基于按列分块和混合分块的压缩感知图像重构方法

压缩感知理论由于其可通过低采样率来恢复原始信号的特点,近年来逐步被用于光学成像领域。为了解决在对成像图像进行压缩感知重构时数据量过大、计算负担大的问题,分块压缩感知的方法被提出。在该方法的基础上做出改进,依次提出了按列分块和混合分块的压缩感知方法。其中按列分块的方式改变了分块模式,降低分块时的要求,混合分块则结合两种分块的特点,有效提升了压缩感知的效果。通过仿真实验验证,本方法有效提升了图像重构质量,尤其是混合分块方式,在图像的重构速度和重构质量上都有显著提升。

中国内地与香港地区股票市场尾部相依性分析——基于混合旋转Clayton Copula模型

构建基于BFGS算法优化的混合旋转Clayton Copula模型,选取上证指数收益率与恒生指数收益率分别代表中国内地与香港地区股票市场收益率的研究表明,我国内地与香港地区股票市场尾部呈正相依关系,且尾部相依结构具有不对称性,下尾分布较上尾分布更重;相比于单个Copula模型和混合Copula模型,基于BFGS算法优化的混合旋转Clayton Copula模型能更准确地估计参数,更全面地拟合我国内地和香港地区股票市场的尾部相依性。建议两地加强监管合作,共同制定和执行市场监管政策;通过大数据分析、机器学习等技术手段,提高风险识别的准确性和时效性,完善风险预警机制;引导投资者理性看待尾部风险,使其认识到市场收益率尾部相依结构的存在,并在投资决策中充分考虑尾部风险。

高山峡谷独塔钢-混混合梁斜拉桥钢箱梁架设关键技术

昭通市巧家县金沙江特大桥主桥为(340+72+48+32) m钢-混混合梁独塔斜拉桥,中跨采用PK钢箱梁,高3.5 m,全宽32.3 m。该桥位于高山峡谷区,中跨钢箱梁梁段无法通过航运运输,且峡谷区施工便道狭窄,钢箱梁运输难度大,钢箱梁采用厂内分块匹配预制及现场边跨梁面组拼、后方喂梁悬臂架设的总体施工方案。钢箱梁通过板单元件现场拼装总成,采用“3+1”匹配拼装方式进行钢箱梁整节段线形控制,采用110 t自行走式平板车分块运输大吨位钢箱梁,实现高山峡谷区大坡度狭窄便道条件下钢箱梁的运输;在混凝土桥面拼装钢箱梁,通过运梁小车将钢箱梁运输至架桥机位置,提高混凝土桥面钢箱梁拼装及运输效率;采用斜拉桥后方喂梁-步履式大吨位悬臂架桥机,通过设计起重天车、支撑系统、锚固装置以及纵移系统等结构,完成钢箱梁后方喂梁、转体、拼装等工序,实现高山峡谷区斜拉桥施工。

基于混合Copula函数的风电功率相关性分析

风电功率作为电力系统调度运行中不可忽视的随机输入变量,其相关性分析直接影响电力系统的不确定性和运行风险评估。文中从风电功率相关结构的角度出发分析风电功率的相关性,分析了风电功率间的尾部特征,提出利用混合Copula函数建模分析风电功率相关性的方法。该方法依据风电功率测量数据的相关结构,以线性加权的方式构造能够描述不对称尾部特征的混合Copula函数,并利用期望最大化(EM)方法对相关参数进行估计,研究结果表明,混合Copula函数能够很好地刻画风电功率间的相关结构和尾部特征,同时基于Copula函数的相关性测度理论能够方便地求取反映相关程度的指标。

混合励磁分块转子磁通切换电机电磁特性分析

为了提高电励磁转子分块式磁通切换电机转矩密度和功率密度,提出一种混合励磁分块转子磁通切换电机拓扑,通过在定子齿开槽,嵌入径向充磁的永磁体,提高了电机的转矩密度和功率密度。介绍了电机的工作原理、磁通切换方式和基本参数尺寸设计。通过有限元仿真得出静态永磁磁场分布、永磁磁链、反电势和定位力矩。与典型混合励磁磁通切换电机的调磁磁性能进行对比研究。有限元仿真结果表明:混合励磁分块转子磁通切换电机具有高转矩密度、高功率密度、强容错能力、强调磁能力,适合用于启动发电系统。

基于混合Copula模型的水稻保险费率厘定

模拟产量风险和价格风险的联合分布是农业收入保险费率厘定的重点和难点。借助核密度估计方法和混合Copula模型研究了水稻产量和价格风险因子的联合分布并厘定了产量、价格和收入三种保险的纯费率。研究表明:(1)与单一Copula函数相比,混合Copula模型更适合拟合多风险因子的联合分布。(2)早稻价格风险导致的收入损失高于产量风险导致的收入损失,中稻和晚稻产量风险导致的收入损失高于价格风险导致的收入损失。(3)由于产量风险和价格风险的对冲,江苏、安徽、江西、河南、贵州和广西具备了在中稻、晚稻主产区试点收入保险的客观条件。(4)在100%的保障水平下,中国水稻产区早稻收入险纯费率为8.60%~12.84%、中稻收入险纯费率为5.89%~12.07%、晚稻收入险纯费率为4.59%~7.94%。

