基于自适应组LASSO估计的高维门限因子模型一致选择

门限因子模型设定载荷具有阈值型区制转换结构,可以同时刻画高维时间序列的共变性和区制转换特征。针对高维门限因子模型,本文基于自适应组LASSO技术给出了一种一致模型选择过程。这一模型选择过程将因子个数设定、门限效应推断纳入统一的分析框架,不仅解决了模型选择的一致性问题,还同时实现了模型选择误差的统一控制,这对于高维门限因子模型而言是非常重要的。理论研究和随机模拟结论表明本文给出的一致模型选择过程具有良好的大样本性质和有限样本表现。最后,本文将门限因子模型应用于我国金融市场分析,实证结果进一步验证了本文理论的有效性。

求解探测概率门限因子的一种重要度抽样方法

在不同探测环境下确定探测概率时 ,首先需要根据给定的虚警率来确定相应的探测概率门限因子 ,这时需要在杂波和被检测单元的概率分布密度函数已知条件下 ,对其进行积分 .实际应用中 ,概率分布密度函数非常复杂 ,这时直接积分法很难奏效 ,必须用数值模拟法来解决 .但常规的 Monte Carlo方法在模拟像虚警概率这类小概率事件时既耗费机时 ,精度又差 ,目前国际上正在研究应用重要度抽样法(Importance Sampling)来解决该问题 .本文在前人研究成果的基础上 ,针对两大类雷达探测处理器——单元平均恒虚警 (CA-CFAR)和修整平均恒虚警处理器 (TM-CFAR) ,对相应的重要度抽样方法进行了研究和推导 。

基于复轮廓波变换的图像消噪

为了克服实轮廓波图像消噪后广泛存在的混叠现象,研究了基于双树复小波级联方向滤波器架构的复轮廓波变换图像消噪的若干性质,证明了对于高斯白噪声图像,该变换具有更好的分割能力和抑制能力,并在此基础上提出了一种基于该变换的图像消噪算法。该算法采用蒙特卡罗方法来确定门限收敛因子,并采用这些因子修正3σ准则,对变换域系数模值采用硬阈值处理。图像消噪实验结果表明:该消噪算法比基于实轮廓波变换的消噪算法,具有更高的峰值信噪比和更好的视觉效果。

基于需求供给模型的移动数据流量预测方法研究

移动互联网时代,随着数据业务的高速增长,移动数据流量已经成为影响无线网络资源配置的主要因素,传统的流量预测方法已不能满足网络规划及资源配置的需要。本文创新性的提出了基于需求供给模型的移动数据流量预测方法,并对实际操作的关键点做了进一步的探讨,最后介绍了该方法在中国移动MS公司网络规划工作中的应用,为新时期移动数据流量的预测提供了一种新的思路和视角。

基于互联网大数据的CPI舆情指数构建与应用——以百度指数为例

研究目标:基于互联网大数据构建CPI舆情指数辅助预测CPI。研究方法:提出了一种构建CPI低频与高频舆情指数的统计方法,并通过选用2006年6月至2015年12月的数据验证了该方法的有效性。研究发现:相关关键词的搜索热度指标具有领先CPI的预测作用,依此建立的CPI舆情指数有助于改进CPI预测精度。研究创新:揭示了基于相关关键词的搜索热度指标与CPI的非线性关系,提出了一种基于门限回归的CPI低频舆情指数构建方法;使用动态因子模型估计出了CPI高频舆情指数。研究价值:预测CPI时可辅助利用基于大数据构建的CPI低频与高频舆情指数信息。