基于MC3投票法和机器学习的信用风险评估

信用风险评估是金融风险管理的重要问题,为提高信用风险评估的有效性,基于马尔科夫链蒙特卡罗模型综合方法提出模型投票方法,这种方法可以不需要进行指标剔除,减少了特征选择过程中的信息丢失,同时可以更为谨慎地评估信用风险。结合MC3投票法和机器学习方法,构建了信用风险评估模型。在此基础上,借助国泰安数据库上市制造业企业的财务指标数据,对构建的信用风险评估模型与其他模型的预测性能进行了比较分析。检验结果表明:相对于一次剔除法和逐步剔除法,MC3投票法降低了银行由于信用风险评估模型的一类错误而造成的损失,从而提高了信用风险评估模型的性能。

公司累积投票制对中小股东投票意愿的影响研究

本文通过问卷调查法,利用SPSS统计分析软件,研究公司累积投票制对中小股东投票意愿的影响。研究结果显示:累积投票制适用的明确性、累积投票制的实效性和投票便利性对中小股东投票意愿均有正向影响;累积投票制适用的明确性对投票便利性具有正向影响,但累积投票制的实效性对投票便利性的影响不显著;投票便利性在累积投票制适用的明确性与中小股东投票意愿之间起到部分中介作用,但投票便利性在累积投票制的实效性与中小股东投票意愿之间的中介作用不显著;控股股东抵制在累积投票制适用的明确性与投票便利性之间以及累积投票制的实效性与投票便利性之间均起到负向调节作用。因此,公司应当增强累积投票制适用的明确性、消除控股股东的抵制行为以及提高投票的便利性,从而提高中小股东的投票意愿。

对投票研究的文献综述

投票是一种比较民主的决策方式,对投票的研究主要涉及以下三个问题:投票规则问题,采取什么样的投票程序更加合理;投票结果问题,如何使多数人的投票最后得到一个均衡的结果;对上面两个问题可能性的证明,三大不可能定理。未来关于投票的研究更多的将会走向案例研究,特别是利益双方的策略投票与防策略投票的博弈将会成为研究重点。

基于香农熵代表性特征和投票机制的三维模型分类

目前基于视图的3维模型分类方法存在单视图视觉信息不充分、多视图信息冗余的问题,且同等对待所有视图会忽略不同投影视角之间的差异性。针对上述问题,该文提出一种基于香农熵代表性特征和投票机制的3维模型分类方法。首先,通过在3维模型周围均匀设置多个视角组来获取表征模型的多组视图集。为了有效提取视图深层特征,在特征提取网络中引入通道注意力机制;然后,针对Softmax函数输出的视图判别性特征,使用香农熵来选择代表性特征,从而避免多视图特征冗余;最后,基于多个视角组的代表性特征利用投票机制来完成3维模型分类。实验表明:该方法在3维模型数据集ModelNet10上的分类准确率达到96.48%,分类性能突出。

高校专业技术职务评聘投票系统的建设与应用——以天津医科大学为例

为进一步深化职称制度改革,天津医科大学在总结传统专业技术职务评聘过程中存在的问题的基础上,结合工作实际,设计了集材料申报、材料展示和专家评审一体化的专业技术评聘投票系统,并投入使用.本文对系统建设特点做了具体的介绍,并通过实际应用,实现了专业技术职务评聘信息化管理模式,极大提升了评审工作的效率和科学化水平.

制度、关系对博士学位论文答辩投票影响的分析

基于2857位参与过博士学位论文答辩的博士生导师的问卷调查,对博士学位论文答辩委员的答辩评价行为进行分析。研究结果显示,由导师直接聘请的答辩委员更倾向于投同意票;现行的答辩程序安排更有利于答辩委员投同意票;监督制度对答辩委员投票行为的约束作用不明显。答辩委员与导师关系对答辩投票结果有重要影响,相熟程度越高,越倾向投同意票。由此提出促进答辩委员公正投票的举措:完善答辩正式制度建设,抑制关系的消极影响;强化学术共同体监督作用,保障答辩委员答辩评价自由权;健全答辩评价问责机制,提升答辩委员用权自律意识和自觉性。

基于多度量多模型图像投票的织物表面瑕疵检测方法

为解决自动化生产线上织物表面瑕疵检测准确率低和计算速度慢的问题,利用织物表面具有周期纹理的特性提出了一种改进的RANSac检测方法,即多度量多模型图像投票。首先将输入图像裁剪为尺寸一致的子图,计算出子图多维度量的输出值矩阵;然后与改进RANSac计算出的无瑕疵背景的多维度量标准值分别对应作差,采用投票得出每张子图的基础分;再将其在4个记数模型下得到的综合评分排序,根据顺序和偏移量在输出端得到外点所代表的瑕疵子图。实验结果表明:在自采样的织物瑕疵数据集上,选择单度量和单模型的预测精度平均可达到90.9%,平均预测时间达到0.139 s,综合多度量多模型投票的平均预测精度可达到92.7%。该算法不需要大量前期数据进行训练,适用于纯色和条纹状织物的实时表面缺陷检测。