中国A、B、H股市间尾部相依性的趋势研究——基于多机制平滑转换混合Copula模型的实证分析

尾部相依性与金融市场间的风险紧密相联系,鉴于传统研究方法存在低估或高估市场间相依性的可能,提出了多机制平滑转换混合Copula模型,从极值风险视角出发考察了中国A、B、H股票市场间尾部相依性的长期变化趋势,发现不同股市的尾部相依性呈现不同运动趋势,而且左右尾部相依性存在明显的非对称性和结构性变化,其非对称程度、相依性强度以及结构变化的时间、位置和速度都存在一定差异.几次重大事件如1997年亚洲金融危机、2001年B股对境内开放、2002年引入QFII、2005年的股权分置改革、2006年引入QDII以及2007年的次贷危机对股市间尾部相依性产生的影响程度是不一样的.

基于分块混合八叉树编码的海量体视化研究

在介绍当前体数据的数据模型与绘制方法的基础上,使用混合八叉树进行体数据的描述,实现了对其自适应分块存储。并用体元投射和三维纹理映射方法分别实现了混合八叉树的体绘制与多分辨率绘制。实验结果表明,该文的算法较好地实现了基于混合八叉树结构的海量体数据的组织、存储和绘制。

两级分块结构化网格在SK型静态混合器中的应用

给出一种适用于SK型静态混合器流场数值模拟的两级分块结构化网格划分方案和分块圆弧区点的极坐标方程。与常用的非结构四面体网格划分对比,两种方法划分网格数量相近时,两级分块结构化网格达到的迭代精度高于非结构化网格一个等级,而非结构化网格收敛所用时间约为结构化网格收敛所用时间的1.25倍;运用控制体积容积变化值对两种方法划分网格进行质量评估,结构化网格划分方法接近99%网格质量指标在1.0~2.0范围内,而非结构化网格仅接近60%网格质量指标在1.0~2.0范围内。通过实验测量对两种方法划分网格数值模拟结果进行对比验证,结构化网格计算结果与实验值更为接近,表明其可行性和准确性均优于非结构四面体网格划分。

基于混合Copula函数的金融市场非线性极端风险传染研究

本文在金融市场典型事实约束下,运用ARFIMA和FIAPARCH模型分别对金融收益率与波动率进行建模,以排除金融市场典型事实对风险传染效应的影响,进而运用极值理论(EVT)对标准收益的极端尾部建模,并运用由Clayton、Frank和Gumbel组成的混合Copula模型对金融风险传染进行实证研究。研究结果表明:次贷危机的爆发对于股市的长记忆性具有一定的影响;在次贷危机后,中国大陆股市与香港股市、日本股市以及新加坡股市发生了显著的极端风险传染,而香港股市与日本股市、新加坡股市以及日本股市与新加坡股市之间未发生显著的极端风险传染。

基于时变相关的混合Copula模型的投资组合风险分析

由于金融时序数据具有时变非对称相关的特征,文章通过构建时变相关的混合Copula函数对金融时序数据的尾部相关和对称相关性进行捕捉,并以此为基础估计投资组合的VaR值,通过对比,发现基于时变混合Copula的函数能够更准确地捕捉投资组合的风险。

最小下偏矩套期保值比率估计研究——基于混合copula方法

在最优期货套期保值比的确定中,"最小下偏矩套期保值比"比传统的方差最小化模型能更好地反映投资者风险厌恶态度,但相应的计算不易实现。一种新的研究思路是运用由惩罚似然函数筛选出的Copula函数计算下偏矩,进而估计相应的套期保值比。基于S&P500指数期现货的空头套期保值实证结果表明,在"最小下偏矩套期保值比"的估计中,联合正态分布方法是不适用的,而混合copula方法的预测效果要优于非参方法和单一copula方法,是一种比较符合市场实际的"最小下偏矩套期保值比"计算方法。

基于混合分块DMICA-PCA的全流程过程监控方法

分块策略被广泛运用于全流程过程监控领域,以解决全流程过程变量关系复杂性较高的问题,但传统的分块策略与子块建模方法都未考虑过程的动态性问题,并且传统的分块策略都片面依赖于过程知识或过程数据信息,影响了过程监控的效果,为此提出了一种基于混合分块DMICA-PCA的过程监控方法。在分析过程的动态性后,先利用已知的部分过程知识进行变量的初步分块,接着利用各分块变量之间改进的广义Dice’s系数(MGDC)进行进一步的分块。然后采用DMICA-PCA方法对每个子块进行建模得到子块的统计量,并通过加权方法得到总的联合指标进行故障检测。同时对每个子块采用改进的故障诊断方法,提高了诊断效果。最后将该方法应用在TE过程的过程监控中,证明了该方法的有效性。

