差分网络研究金融危机对行业的冲击

金融危机对股票市场中行业的冲击是一个普遍关注的问题,而传统的基于序列分析的方法不能对股票市场的行业结构特征进行有效的描述.本文给出了一种考察行业结构发生变化的定量描述方法.联合利用时间延迟稳定性和最小生成树确定出多支股票之间的相互影响关系,得到股票关系网络.该网络用作对股票市场状态的描述.对不同时期的网络之间做差,得到差分网络.该差分网络的结构特征能够给出行业结构的变化.采用这一方法研究了1994年到2013年发生的五次金融危机下道琼斯30支成分股关系网络的结构变化.结果表明,金融危机影响的行业有很大的差异,比如在2008年全球金融危机受影响最大的三个股票集中在原材料行业(美国铝业公司、埃克森美孚公司、雪佛龙),而2011年欧洲债务危机下受影响最大的三支股票集中在银行和金融业(花旗集团、美国银行、摩根大通公司).本方法可用于复杂系统状态演化的研究,比如人体健康状况变化、气候变化等.

基于AF-CDC-OFDM的差分网络编码

在多子载波、频率选择性衰落、双向中继转发信道中提出多中继协作的基于AF-CDC-OFDM的差分网络编码方法。通过多个协作中继的分布式循环延时编码及功率放大处理,两路终端发送的差分编码分组可获得完全的协作分集和频率分集增益。两路终端在检测对方的发送信号之前需要消除自干扰信号,为此,提出基于统计相关的自干扰分量估计方法。仿真结果表明,提出的差分网络编码能够获得完全的分集增益性能,对应的自干扰分量相关统计估计算法在慢衰落信道中与干扰分量完全消除的检测性能相比,仅有0.5dB的信噪比损耗。

差分网络噪声系数的测试方法研究

本文利用噪声系数的Y因子法测试原理分析了四端口网络和差分网络的噪声特性及其噪声系数与双端口网络噪声系数之间的数学关系方程,测试时分别对差分网络的每个输入输出组合进行双端口噪声系数测试,然后利用该关系方程计算出差分网络的噪声系数。该方法不需要利用巴仑将差分网络转成双端口网络,从而简化了对测试设备的要求。通过对比测试表明,两种方法的测试结果相差在0.5dB以内,可以满足应用需要。

稀疏差分网络和多监督哈希用于高效图像检索

针对基于深度哈希的图像检索中卷积神经网络(CNN)特征提取效率较低和特征相关性利用不充分的问题,提出一种融合稀疏差分网络和多监督哈希的新方法SDNMSH(sparse difference networks and multi-supervised hashing),并将其用于高效图像检索。SDNMSH以成对的图像作为训练输入,通过精心设计的稀疏差分卷积神经网络和一个监督哈希函数来指导哈希码学习。稀疏差分卷积神经网络由稀疏差分卷积层和普通卷积层组成。稀疏差分卷积层能够快速提取丰富的特征信息,从而实现整个网络的高效特征提取。同时,为了更加充分地利用语义信息和特征的成对相关性,以促进网络提取的特征信息能够更加有效地转换为具有区分性的哈希码、进而实现SDNMSH的高效图像检索,采用一种多监督哈希(MSH)函数,并为此设计了一个目标函数。在MNIST、CIFAR-10和NUS-WIDE三个广泛使用的数据集上进行了大量的对比实验,实验结果表明,与其他先进的深度哈希方法相比,SDNMSH取得了较好的检索性能。

射频差分网络混合模式S参数的应用

印刷电路板(PCB)上芯片管脚之间的连线,通常采用差分线的形式。当所传输的信号频率很高时,成为一个典型的微波传输线,需要利用混合模式的S参数进行研究。在一般射频(RF)及微波N-端口网络单端S参数基础上,针对差分网络给出并发展了混合模式S参数的表达式和性质。利用Ansoft HFSS软件混合模式S参数设计了PCB上一对包含有互连(过孔)的差分线,并用这个差分线建立了一个差分电路系统,传输速率为3GB/s的随机数字信号,在接收端提取了相关的接收电压信号和眼图。模拟结果表明,经过总计5英寸长的PCB传输线路后,所接收的信号仍然保持了良好的质量。

复数域符号相乘的差分网络编码

传统差分网络编码在解码转发方式下编码环节繁杂、中继检测复杂度高。基于此,文中提出复数域符号相乘的差分网络编码,并构建了中继检测方法一和中继检测方法二,能显著降低中继的检测和编解码复杂度。同时,将提出的编码方法拓展到多中继协作方式以获取高阶协作分集增益,并得到随机差分空时网络编码,其能获得的分集增益阶数为解码正确的中继个数。仿真实验和理论分析均验证了提出的复数域符号相乘的差分网络编码方法在单中继和多中继协作方式下的有效性。