SM2可链接环签名在匿名电子投票系统中的应用

【目的】针对匿名电子投票中签名算法非国产化、身份隐私泄露、重复投票、投票结果提前泄露的安全性问题,提出了基于SM2可链接环签名的匿名电子投票系统。【方法】以SM2可链接环签名作为选票中的身份凭证,保证投票者身份匿名,同时规避了选票被伪造的可能,实现投票者身份和选票的全过程匿名性;使用匿名地址来隐藏选票内容,避免投票结果提前泄露,实现投票的公正性和候选人身份匿名;利用SM2可链接环签名的可链接性来防止重复投票,实现投票的不可重复性;应用FISCO BCOS智能合约来完成计票过程,避免传统可信第三方的约束,实现投票的公平性。【结果】该设计满足电子投票的七大基本属性,实现了匿名电子投票系统的全流程国密替代,丰富了SM2可链接环签名的应用场景。【结论】SM2可链接环签名能替代国际通用环签名,实现应用系统环签名国产化。

具有层级结构集体影响力的多数投票模型

多数投票模型是观点动力学研究中的常用模型,本文在多数投票模型的基础上引入了具有层级结构的集体影响力,以节点周边层级结构上的节点的度衡量中心节点的观点权重,即为集体影响力参数.通过蒙特卡罗模拟,研究了具有集体影响力的多数投票模型在ER(Erdos and Rényi)随机网络与无标度网络上观点的演化,发现系统观点均出现了有序-无序相变,且相比原始多数投票模型更容易趋于无序,即相变临界点更小.原因是考虑具有层级结构的集体影响力时,系统的集体影响力参数值整体减小,且分布数目随着参数值的增大而减少,呈“长尾”趋势,占少数的高影响力个体使周围节点的观点产生跟随现象,随着噪声参数的增大,当少数的高影响力个体趋于无序时,整个系统也会趋于无序,即系统更容易达到无序状态.最后通过有限尺寸标度法,发现无论在ER随机网络或在无标度网络中,具有集体影响力的多数投票模型的相变均为Ising模型普适类.

基于投票机制的暖通空调空气处理单元传感器故障诊断

现有暖通空调(HVAC)空气处理单元(AHU)的故障诊断研究往往是集中式的。少量的分布式方法大多需要求解大量耗时的优化问题,使得无法及时完成故障诊断。针对以上挑战,该文提出一种基于投票机制的分布式故障诊断方法。在该方法中,建立一个玻尔兹曼机来描述传感器网络,通过传感器之间的相互投票来确定玻尔兹曼机的边权值,基于边权值对玻尔兹曼机的状态也就是传感器的状态进行迭代,从而定位传感器的故障。设计了一种基于欧氏距离的投票策略确定投票值。开发了一种方法,通过在玻尔兹曼机中增加一个额外的节点来重置其权值矩阵,在将玻尔兹曼机对称化的同时,保持原来各传感器之间的投票关系,以保证玻尔兹曼机状态的迭代收敛。该方法不需要求解大量的优化问题,相较于当前的分布式方法计算量小。使用ASHRAE Project RP-1312提供的实际数据对所提方法进行验证。实验结果表明所提方法可以精确且高效地诊断出空气处理单元传感器的偏差故障和漂移故障。

基于盲签名的匿名资格证在电子投票中的应用

在电子投票中,选民身份合法性与投票匿名性之间的矛盾是亟待解决的核心问题。针对这一问题,提出一种基于盲签名的匿名资格证,所提资格证通过屏蔽选民身份信息实现匿名投票。首先,选民匿名获取唯一的序列号并对序列号进行盲化;其次,由官方对合法选民的盲化序列号进行签名,选民对签名进行脱盲得到官方对原始序列号的签名,该签名和原始序列号即组成选民的资格证。通过盲签名技术可实现资格证的匿名性,由资格证切断选民的身份与他的选票之间的联系,同时官方的认证使资格证具有合法性,能够代表选民的合法投票权利,还能防止选民的重复投票。相较于现有电子投票中的身份匿名认证的方案,该方案不需要不易达成的前提条件和耗时的复杂计算,成本低廉,易于实现,符合经济实用性的要求,适用于大规模投票。

