Blac-Scholes模型下美式期权定价的神经网络算法

考虑Black-Scholes模型下的美式看跌期权定价问题. 首先, 基于Black-Scholes模型, 设计一种针对该模型的神经网络算法, 并给出美式期权价格的数值近似; 其次, 通过与传统的二叉树方法对比, 证明该算法的有效性.     

考虑砂岩残余强度的二元结构深挖路堑边坡稳定性分析

在西部地区的公路工程中出现了大量二元结构深挖路堑边坡,对此类边坡稳定性分析中的岩体材料强度取值依然没有明确定论.以兰永一级公路为背景,将发生失稳的K35+000~150标段黄土-砂岩二元结构边坡的破坏形式作为参照,在分析该深挖路堑边坡破坏原因的基础上,选取该标段上一典型断面,采用有限元软件研究坡底砂岩分别处于峰值强度和残余强度两种不同强度指标下的深挖路堑边坡的稳定性以及边坡的变形破坏特征,并基于残余强度下的边坡模型,研究预应力锚杆加固对边坡稳定性的影响.结果表明:以残余强度为基础对边坡稳定性进行分析更为贴合此类边坡工程的实际状况,边坡若能在开挖过程中采用预应力锚杆支护底部基岩层将有效提高边坡稳定性从而阻止坡体失稳发生.研究结果可为今后甘肃地区黄土-砂岩二元结构高边坡的稳定性分析提供参考.     

基于深度学习的交通拥堵检测

针对交通拥堵检测,提出一种利用深度学习中卷积神经网络(convolutional neural network, CNN)对交通拥堵图像进行检测的方法。首先,使用基于TensorFlow框架设计了含有三层卷积层的神经网络分类模型。其次,利用道路拥堵与非拥堵图片对分类模型进行训练,并进行评估。最后,利用训练完成的模型进行道路拥堵检测,与多种深度学习分类模型分类方法进行对比实验,表明该卷积神经网络模型能够更有效地进行拥堵检测,检测准确率达到了98.1%。     

人工智能时代知识图谱表示学习方法体系

 总结了不含辅助信息的知识图谱表示学习方法,主要是基于距离和基于语义匹配2类主流方法;研究了包含文本辅助信息和类别辅助信息的知识图谱表示学习方法;通过对比各类表示学习方法的优缺点,发现引入辅助信息能有效表达知识图谱中新实体,但时空开支大幅上升,因而在现阶段,不含辅助信息的方法更易应用于实际场景中。分析了知识图谱嵌入如何应用于三元组分类、链路预测、推荐系统等下游任务,整理归纳了应用于不同任务的数据集和开源库的集合,并展望了大规模、动态知识图谱等具有广泛应用前景的研究方向。     

基于改进CNN-GRU网络的多源传感器故障诊断方法

提出一种复杂系统内多源传感器的故障诊断方法.利用多源传感器数据之间的相关性,使用卷积神经网络提取不同传感器之间的联系和特征.在卷积网络中,设计了传感器数据标定模块使得网络更关注学习与故障信号相关的传感器数据.利用循环网络对传感器自身的时序特征建模,引入跳跃连接和辅助损失函数降低网络的训练难度.最后综合时空特征,一次计算得到故障分类结果和故障参数估计.仿真结果表明,改进后的CNN-GRU网络能够实时准确地诊断传感器的固定偏差故障和漂移偏差故障,传感器数据标定模块和跳跃连接的引入有效地提高了诊断算法的准确率和精度.      

基于改进TADW的链路预测算法

针对经典的节点相似性链路预测算法只考虑网络拓扑结构或者节点属性信息的问题,使用词嵌入模型Word2vec学习得到节点文本属性信息的表示,进而改进TADW(text-associated deep walk)算法,弥补其语义信息表示能力的不足.基于改进的TADW图嵌入方法提出一种融合网络拓扑结构和节点属性信息的相似性指标,并基于此相似性指标提出链路预测算法.在三个真实数据集上的实验结果表明所提出算法可以提高预测精度,并具有更好的鲁棒性,同时使用图嵌入的方法有效解决了网络数据的稀疏性问题.     

基于Mask R-CNN的多目标跟踪算法

针对目前多目标跟踪算法在面对目标频繁遮挡时跟踪效果较差的问题, 提出采用Mask R-CNN作为检测器, 根据检测结果利用Kalman滤波器预测下帧图像中跟踪目标的位置, 用改进匈牙利算法进行数据关联, 并利用轨迹修正方案应对轨迹中断问题. 将该算法在MOT16数据集的各测试集上进行实验, 实验结果表明, 该算法目标跟踪准确率为55.1%, 且针对目标被遮挡问题效果较好.     

兰州红砂岩地层地铁站深基坑变形规律分析

为研究高水位红砂岩地层基坑降水开挖引起的变形规律,以兰州东方红广场地铁车站深基坑工程为背景,对基坑降水开挖过程中桩体水平位移以及坑周地表沉降进行现场监测.采用有限差分软件Flac3D对基坑降水开挖过程中的位移进行模拟计算.监测结果表明:随着基坑开挖深度的增加,桩体最大水平位移的位置逐渐下移,最终靠近基坑底部,大约在坑底以上1～2 m;地表最大沉降值出现在距离基坑边5～7 m处,大约0.29～0.41倍的基坑开挖深度;桩间水土流失是造成地表沉降过大的主要原因.模拟结果与实测结果对比分析得出:地表沉降模拟值与监测值变化趋势基本一致;桩体在距地面小于12 m部分其水平位移模拟值与实测值非常接近,大于12 m部分实测值明显大于模拟值.     

基于社区挖掘的网络业务监控方法

网络业务监控通常应用于大型企业级网络监控,通过分析企业网中承载的业务数据,实现对网络中业务类型及不同业务对应的终端分布情况的监测.提出了一种基于社区挖掘的网络业务监控方法,该方法的输入为企业网中IP通联数据,通过构建IP通联图,并基于IP通联图进行社区挖掘,输出IP通联社区,每个社区代表一种业务类型,社区内节点代表相应的业务终端.通过对某大型跨国企业网络数据的实证分析,发现与传统业务监控方法相比,该方法不仅能够有效发现各业务网络,实时监控业务网络状态,且能对网络中出现的新业务进行预警.     

海杂波背景下基于四元数电磁矢量阵列DOA估计

针对复杂多变的海杂波常伴随待测信号混入雷达系统而严重干扰目标信号的波达角度估计的问题, 提出一种新的基于电磁矢量阵列的四元数模型, 通过分数低阶统计量特性抑制海杂波噪声的二维波达角度估计方法。首先推导出电磁矢量阵列的四元数导向矢量, 然后利用分数低阶概念得到四元数分数低阶协方差矩阵,最后根据奇异值分解MUSIC(Multiple Signal Classification)算法得到谱估计公式。仿真实验结果表明, 与标量阵列和非四元数电磁矢量阵列MUSIC 算法相比较, 该方法可较好地抑制海杂波噪声, 且能提高估计精度。