分布式合作缓存中的全局向量时钟模型

在分布式合作缓存技术中对文件块的查找与替换是一个全局性的管理问题．针对在机群系统中由于局部时钟不一致而造成的块查找与块替换决策失误的问题，本文提出了全局向量时钟模型ＧＶＴ的概念，并通过维护基于全局向量的最老时戳表来完成块查找与块替换操作．全局向量时钟对传统的向量时钟进行了改进，提供了多种方式用于时序关系的判断．ＧＶＴ既具有因果关系判断能力，又可对全局中任意两个事件的次序进行判断，从而提高了合作缓存管理算法的准确性，减少了系统的开销．

房地产价格对居民消费影响分析--基于半参数全局向量自回归模型

通过构建半参数全局向量自回归模型(SGVAR),利用时空脉冲响应函数及导数图分析了房价、居民收入、国家宏观政策等对消费的时空传导效应以及利率对消费的非线性影响。结果发现:(1)房价对消费的影响大小及方向不仅受到空间距离的影响,还与所处东中西地区及南北位置有关;(2)东部地区房价受到冲击后对全国各地区的影响都较大,其中,对东北地区的影响最小;(3)各地区房价受到冲击后对自身消费的影响复杂;(4)利率的平稳对于消费及房价的平稳具有重要意义。

传统能源、可再生能源电力生产与经济增长--基于半参数结构全局向量自回归模型的实证分析

中国地区的经济增长和传统能源、可再生能源电力生产存在较大区域差异和区域联系。经济增长和电力生产不仅在各地区内部存在复杂关系,而且在地区间也存在动态影响关系。为测算我国各地区和地区间经济增长与传统能源、可再生能源电力生产相互的动态影响关系,构建半参数结构全局向量自回归模型,使用广义脉冲响应函数和非参数方法测算各地区和地区间主要变量的相互响应。研究发现:“西电东输”主要地区内部经济增长与电力生产在长期没有显著的相互影响;北京、上海的经济增长与外地传统能源电力生产符合反馈假说,广东经济增长与可再生能源电力生产大省(自治区)四川、贵州、内蒙古的可再生能源电力生产符合保护假说。最后,围绕电力生产结构优化目标和区域性措施,提出一些政策建议。

外商直接投资、货币政策和房地产泡沫的动态关系研究——基于半参数全局向量自回归模型的分析

为分析外商直接投资、货币政策及信贷规模和房地产泡沫的动态关系,采用2006—2015年中国30个省(市、自治区)的数据,构建半参数全局向量自回归模型和脉冲响应函数来分析不同经济变量的冲击对房地产泡沫在时间和空间上的传导效应。同时,为考察货币供给量对房地产泡沫的非线性影响,在模型中M2为非参部分,并根据偏导图来研究二者之间的相关关系。研究结果表明,给定某个地区的房地产泡沫冲击、外商直接投资冲击会对周边地区的房地产泡沫产生不同的效应,且这种效应在短期内具有区域性差异,在长期内趋于稳定;货币供给量对房地产泡沫呈现出非线性的影响,并且宽松和紧缩型货币政策在东中西部地区房地产泡沫的传导效率不一致。

结合全局词向量特征的循环神经网络语言模型

针对循环神经网络语言模型对长距离历史信息学习能力不足的问题,本文提出了结合全局词向量特征的循环神经网络语言模型。首先利用Glo Ve(Global Word Vectors)算法训练出全局词向量,然后将其作为特征向量输入到引入特征层的循环神经网络中进行训练。相对于局部词向量方法,全局词向量能够利用全局统计信息来训练出含有更加丰富的语义和句法信息词向量。为了验证新方法的性能,本文在Penn Treebank和Wall Street Journal语料库上分别进行困惑度和连续语音识别实验。实验结果表明结合全局词向量的循环神经网络语言模型的困惑度相比传统的循环神经网络语言模型降低了20.2%,同时语音识别系统的词错误率降低了18.3%。

