RGB转换至HSV,滤除红细胞并提取白细胞;其次,对提取结果中的粘连白细胞,将细胞边界设定为除前景和背景外的第三类,在深度学习分割模型训练过程中引入基于类别权重的加权交叉熵损失函数,使...     

2007—2016年中国省域碳排放效率评价及影响因素分析——基于超效率SBM-Tobit模型的两阶段分析

利用超效率SBM模型,对中国30个省级行政区(未包含西藏自治区和港澳台地区)2007—2016年的碳排放效率进行实证分析,并运用Tobit模型探究影响碳排放效率的因素.结果表明,省际碳排放效率分布不均衡,北京的碳排放效率居全国首位.全国整体碳排放效率自2007年起小幅度下降,2015年后略有提升.从四大区域来看,居碳排...     

我国货币政策时效性的协整分析

运用1978年至2003年的年度统计数据,对现金、狭义货币和广义货币与各主要经济变量之间因果关系进行Granger因果检验.在此基础上,具体分析相应货币供给量与主要经济变量之间的协整关系,建立误差修正模型.分析结果表明,货币供应量的变化对经济增长GDP的作用力不大,对消费和投资的影响力较小,货币供应量的变化对信贷的变化影响较大;从协整关系来看,信贷与货币供应量几乎同比例变化,两者的均衡误差也较大,货币供给对利率的影响也有较明显的滞后.     

稻鸭共育体系多因素正交旋转回归试验研究

以水稻种植密度、纯N量、放鸭数3个因子,设置5个水平组成正交旋转回归试验,试验数据分析显示,3个因子对水稻产量影响显著,影响的大小顺序是放鸭数>纯N量>密度,而且密度与纯N量的交互作用明显,纯N量与放鸭数之间的交互作用明显,都达到显著水平.通过方程模拟选优得出,密度在18万~25.5万株/hm2之间、纯N量在72.9~131.85 kg/hm2之间、放鸭数取225~360只/hm2之间,水稻单产可达到较高水平.     

一类多线性奇异积分算子的加权不等式

利用Fefferman-Stein不等式及A∞权函数的性质,得到了一类核满足Dini型条件的多线性奇异积分算子的Sharp估计和关于任意权函数的加权不等式.     

Dini型核多线性交换子的加权不等式

利用极大函数讨论具有Dini型核的奇异积分算子与Osc expLr函数的多线性交换子Tb的加权赋范不等式.