期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
剔除变形监测粗差数据的新方法——数据跳跃法 被引量:18
1
作者 毛亚纯 王恩德 修春华 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第7期1020-1023,共4页
当观测值中有多个粗差时拉依达法则一次只能剔除一个粗差,并且多个粗差之间互差不满足一定条件时拉依达法则失效.针对此问题在拉依达法则基础上提出了一种剔除变形监测粗差数据的新方法数据跳跃法.数据跳跃法克服了拉依达法则的部分局限... 当观测值中有多个粗差时拉依达法则一次只能剔除一个粗差,并且多个粗差之间互差不满足一定条件时拉依达法则失效.针对此问题在拉依达法则基础上提出了一种剔除变形监测粗差数据的新方法数据跳跃法.数据跳跃法克服了拉依达法则的部分局限性,可将含有粗差的变形监测值批量剔除,为一次剔除多个粗差提供了解决方法.采用该方法对实际监测数据进行了处理,取得了较好的效果.数据跳跃法为利用程序进行粗差判定与剔除提供了理论依据和算法. 展开更多
关键词 变形监测 粗差剔除 数据跳跃法 拉依达法则 粗差互差
下载PDF
压裂后不稳定试井早期恢复压力拟合重建方法
2
作者 王海兵 陶静 彭丽 《油气井测试》 2023年第4期68-73,共6页
低渗、特低渗油气藏在大规模压裂后的不稳定试井,会因为关井不及时、井口漏失等原因,造成早期压力恢复数据缺失、跳点等,导致解释误差较大甚至不能解释。基于对压裂后不稳定试井早期压力恢复曲线变化规律的研究,找出压裂后不稳定试井曲... 低渗、特低渗油气藏在大规模压裂后的不稳定试井,会因为关井不及时、井口漏失等原因,造成早期压力恢复数据缺失、跳点等,导致解释误差较大甚至不能解释。基于对压裂后不稳定试井早期压力恢复曲线变化规律的研究,找出压裂后不稳定试井曲线形态特征,简化数学模型;对比拟合效果,优选给出压裂排液关井早期井底恢复压力的经验公式,对缺失或异常的早期压力恢复数据进行外插值重建修正。C904井采用重建后的早期压力恢复数据与压力恢复实测历史数据合并后进行地层参数解释,整合后导入试井软件进行地层参数解释,曲线拟合效果较好,能较准确地解释出地层参数。该方法可较好地对压裂后存在异常的早期不稳定试井恢复压力进行重建,对压裂抽汲后的不稳定试井恢复压力重建亦有较好的的借鉴意义。 展开更多
关键词 压裂 不稳定试井 压力恢复 数据缺失 跳点 压力重建 试井解释 外插值 最小二乘法
下载PDF
大坝自动监测数据异常值识别的改进数据跳跃法 被引量:10
3
作者 赵键 张慧莉 《中国农村水利水电》 北大核心 2014年第2期85-87,共3页
大坝安全自动化监测过程中,大量数据中的异常值识别已成为亟待解决的难题。将一种较为实用的识别方法——数据跳跃法进行改进,并利用Matlab进行编程实现。通过对某混凝土重力坝自动监测数据进行处理验证,证明此改进数据跳跃法更准确实用。
关键词 大坝安全监测 异常值识别 改进数据跳跃法 MATLAB
下载PDF
叠合梁桥监测数据预处理技术应用研究 被引量:5
4
作者 韩晓健 吴家栋 《江苏建筑》 2019年第5期36-38,共3页
桥梁健康监测采集的海量数据通常含粗差和噪声等,对桥梁安全评估产生一定的影响,因此如何保证监数据的可靠性成为评估的关键问题之一。文章以某叠合梁桥健康监测系统为背景,利用改进的数据跳跃点法处理监测数据中的粗差,结果表明改进的... 桥梁健康监测采集的海量数据通常含粗差和噪声等,对桥梁安全评估产生一定的影响,因此如何保证监数据的可靠性成为评估的关键问题之一。文章以某叠合梁桥健康监测系统为背景,利用改进的数据跳跃点法处理监测数据中的粗差,结果表明改进的数据跳跃点法可以很好的解决监测数据多级异常跳跃的粗差,分析比对五点二次平滑法和移动平均法的数据“毛刺”处理效果,结果表明滑动平均法处理效果优于五点二次平滑法。 展开更多
关键词 叠合梁桥 健康监测系统 改进数据跳跃点法 噪声处理
下载PDF
基于随机跳跃蝠鲼算法优化的电影信息数据聚类
5
作者 黄鹤 李潇磊 +2 位作者 王珺 王会峰 茹锋 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第5期856-867,共12页
