基于MTV模型的中国房价与股价动态关系研究

股市与房市之间的互动关系一直是争论的焦点。基于MTV模型对2003-2007年间的中国住房价格与股票价格间的互动关系进行了定量分析。结果表明:中国房地产市场与股票市场之间存在较高的正相关性,并且两者都具有很强的政策导向性,即随着利息、货币供应量等经济杠杆的作用,房价和股价都会产生相应变动。政府对房地产市场与资本市场的调控效率相对较高,这些都与中国的现实情况相吻合。

指数证券组合模拟市场指数的聚类和MTV方法

根据Markowitz组合证券投资理论 ,在一定的假设下 ,投资者优化其投资组合的结果必定是以市场证券组合为其最优风险资产的投资组合。国外许多研究也表明消极投资策略是有效的 ,投资者只要按照某个较有代表性的股票市场综合指数中的每个股票所占权重投资每个股票 ,就可以消除股票的特有风险 ,达到很好的投资效果。但是 ,股票市场上股票种类繁多 ,有限的资金很难按照股票市场综合指数去投资。本文提出了一种利用聚类分析和MTV模型 ,可以以有限的几种证券的资产组合去逼近市场综合指数的方法。然后以上海股票市场为例 ,从任意选取的 5 0种股票中使用本方法抽取不超出 10种股票 ,用它们的组合去逼近上证综合指数 ,取得了比较满意的逼近和预测效果。

基于MTV模型的物流金融业务发展影响因素研究

采用MTV模型对物流金融业务发展的影响因素进行评价分析,探究物流金融业务发展的主要影响因素。通过研究发现:物流金融业务发展的主要影响因素有三大类,分别是外部性因素、科技化因素和内部性因素。最后,提出物流金融业务的优化对策,为物流金融业务的发展提供一定的理论支持。

基于暗原色先验与MTV模型的单幅彩色图像去雾

鉴于利用大气信息或景深信息复原雾天图像的方法不能局部修正恢复结果,文中融合大气散射模型与变分偏微分方程,提出了暗原色先验与MTV(Multi-channel Total Variation)模型相结合的单幅彩色图像去雾算法(HMTV模型)。利用Dual Bregman算法,通过引入辅助变量和Bregman迭代参数将问题转化为利用对偶变量的半隐式迭代计算和主变量的精确计算公式来求解该模型。最后,将H-MTV模型与He,Kimmel Retinex等经典算法的实验结果进行分析和比较,验证了所提算法的有效性和优越性。

基于大数据的SPOC学习评价系统的开发分析

基于大数据的小规模限制性在线课程(Small Private Online Course,SPOC)学习评价系统是基于大数据的思维,使用Python+Django框架进行的开发,主要实现线上、线下学习数据的采集,通过数据抽取、数据清洗、数据转换、特征提取、数据加载等一系列的数据预处理手段对数据进行处理,使用Django的“模型-模板-视图”(Model Templates View,MTV)模型进行数据库存取与交互,对学生学习数据进行分析与建模,从而形成包括学习态度、学习方法、学习能力等多维度的学习评价。文章是对学习评价系统的开发分析,包括开发环境和开发技术的分析,从而阐明学习评价系统的开发思路及系统设计成果。

我国通货膨胀的测度及其影响因素的实证分析——兼论我国现阶段的通货膨胀形势

2010年下半年以来,我国日益严峻的通胀形势引起广泛关注。文章首先通过对5个主要价格指数1990-2010年的数据进行因子分析,得到的通胀—紧缩因子作为对通货膨胀的测度。进而建立多变量时间序列变动因素分析模型对影响通货膨胀的11个指标进行实证分析,得到三个公因子即成本及经济增长因子、需求因子和货币因子,并通过计量回归模型得出这些因子对我国通货膨胀的量化影响。文章还讨论了我国现阶段的通胀形势,对我国的通货膨胀的容忍区间进行了分析,认为现阶段我国通货膨胀在1.87%～4.87%范围内是合理的。

论音乐电视画面的创作

音乐电视是以声乐作品、器乐作品为主体的形象表现媒介。音乐电视的画面创作应掌握的诗性空间及音乐电视画面造型创作的要素。

彩色纹理图像分割的非局部Mumford-Shah多通道全变差模型

彩色纹理图像分割的困难在于纹理图像成分的描述及彩色图像层与层之间的耦合。为解决该问题,基于多通道全变差规则项可优化彩色图像层与层之间的耦合,非局部算子可以描述纹理图像特征的特点,提出了彩色纹理图像分割的非局部Mumford-Shah多通道全变差变分模型。所提模型综合多通道全变差模型、非局部Mumford-Shah模型优点,并用二值标记函数划分区域。为了提高数值计算效率,对所提出模型设计了ADMM(alternating direction method of multipliers)优化算法。最后,通过数值实验对比以及定性与定量分析表明方法对于彩色纹理图像的分割取得较好结果。

中国农村居民旅游需求影响因素确定及其动态分析——基于MTV模型和状态空间模型

农村居民旅游需求水平的提高是扩大内需、拉动经济增长的重要途径,农村居民旅游需求问题也一直是学者们关注的焦点。但已有研究仍存在变量选择主观性强、影响因素分析静态化问题,因而运用多变量时间序列方差分量分析(MTV)模型选择出显著影响农村居民旅游需求的因素——农村居民家庭人均纯收入、旅游价格、世界自然或文化遗产数,然后建立时变参数的状态空间模型,进一步分析了农村居民家庭人均纯收入、旅游价格、世界自然或文化遗产数在各个时点上对中国农村居民旅游需求的影响。结果表明:收入和旅游价格对旅游需求的正向促进作用逐渐减小,旅游资源对旅游需求的正向推动作用逐渐增大。