基于像素差分网络和边缘方向插值的图像缩放算法

通过对图像在缩放过程中使用的不同插值算法分析比较,针对新的边缘定向插值算法中存在人工选取经验阈值的随意性与边缘轮廓连续性的问题,本文提出一种基于像素差分网络和边缘方向的图像缩放算法。从人工选择阈值完成边缘分割改为利用像素差分网络实现边缘分割;对边缘点3×3区域查找边缘线方向作线性插值,以保持图像边缘轮廓的连续性,从而保留图像边缘结构。实验表明:该算法能在提高图像分辨率的基础上保留图像所具有的边缘结构,有较低的时间复杂度,同时对于不同图像该算法具有较好的普适性。

基于改进像素差分神经网络的碳管多层编织成形视觉检测

针对碳管预制体编织成形过程中编织网轮廓缺陷人工难以及时发现的问题,提出了多层碳管预制体编织网编织过程中的轮廓视觉检测方法。在原始像素差分神经网络的基础上进行改进,采用SimAM模块实现了网络的轻量化和更好的注意力关注效果,使用平衡交叉熵损失解决了碳管编织网数据样本分布不均匀的情况,同时,提出一种逐像素的编织网轮廓比对方法来判断编织网状态,以此判断编织网是否出现缺陷。试验结果表明:与原始像素差分神经网络相比,改进的像素差分神经网络对编织网轮廓提取结果的ODS和OIS分别提高了2.4个百分点和2.6个百分点。认为:改进的像素差分神经网络对于碳管编织网轮廓实现了更为精确的提取,更加适用于碳管多层编织成形视觉检测任务;逐像素比对方法对编织网轮廓缺陷可以实现准确及时的判断。

几类密码算法的神经网络差分区分器的改进

为了进一步研究神经网络在密码分析方面的应用,利用深度残差网络和传统差分密码分析技术构造并改进了几类典型的轻量级分组密码算法的神经网络差分区分器。主要取得以下结果:①分别构造了4~7轮PRESENT、3轮KLEIN、7~9轮LBlock和7~10轮Simeck 32/64的神经网络差分区分器,并基于密码的分组结构分别进行了分析;②基于SPN结构分组密码的特点对PRESENT和KLEIN的神经网络差分区分器进行了改进,最多可提高约5.12%的准确率,并在对LBlock的神经网络差分区分器进行研究时验证得出这种改进方式不适用于Feistel结构的分组密码;③基于Simeck 32/64本身密码算法的特点对其神经网络差分区分器进行改进,提高了约2.3%的准确率。同时,将Simeck 32/64的改进方法与多面体差分分析进行结合,将已有的8轮和9轮Simeck 32/64多面体神经网络差分区分器的准确率提高了约1%和3.2%。最后,将实验中得到的3类神经网络差分区分器模型分别应用到11轮Simeck 32/64的最后一轮子密钥恢复攻击中,其中最佳的实验结果是在1000次攻击实验中以26.6的数据复杂度达到约99.4%的攻击成功率。

基于VRS的GPS网络RTK差分改正方法

为实现网络差分系统的高精度差分定位,利用虚拟参考站技术提出一种网络RTK差分改正信息的生成方法。利用VRS技术建模生成了虚拟参考站的双频伪距观测值、双频载波相位观测值,重点推导了关键的载波相位数据项参数的算法公式,遵循RTCM2.3国际标准协议编码生成了RTCM3、RTCM18、RTCM19号差分改正电文,通过同步实验的方法与标准RTCM相应的主要参数进行了数值对比。实验表明,该方法生成的差分改正信息主要数据项与标准值的误差小于0.04cycle,当被用于GPS网络差分定位时,移动站的平面精度优于5cm.

顾及高程差异的网络差分对流层误差内插模型

在GPS网络差分定位技术中,用户站与参考站间的高程差异会引起对流层误差改正数中存在系统性偏差,造成对流层改正精度降低,影响用户定位的效果。在常规两维线性组合模型的基础上,考虑高程因素影响,利用三维位置信息对内插模型参数进行约束,将对流程延迟改正数分为距离相关和高程相关两部分,通过卡尔曼滤波器分别估计,提出了一种能修正高程偏差的对流层三维线性组合模型。以重庆连续运行参考站系统中5个站作为研究对象,实验验证结果表明,在地形起伏较大的地区,三维线性组合模型可将对流层改正精度从20～40 cm提高到5～6 cm,相对于常规方法提高了4～6倍,消除了网络差分定位中高程差引起的对流层改正系统偏差。