针对传统K均值聚类(K-Means Clustering,KMC)算法在对电影信息数据聚类的过程中,初始聚类中心选取随机性较大、聚类结果不稳定且算法容易陷入局部最优、影响迭代精度等不足,提出一种基于随机跳跃式翻滚觅食蝠鲼优化的K均值联合迭代聚类... 针对传统K均值聚类(K-Means Clustering,KMC)算法在对电影信息数据聚类的过程中,初始聚类中心选取随机性较大、聚类结果不稳定且算法容易陷入局部最优、影响迭代精度等不足,提出一种基于随机跳跃式翻滚觅食蝠鲼优化的K均值联合迭代聚类算法(MRRJRFO-KMC),实现对电影信息数据的聚类.首先,提出一种均值最大最小距离积法来初始化聚类中心,改善聚类中心选取的随机性,避免随机初始化对聚类结果造成的不稳定性.其次,在迭代的过程中加入蝠鲼觅食优化算法,并对蝠鲼觅食优化算法中螺旋觅食和翻滚觅食进行改进,提出一种随机跳跃式翻滚觅食蝠鲼优化的策略,解决了蝠鲼觅食优化算法易陷入局部最优的问题.将随机跳跃式翻滚觅食蝠鲼优化算法加入KMC算法,对KMC算法迭代过程中的聚类中心进行优化,提高了聚类精度.在Iris,Aggregation,Ecoli和Seeds国际标准数据集上对MRRJRFO-KMC算法、MRFO-KMC算法、KMC算法、K-Means++算法、模糊C均值(Fuzzy C-Means,FCM)聚类算法进行比较测试,实验结果表明,MRRJRFO-KMC算法和其他算法相比,准确性和收敛速度都有所提升.在电影信息数据处理过程中,该算法能够根据所给的信息进行有效的聚类,应用价值明显. 展开更多
关键词 蝠鲼觅食优化算法 K均值聚类 均值最大最小距离积法 随机跳跃式翻滚 电影信息数据
下载PDF
不同类型股票收益跳跃风险研究 被引量:1
6
作者 黄前前 《金融理论探索》 2017年第3期21-29,共9页
将股票按不同的特征分类,选出各类中最具代表性的股票构造组合。采用非参数方法处理不同类型股票组合高频收盘价数据,识别出各个组合收益率的跳跃行为。以沪深300股指的跳跃风险作为基准,对不同类型股票收益的跳跃风险进行统计分析。结... 将股票按不同的特征分类,选出各类中最具代表性的股票构造组合。采用非参数方法处理不同类型股票组合高频收盘价数据,识别出各个组合收益率的跳跃行为。以沪深300股指的跳跃风险作为基准,对不同类型股票收益的跳跃风险进行统计分析。结果表明:中国股票市场存在跳跃风险,且主要以正向跳跃为主。不同类型股票收益跳跃风险不同,相对于其他类型,股价高交易活跃的小盘股的跳跃风险更高。 展开更多
关键词 非参数方法 跳跃风险 股票收益 高频数据
下载PDF
基于日内跳跃识别方法的股指期货动态套期保值研究 被引量:6
7
作者 瞿慧 徐冰慧 牛孟芝 《中国管理科学》 CSSCI 北大核心 2015年第S1期453-458,共6页
金融指数及股指期货价格的跳跃行为影响其价格的基差,给动态套期保值带来了挑战。因此,进行更为精准的跳跃识别,并将其合理纳入套期保值模型,对于套保绩效的改进有重要意义。鉴于此,首先对基于高频数据的非参数日内跳跃检验方法进行改进... 金融指数及股指期货价格的跳跃行为影响其价格的基差,给动态套期保值带来了挑战。因此,进行更为精准的跳跃识别,并将其合理纳入套期保值模型,对于套保绩效的改进有重要意义。鉴于此,首先对基于高频数据的非参数日内跳跃检验方法进行改进,引入赋权标准偏差因子以消除日内效应的影响。然后采用对跳跃更为稳健的已实现离群加权方差估计连续波动,以改进跳跃估计方法。采用沪深300指数及其股指期货五分钟价格的实证表明,以引入跳跃的向量异质自回归模型为套期保值比率预测模型时,采用改进后日内跳跃识别方法比采用常用日跳跃识别方法,可以获得更优的样本内、外套保绩效。而上述两种方法的套保绩效,都明显优于常用二元GARCH类套期保值策略。 展开更多
关键词 高频数据 日内跳跃识别方法 日内效应 向量异质自回归模型 套期保值
原文传递
股指期货交易会降低股市跳跃风险吗? 被引量:54
8
作者 陈海强 张传海 《经济研究》 CSSCI 北大核心 2015年第1期153-167,共15页
研究股指期货交易对股市跳跃风险的影响,不仅对完善金融市场监管,加强市场风险管理有着重大意义,而且有助于增进人们对股指期货功能、市场微观结构和信息效率的认识。本文基于5分钟的高频数据研究了沪深300股指期货交易对股市跳跃风险... 研究股指期货交易对股市跳跃风险的影响,不仅对完善金融市场监管,加强市场风险管理有着重大意义,而且有助于增进人们对股指期货功能、市场微观结构和信息效率的认识。本文基于5分钟的高频数据研究了沪深300股指期货交易对股市跳跃风险的影响。首先,我们利用非参数方法检测沪深300指数价格Levy跳跃;然后将Levy跳跃分解为大跳和小跳,并考察股指期货推出前后它们各自的强度、幅度以及跳跃活跃指数的变化;最后检验跳跃风险与股指期货交易活跃程度之间的Granger因果关系。研究主要发现:(1)股指期货交易不会增加大跳强度,相反会平抑大跳幅度,从而减少现货市场大跳风险;(2)由于投机交易,股指期货交易会增加小跳强度,因而增加现货市场小跳风险;(3)现货市场跳跃风险对期货市场交易行为存在反馈影响,但不同幅度的跳跃产生的影响不同。本文研究结果显示,股指期货推出对于股市跳跃风险的影响具有双刃剑的作用,我国股指期货功能有待健全。 展开更多
关键词 股指期货Lévy跳跃 非参数方法 GRANGER因果检验 高频数据
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部