基于Copula贝叶斯分类器与改进YOLOv5网络的手势识别研究

手势识别是通过识别人类手势并结合相关算法实现对手势语义分类的一项议题,在智能建筑、机器控制、新型人机交互、辅助驾驶等领域应用十分广泛,因此,手势识别具有重要研究意义。该文提出在YOLOv5目标检测网络引入注意力机制,以解决YOLOv5目标检测网络特征差异不敏感问题;此外,利用Copula模型改进朴素贝叶斯分类器,以解决图片分类精度缺失问题。实验结果表明:该文提出的Attention-YOLOv5检测网络比原网络在准确率和召回率上都有显著提升,基于Copula理论改进的贝叶斯分类器在准确率上显著高于朴素贝叶斯分类器。

运用Pair-copula贝叶斯网络模型分析多资产投资组合风险

目前,高维情况下的多资产投资组合的风险管理中常用Vine Copula来拟合资产收益率的联合分布,但Vine结构的构建随着资产个数增加是非常复杂的,并且由于其网络结构没有考虑到变量间的实际依赖关系,导致无现实解释意义。基于此,本文结合PC算法和爬山算法构建了多个资产间的Pair—copula贝叶斯网络模型来刻画资产间的相依结构,结合蒙特卡罗模拟法计算投资组合风险价值(Va R),并通过Kupiec检验法验证了计算的可靠性。

基于Copula贝叶斯估计的行业风险差异分析

通过对常替代弹性资本资产定价模型中投资标度问题的分析,提出了Copula贝叶斯估计方法用以获得系统风险β与投资标度比λ的联合后验分布.Copula贝叶斯估计方法针对数据非正态特征及强相关性特征而构建,采用Copula函数取代原有普通贝叶斯估计方法中的正态假设.传统贝叶斯估计方法假设了正态的似然函数,忽略了数据可能存在尖峰后尾等在金融实证数据分析中普遍存在的非正态情况.Copula贝叶斯估计算法采用半相依回归法处理数据的强相关性问题,将原有函数依照数据形式假设为非正态结构.针对来自6个工业产业24组公司数据的系统风险参数β与其对应的投资标度参数比λ进行估计,获得不同行业中系统风险参数与投资标度之间的动态关系并进行分析,为业界投资及相关研究提供有效参考建议.

基于Frank-Copula贝叶斯估计的系统性风险对样本标度的敏感性分析

研究表明数据样本标度的选取对系统性风险估计结果具有直接影响,本文基于150只A股样本数据构建25组投资组合,通过Copula贝叶斯估计方法获得系统风险β与投资标度比λ无信息先验的联合后验分布,对系统风险β与投资标度比λ的影响效应进行了分析。研究表明,样本标度对我国A股市场的系统性风险值估计存在误差性影响,且该影响随着公司规模的增加而不断上升,即样本标度的选取对于大额机构投资者影响较大,但数据对于账面市值比不敏感。以月度数据为基础数据,我国市场系统性风险值与样本标度比存在弱负相关关系,相比较以机构投资者占据资本市场主流的美国数据,我国市场真实投资标度存在明显差异。

基于Gaussian Copula-贝叶斯动态模型的桥梁构件时变可靠性分析

针对桥梁构件的各控制监测点之间存在失效非线性相关性的问题。首先考虑到非线性相关性对桥梁构件可靠性的影响,采用贝叶斯动态模型(BDMs),建立监测数据的动态预测模型;再结合Copula理论建立Gaussian Copula-BDMs,进而计算桥梁构件时变可靠性,同时与不考虑桥梁构件各控制监测点失效相关性得到的可靠性进行比较分析;最后通过算例验证所建模型与方法的合理性。本研究成果将为多元结构体系的可靠性分析提供参考。

考虑安全性的桥梁主梁体系可靠性动态藤Copula预测

为合理预测考虑安全性的在役桥梁主梁体系动态可靠性,利用危险监测点的动态极值应力信息,建立藤Copula技术与动态线性模型(DLM)贝叶斯递推过程相融合的贝叶斯动态藤Copula模型(BDVCM),并结合一次二阶矩(FOSM)方法,实现危险监测点失效时变非线性相关的在役桥梁主梁体系动态可靠性预测。采用某桥主梁5个截面的动态监测极值应力数据进行验证分析,研究表明,考虑安全性的监测点失效时变非线性相关的桥梁体系动态可靠性预测值较不考虑监测点失效相关性所得结果大,说明不考虑失效动态非线性相关性所得结果偏保守。

“双循环”背景下基于ESG的产业相依关系研究

可持续发展是优化产业结构,达成经济“双循环”目标的现实路径,明确可持续行业的行业关联是促进经济绿色演化的重要前提,但鲜有文献将可持续发展与行业关联起来进行研究。文章从金融市场的视角出发,构造可持续行业指数(ESG行业指数),首先利用R藤Copula模型测度行业间的相依关系,其次以Copula贝叶斯网络探究行业间的因果关系,并应用QAP(二次指派程序)测算国内市场行业关联的动态变迁特征,最后引入Mantel检验比较中美可持续指数关联。研究发现:在中美贸易摩擦、新冠肺炎疫情和俄乌冲突这三个不同时期内,ESG行业指数间均具有较强的关联性;其中能源行业和房地产行业承担风险传播的角色,可选消费行业和金融行业作为连接各行业的关键节点,承受风险波动并传递给其他行业;中美可持续行业指数的联动较弱,相比之下,通讯服务行业与美国ESG指数的相关性最强。