聚类中心计数值和全局距离向量RPCL算法

针对标准的竞争学习算法(rival penalized competitive learning,RPCL)在问题规模较大情况下,算法收敛速度较慢以及无法精确找到聚类中心的问题,通过引入聚类中心计数值和全局距离向量的方法,提高了RPCL算法对于问题全局最优解的搜索能力,提出了一个基于聚类中心计数值和全局距离向量的RPCL算法改进。通过理论证明验证了该RPCL算法可以有效提高RPCL算法对于全局最优聚类中心的搜索能力以及聚类结果的准确性,实验结果表明了理论推导的正确性以及该算法的可行性。

美国分类经济政策不确定性对中国省域经济的冲击效应——基于GVAR模型的实证分析

在全球经济一体化的背景下,一国经济政策不确定性会通过贸易、投资等渠道溢出到其他国家和地区,为分析美国经济不确定性对中国各省域的影响,采用全局向量自回归模型分析美国贸易、财政和货币政策不确定性对中国各省域经济的冲击效应。研究发现:美国贸易政策不确定性对各省域宏观经济的脉冲冲击大于货币政策不确定性的冲击,而财政政策不确定性的脉冲冲击明显较小;美国贸易和货币政策不确定性对各省域的脉冲冲击具有较大的异质性,省域经济发展越“充分”,对各省域消费物价指数的冲击越倾向于负向冲击,且冲击越小,而对进出口的冲击越倾向于正向冲击,且冲击越大。各省需注意贸易和货币政策不确定性对地区消费物价指数和进出口的冲击,以提前做好应对;各省域应进一步提升创新能力和开放水平,弱化外部经济政策不确定性的负向冲击。

基于全局-局部SVM的钢板表面缺陷分类

为了提高钢板表面缺陷分类识别,提出一种新的全局和局部支持向量机分类模型。首先,通过样本提取算法将整个训练样本划分为非边界样本和边界样本。非边界样本用于训练全局支持向量机,并获得两条全局决策边界。边界样本用于寻找测试样本的K-近邻样本,通过训练K-近邻样本获得相应的局部支持向量机。若测试样本位于全局决策边界线两侧,直接给出分类结果,否则,由局部支持向量机进行分类决策。最终,新的模型结合二叉树算法实现了4种钢板表面缺陷的分类问题。实验结果显示,全局和局部支持向量机模型有令人满意的综合性能。

一种快速递归全局最小二乘算法

针对FIR系统输入和输出信号均被噪声干扰的情况,提出一种快速递归全局最小二乘(XS-RTLS)算法用于迭代计算全局最小二乘解,算法沿着输入数据的符号方向并采用著名的快速增益矢量,搜索约束瑞利商(c-RQ)的最小值得到系统参数估计。算法关于方向更新矢量的内积运算可通过加减运算实现,有效降低了计算复杂度;另外XS-RTLS算法没有进行相关矩阵求逆递归运算,因而具有长期稳定性,算法的全局收敛性通过Laslle不变性原理得到证明。最后通过仿真比较了XS-RTLS算法和递归最小二乘(RLS)算法在非时变系统和时变系统中的性能,验证了XS-RTLS算法的长期稳定性。

我国房地产市场的货币政策传导效应研究——基于地区间交互的GVAR模型

本文在我国房地产市场分化日益凸显的背景下,考虑地区间经济差异性和交互性,研究了货币政策的异质效果以及房地产市场在其中的传导作用。基于2005至2014年我国省际面板数据所构建的GVAR模型结果表明:货币供应量对各地区的影响差异较小,而利率的影响存在明显的地区差异,东中部地区对货币政策冲击的响应较大;在长期,只有中部地区的房地产市场起到了拉动经济、促进内需的作用,而东西部地区的房价上涨只能在短期对消费产生拉动作用;房地产市场在货币政策传导机制中起到一定作用,价格型货币政策的传导效果要优于数量型货币政策,在中部地区的传导效果总体上要高于东中部地区。