基于投票和以太坊智能合约的云数据审计方案

确保云数据的完整性是亟待解决的安全挑战,受到广泛应用的区块链技术为应对该安全挑战提供了良好的解决方案。当前结合区块链和智能合约技术,并由矿工参与审计验证工作的方案存在审计效率低、通信开销大和数据拥有者(DO)审计负担重等不足。针对上述问题,提出一种基于投票和以太坊智能合约的云数据审计方案(CASVEC)。首先,结合投票机制和智能合约技术在以太坊上设计并部署了去中心化自治组织(DAO),DAO中节点投票选举出一个审计节点代替矿工的审计验证工作,从而有效解决验证审计证明阶段效率低的问题,并且投票机制引入信誉值保证投票公平可靠。其次,仅使用少量链上资源存储审计结果以降低通信过程中的数据量,从而有效解决验证审计证明阶段通信开销大的问题。此外,DO仅需向DAO委托一次审计请求以及查询最终的审计结果,无需频繁调用智能合约交换审计相关信息,减轻了审计负担。最后,从理论和实验角度验证了与当前基于区块链的云审计方案相比,CASVEC能够显著降低验证审计证明阶段的时间开销和通信开销,以及审计阶段DO的时间开销。

基于深度网络投票的抗血管生成肽识别

血管生成在各种疾病中,尤其是癌症的发病机制中起着关键作用,因此开发更加快速高效的抗血管生成肽(AAPs)智能识别工具尤为重要.基于多种特征工程、深度学习和集成学习构建了一个深度网络投票的识别模型iAAPs-DNV.采用AAindex编码、分组权重编码(EBGW)、K-间隔氨基酸对(KSAAP)、基于物理化学性质的二阶移动平均(SOMA)和BLOSUM62编码提取氨基酸序列的特征信息.利用软投票策略集成加入了注意力机制(attention)的双向长短期记忆网络(BiLSTM)和卷积神经网络(CNN),并通过全连接层输出识别结果.iAAPs-DNV模型在Main数据集和NT15数据集上的识别精度明显优于已有的识别模型,表明该模型能够高效准确地识别抗血管生成肽.

问询函监管对股东并购决策投票行为的影响

本文以2015—2020年沪深A股上市公司重大资产重组事件为样本,研究问询函监管对股东并购决策投票行为的影响。研究结果表明,当公司收到并购重组问询函后,全体股东投票参与率、中小股东投票参与率均显著提升,同时全体股东投赞同票比例和中小股东投赞同票比例均显著降低。调节效应检验结果显示,公司并购经验越少或产品市场竞争程度越低,收到并购重组问询函后,全体股东投票参与率和中小股东投票参与率越高;高管持股比例越低,收到并购重组问询函后,中小股东投票参与率越高,全体股东投赞同票比例和中小股东投赞同票比例越低。

基于区块链和简短可链接环签名的安全电子投票方案

围绕当前多数电子投票方案存在中心化、未能实现匿名投票等问题,提出基于区块链和简短可链接环签名的安全电子投票方案.通过设计一个简短可链接环签名方案,结合区块链技术,构造了一个具体、安全、高效的电子投票方案,给出了其系统模型、算法形式化定义以及详细描述.与已有方案相比,该方案允许大规模人员投票,且支持多个投票选项以及自动计票等多个功能.安全分析和实验结果表明,该方案在满足匿名性、不可伪造性和隐私性等更多安全目标的同时在计算开销方面仍具有优势.

格上身份基简短关联环签名及其电子投票应用

环签名具备匿名性,身份基环签名无需证书,关联环签名可避免用户重复签名,但这些签名占用空间多且效率低。针对这些问题,先输出公共参数和系统主密钥,再提取用户密钥,然后使用格上的累加器对环中公钥进行累加,并将知识证明签名推广至格上,构造出格上身份基简短关联环签名。对该签名的不可伪造性、关联性和匿名性进行了证明。对签名方案进行了性能分析与实验评估,结果表明,该签名节省了时间开销和存储空间。利用该签名及门限秘密共享技术,提出后量子的电子投票协议。

基于网格搜索和投票分类模型的喷油器故障诊断研究

为了提高高压共轨试验台对喷油器检修效率,提出一种基于网格搜索和投票分类模型的喷油器故障自动诊断方法。由于压电喷油器故障数据采集困难,使用AMESim软件模拟不同轨压和脉宽状态下压电喷油器可能出现的多种故障情况。随后,将采集到的1 760组数据使用由随机森林、支持向量机和GBM组成的投票分类模型进行训练,并使用网格搜索法优化各分类器的超参数。实验结果表明:该模型对压电喷油器的5种故障状态及正常状态诊断时的准确率、精确率、召回率和F1-score分别为98.86%、99.13%、98.56%、98.83%,表现出较高的准确性和稳定性。该方法能够快速高效地对喷油器故障情况进行定位。