差分RBF神经网络的预测算法及其应用

针对 RBF( Radial Basis Function)神经网络处理非平稳时间序列的不足 ,本文提出一种修正的差分 RBF神经网络结构 ,并给出相应的预测算法 ,将其应用于金融领域 ,对上证指数进行预测 ,结果表明其性能优于传统的

基于PCB差分功分网络的设计

射频印刷电路板(PCB)上互连线通常采用差分线的形式。当所传输的信号频率很高时,该结构需要利用混合模式的散射参数(S参数)进行研究。在一般射频网络单端S参数基础上,针对差分网络给出混合模式S参数的表达式。利用CST软件混合模式S参数设计了PCB上差分电路系统并进行了测试。实验结果表明,使用混合模式S参数能够快速准确设计出射频差分网络。

差分服务网络中基于仿真的确保服务质量研究

通过仿真实验探讨RIO参数设置对确保服务质量的影响 .实验结果表明 ,合理设置RIO的门限值和配置方式可以提高网络的公平性 ,改善确保服务的性能 .

大范围网络实时动态差分定位方法与实现

目前网络实时动态差分使用的连续运行参考站间的距离多在30-80km,而大范围网络实时动态差分算法可以扩大网络实时动态差分的有效作业距离,降低系统建设和维护成本。对大范围网络实时动态差分基准站和流动站的整周模糊度实时解算、大范围流动站用户观测值的误差实时改正等算法进行了研究,并基于新算法开发了相关的大范围网络实时动态差分软件,最后对实测连续运行参考站网的数据进行处理,进行大范围网络实时动态差分算法实验。

北斗系统双模网络实时动态差分法组合定位性能初探

提出采用数据实时分流和Ntrip并行服务设计进行北斗系统多模连续运行参考站系统更新升级的新方法,可用于北斗系统兼容连续运行参考站系统建设,提供多种北斗系统多模组合网络实时动态差分法服务.利用惠州市卫星定位连续运行参考站系统进行北斗系统双模连续运行参考站更新升级试验,实现了包括全球定位系统、北斗系统、北斗系统/全球定位系统双模三种网络实时动态差分法组合定位服务的区域覆盖.开展野外网络实时动态差分法定位试验,以全球定位系统为参考目标,对北斗系统双模网络实时动态差分法组合定位性能进行定量比对分析,通过11个测试样本对网络实时动态差分法定位精度和初始化时间等指标进行定量评估.结果表明,与全球定位系统相比,北斗系统及北斗系统/全球定位系统双模网络连续运行参考站定位初始化时间可减少50％以上,定位精度水平也达到3～4 cm水平,卫星观测条件和环境适应性更好,北斗系统双模网络连续运行参考站已具备很好的应用性能,适合推广应用.

基于CORS网络差分的无人驾驶车定位研究

无人驾驶车辆定位技术成为无人驾驶车辆研发的主要方向。为提高无人驾驶车辆的定位精度,本文提出一种基于网络差分定位的方式,利用CORS网络差分测量的点定位形成无人驾驶车辆行驶轨迹。通过实验对比CORS网络差分定位精度可以提升30%,也相应的提升30%车辆行驶轨迹精度,但是在恶劣气候下车辆定位精度具有较大波动。本文采用CORS网络差分定位和航迹推算定位相融合的方法,提高无人驾驶车辆定位精度的稳定性,保证车辆安全行驶。

基于GPRS的CORS网络差分模块设计

为了解决旧GPS设备在JSCORS系统下实现网络RTK的问题,基于通用无线分组业务(GPRS)设计了CORS网络差分模块。该模块采用GPRS/Internet无缝链接技术,通过Ntrip协议的顺从及分析,将其嵌入到模块中,建立了GPS差分数据传输通道。通过大量测试表明该CORS网络差分模块性能可靠。

基于GR64的GPS网络差分通讯终端设计

为了解决非专用GPS接收机在GPS网络差分系统下实时RTK的数据通讯问题,基于MSP430F149和GR64设计了适用于网络差分的通讯终端。该终端采用无缝技术实现GPRS与Internet链接,通过Ntrip协议的顺从及分析,将其嵌入到模块中,建立了GPS差分数据传输通道。测试结果表明:基于GPRS的网络差分通讯终端性能可靠,GPS定位精度达到厘米级。

基于网络差分组合导航的AGV开发

研究了室外环境下基于网络差分组合导航AGV的定位和控制方法,提出了基于运动学的线性二次型调节器(LQR)路径跟踪控制算法,通过迭代求解黎卡提方程计算最优控制量,实现对AGV路径的跟踪控制。开发了原型样车并进行了可视化仿真,在园区室外环境中进行了实车实验。仿真和实验结果表明,开发的基于网络差分组合导航AGV可以可靠地进行路径跟踪。