中国财政政策影响的区域差异性

利用2005—2013年中国30个省(自治区、直辖市)的月度数据,构建全局向量自回归模型,分析了中央财政政策对区域经济影响的差异性。结果表明:东、中、西部地区的出口和工业增加值对财政政策冲击的响应呈现出相似的特征,即均为正响应,但响应程度有明显差别,即西部地区的响应程度最大;各省(自治区、直辖市)的固定资产投资额对财政政策冲击的响应呈多样化特征。

中国价格型和数量型货币政策工具效应的区域差异性研究——基于GVAR模型的实证分析

文章采用2005-2014年中国30个省的季度数据,构建全局向量自回归模型(GVAR)考察货币供应量和利率变动对东、中、西部及东北地区,在产出、居民消费和固定资产投资脉冲响应上的不同,以分析价格型和数量型货币政策工具效应的区域差异。结果表明,各地区对货币供应量冲击呈现相似的响应特征,但响应程度不同,在居民消费响应方面,东部地区受影响程度最显著;在固定资产投资响应方面,西部地区受影响程度并不显著。东、中、西、东北地区对利率冲击响应也呈现相似特征,但区域之间的影响存在不同,在居民消费响应方面,东部区域受影响程度最显著;在固定资产投资响应方面,东部受影响程度最显著,东北地区受影响程度最小,表明中国货币政策效应存在显著的区域差异。

中国货币政策对世界主要经济体溢出效应的异质性分析——基于GVAR模型的实证研究

文章理论分析了中国货币政策溢出效应的传导机制与渠道,并构建全局向量自回归模型,实证分析中国数量型和价格型货币政策对世界主要经济体(中国、日本、美国和欧盟)在实际GDP、通货膨胀、利率和货币供应量方面的溢出效应。理论结果表明,中国货币政策溢出效应,存在汇率、信贷、信心、财富和资产组合再平衡等5种传导渠道。实证结果表明,面对中国数量型货币政策正向冲击,3个国家和地区的实际GDP、货币供应量响应方向保持一致性,但响应程度存在差异,而通货膨胀、短期名义利率在响应方向和程度上均存在异质性;面对中国价格型货币政策正向冲击,3个国家和地区的短期名义利率、实际GDP响应方向保持一致性,但在各期响应程度上存在差异性,而通货膨胀和货币供应量既呈现响应方向的不一致性,又呈现响应程度的差异性。

基于GV-LDA的微博话题检测研究

随着社交网络的不断发展,微博成为越来越多的人获取信息的平台。为了有效解决微博话题检测中海量短文本带来的词稀疏问题,提出结合全局向量模型(GloVe)和潜在狄利克雷分布(LDA)的GV-LDA模型。在使用LDA进行话题检测前,模型利用多义词词项的含义与词性相关的事实,在标注过并去除低频词的语料上,对全局向量模型进行训练获得词向量,对词性相同且相似度大于阈值的词进行替换以解决稀疏性问题。实验结果表明,GV-LDA模型较传统的LDA主题模型,可有效提高话题检测的准确率和召回率,并降低"主题-词"处理的维度,因此GV-LDA更适合微博话题检测。

基于改进的SIFT算法的图像检索

探讨基于内容的图像检索.经典的尺度不变特征检测和匹配算法SIFT,具有旋转、缩放、仿射的不变性,因而在图像匹配、图像检索领域得到越来越广泛的应用.但其主要针对灰度图像,并且当图像中存在多个相似区域时,SIFT算法得到的特征向量就有很大的相似性,容易造成误匹配.为了得到更好的检索效果,在SIFT算法基础上加入颜色不变量特征,构造颜色特征向量,并且建立一个用来区分相似局部特征的全局向量,在检索实验中取得了比较理想的效果.