基于时变混合Copula模型的配对交易策略

由于金融时间序列数据通常具有动态时变、非对称和非线性相关特征,本文给出了一类权重系数和Copula参数均时变的混合Copula模型。同时基于权重系数和Copula参数时变的混合Copula模型,刻画不同频率互联网金融概念股价格序列之间的相关性,构建配对交易策略模型,并与静态混合Copula模型下的策略结果进行比较。实证分析表明:基于时变混合Copula模型的配对交易策略可以获得较高收益;Copula参数和权重系数均时变的混合Copula模型能捕获更多交易机会,策略表现最好;含有较多成分Copula的混合模型在配对交易策略中并不具有优势;高频率金融市场比相应低频率金融市场的策略盈利更高。

基于帧差分块的混合高斯背景模型

针对混合高斯背景模型计算量过大、对复杂场景的适应能力较差等问题,提出了一种基于帧差分块和自适应学习率的混合高斯背景模型改进算法。引入分块模型思想,有效结合了像素的空域信息;根据帧间差分结果,判断可疑前景区域和背景区域,提高了检测灵敏度;针对前景可疑区域采用复杂模型,保证运动目标检测的精度,反之采用简单模型降低计算量;通过自适应学习率,加速背景的形成与消退。实验结果证明该算法较好地兼顾了检测精度和计算代价。

股票资产组合VaR研究——基于混合D藤Copula模型

本文在对上证市场五种股票资产组合的风险分析中以VaR作为风险度量指标,采用基于Pair Copula高维建模理论的混合D藤Copula模型,建立了反应多个资产组合相关结构的联合分布模型。该模型对传统D藤Copula建模方法作了进一步的改进,通过一定的选择标准,确定了D藤中每个Pair Copula函数的最优函数族,这样使得所建立的模型不仅考虑到了资产维数的影响,而且还能捕捉到组合内部因子间相关结构的差异性,从而改进后的模型能更好地描述资产组合的相关结构,并且能更精确地反映资产组合收益的实际分布。最后,以混合D藤Copula模型为基础,利用Monte Carlo方法计算了上证市场五种股票资产组合的VaR,并通过实证研究进一步证明了该模型的有效性。

基于混合Copula的ETF配对交易策略

配对交易是一种非常普遍的投资策略,被广泛应用于金融市场.距离法和协整法在配对交易策略中使用最普遍,然而,这2种方法只能描述股票之间的线性相关结构.本文基于3类基本的阿基米德Copula函数构成的混合Copula,定量刻画了资产之间的条件相关性,给出了新的配对交易策略,并将其运用于高频ETF市场.实证分析表明,新的策略可以捕获更多相依信息,得到更多的交易机会.

基于分块地形的混合数据结构三维公路建模

为了权衡三维公路建模中数据高精度性以及渲染高效性的矛盾,在地形分块基础上提出了一种在场景中规则网格与不规则三角网并存的混合数据结构三维公路建模方法。此方法结合规则网格与不规则三角网两种地形表示方式的优缺点,若地形子块有公路覆盖,则利用Delaunay三角网方法精细绘制,否则基于规则网格LOD(细节层次)绘制,以此来提高渲染效率。针对此混合结构产生的块间裂缝问题,提出了对低细节层次节点增点的修补方案,以及针对此方法的特点提出了基于有向线段与增量步长的地形镂空算法,实现了地形与公路的无缝融合。实验结果表明,该方案可有效适用于三维公路设计。

基于混合C藤Copula模型的外汇资产组合VaR研究

本文在对资产组合的风险分析研究中以VaR作为风险度量工具,采用基于Pair Copula高维建模方法的混合C藤Copula风险分析模型,构建了反映多个资产收益实际分布和相依性的联合分布函数。该模型对C藤图形化建模工具作了进一步改进,根据变量间相关性强弱确定变量顺序,并对各Pair Copula都依据一定的标准选择最优函数族。以此建立的模型不仅考虑到了维数影响,而且能捕捉到资产组合因子间的相关性差异,从而能更好描述资产组合的相依结构。在此基础上,利用MonteCarlo方法计算了中国外汇市场上七种外汇资产投资组合的VaR,并通过实证分析验证了该模型的有效性。

利用贝叶斯线性回归结合混合Copula函数分析风电功率的相关性

分析风电场之间的出力相关性有助于合理规划风机的功率输送以及调度优化,从而提高传输线路的利用率。以冀北地区风场为例,首先分析了该区域风速的分布特性,然后利用贝叶斯线性回归算法建立混合Copula函数模型,拟合得到4个机群风速序列的联合分布,计算出风电场之间的出力相关性,并与其他相关性函数建模进行对比研究。研究结果表明,基于贝叶斯线性回归的混合Copula函数模型能够提高参数估计的精确性,从而使得计算出的相关性更为准确,并且由其拟合得到的出力概率分布与实际风场出力的概率分布较为一致。