地方政府住宅用地出让价格跨区域联动模式研究

研究目的:刻画、解构地方政府住宅用地出让价格跨区域联动系统。研究方法:全局向量自回归(GVAR)模型与网络分析工具。研究结果:(1)地方政府住宅用地出让价格跨区域联动系统呈现出高聚类、短路径的“小世界网络”特性。(2)地方政府住宅用地出让价格跨区域联动网络分为3个板块:板块1为“领导人”角色,板块2为“经纪人”角色,板块3为“谄媚人”角色。(3)地方政府住宅用地出让价格跨区域联动表现出明显的空间异质性。研究结论:应该从跨区域联动视角,深化对地方政府住宅用地出让价格形成机制的认识,有效管控地方政府住宅用地出让价格的跨区域影响。

无线传感器网络中基于网络编码的数据采集算法

为保证无线传感器网络数据的可获取性,提出一种基于网络编码的数据快速采集新算法。该算法根据最大距离可分码[n,k]生成矩阵中任意k个列向量线性无关的性质,借助网络编码信息线性组合的方法,将[n,k]生成矩阵的列向量分配给传感器网络的n个节点,作为其全局编码向量。传感器节点利用其分配到的全局编码向量,对收到的包含k个数据的环境信息进行线性编码,并将得到的码字存储于传感器节点中。基站进行数据采集时,只需随机采集k个节点存储的码字,即可根据任意k个节点全局编码向量的线性无关性译出环境信息,实现无线传感器网络快速有效地数据采集。

我国城市间住宅价格溢出效应研究

基于我国35个大中城市房地产数据,运用动态相关系数和Global VAR模型研究城市间住宅价格的联动性和溢出效应。动态相关系数显示,我国城市间住宅价格的联动性随价格的上涨而增强,并呈现出逐年增强的趋势。GVAR模型广义脉冲响应结果显示,住宅价格在城市间存在显著的溢出效应,东部城市的溢出强度和速度最高;利率冲击对住宅价格的整体影响较小,但存在区域间异质性;中部城市对利率冲击的响应最大。

基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法

针对现有多模盲均算法(MMA)收敛速度较慢、均方误差大的缺陷,提出一种基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法(DNA-GBA-FS-MMA)。该算法利用分数间隔均衡器对信号进行过采样,以获取更多信道信息;将DNA遗传算法引入到蝙蝠算法中,得到一种DNA遗传蝙蝠算法(DNA-GBA),利用这个新算法来寻找蝙蝠群的全局最优位置向量,并作为多模盲均衡算法初始化最优权向量的实部与虚部。仿真结果表明,与现有的MMA相比,DNA-GBA-FS-MMA的稳态误差最小、收敛速度最快、星座点最清晰紧凑。

基于文本挖掘的空中危险接近事件致因研究

空中危险接近事件是两机相撞事故的前兆事件,传统的依赖于分析人员知识和简单统计的致因分析模型无法适用于大量空中危险接近事件,因此提出了基于文本挖掘的空中危险接近事件致因研究框架,利用潜在狄利克雷分配模型(Latent Dirichlet Allocation,LDA)提取空中危险接近事件致因主题和关键词,基于全局词向量模型(Global Vectors for Word Representation,GloVe)和关键词共现网络分析各个主题及其关键词之间的潜在关系,充分利用全局统计信息以准确挖掘大量事件报告。结果表明:利用LDA挖掘得到组织因素、现场运行管理和应急管理等6个主题,其中人的因素主题重要度最大;基于GloVe词向量模型分析得到现场运行管理主题与应急管理主题、陆空沟通及配合主题与人的因素主题2组主题存在较强关联;“意识”是空中危险接近事件发生的关键细节。提出的致因研究框架可以帮助安全管理人员准确认识和高效利用空中危险接近事件报告等文本数据,同时基于数据分析有效减少了人为分析的主观性,提高了致因分析的效率,为精准防控空中危险接近事件提供基于数据的科学决策支持。