遥感图融合方法比较研究

近些年来,遥感图像融合技术获得了普遍关注和广泛的应用,其理论和方法已经成为智能信息处理、遥感应用等学科的重点研究领域。本文以高光谱和高空间分辨率影像的处理及应用技术为研究对象,重点对TM、IKONOS及QuickBird等高空间分辨率卫星影像以及高光谱数据的融合与处理技术进行分析和实验研究。本文介绍了几种遥感图像融合算法:PCA变换、HIS变换、小波变换。同时归纳了融合质量评价标准,对这些算法融合的结果进行了定量化分析对比。     

金融时间序列多分辨率实证研究的EMD方法

针对小波变换的不足之处,运用EMD方法对沪深300指数日收益率时序进行多时间尺度分解,发现其波动存在准2日、准4—5日、准15日、准28日、准70日、准140～190日及准240日等波动周期,并分析了各分量的趋势变化。结果表明,EMD作为一种全新的非线性、非平稳信号多分辨率处理方法,可以更精确地提取金融时序中不同波动周期的分量,在股市等金融系统变量的多时间尺度分析及其建模、预测中具有广阔的应用前景。     

小波变换在金融时间序列中的应用

文章从理论上分析了小波变换及其去噪原理,并建立小波去噪模型对金融时间序列进行去噪,并用上证指数和深圳综指两年的日收益数据进行实证分析,结构表明小波函数对金融时间序列进行去噪是非常有效地。     

小波分析在经济问题中的应斥

小波分析是目前国际上公认的信号信息获取与处理领域的高新技术,是多学科关注的热点。小波分析是一种信号的时间一尺度（时间一频率）分析方法,房地产市场价格作为一种时间序列,和我们平常分析的信号具有相同的特性,因而可以充分的发挥小波分析的良好去噪能力。现以房地产市场的销售情况为例,应用小波分析对房地产市场的销售情况进行去噪分析,希望通过去噪分析可以为消费者或投资者提供科学的依据。     

小波域非线性滤波器及神经网络的图像降噪

本文介绍了一种与小波变换混合使用的神经网络图像降噪处理方案。在对退化了的图像只要进行一级小波变换,然后利用多层神经网络(LNN)对小波系数进行非线性降噪。实验结果证明,该方案比传统的线性滤波有着更好的图像峰值信噪比(PSNR)。     

我国证券市场经济混沌探测研究--一种基于小波变换的噪声处理

经济时间序列的变化有长期趋势变动、周期变动以及日常细微波动(噪声),噪声的存在有时会影响系统的分辨率、稳定性,甚至会淹没正常信号。利用小波变换对上证指数和深成指的日收盘价序列进行去噪处理,用去噪后的日收盘价序列计算出日收益率序列,仍能较好地保留序列自身固有的特性,这种方法能满足探测我国证券市场的混沌性所需要的大样本、低噪声的要求。     

基于小波—神经网络的短期风速预测

采用小波变换和神经网络相结合的方法对风速进行短期预测.利用小波变换将信号分解成不同频段的子序列,各子序列单支重构后,利用神经网络分别建模预测,最后将各子序列的预测结果叠加得到最终的风速预测值.在神经网络学习过程中采用LM算法,有效提高了收敛速度,降低了陷入局部极小值的可能.通过实例分析,验证了该方法可以较为准确地预测风速.     

基于ARIMA与小波神经网络模型的生猪价格预测比较

文章在分析传统生猪价格预测方法局限性的基础上,利用四川省生猪价格周度数据分别建立小波神经网络和ARIMA预测模型,通过预测的评价指标对比,可以看出,小波神经网络在非线性的映射能力,多指标复杂的波动的数据内在规律逼近方面较之于时间序列模型更优。并且,小波神经网络将生猪养殖链的各个阶段的产品和要素价格都带入进行了训练,符合生猪养殖链的价格传递机制,更好的探究出了生猪价格的波动特征。     

改进小波神经网络下的我国发明专利授权数量预测

专利授权信息是反映专利权人在不同科技领域和产业部门技术积累与控制能力的重要指标,因此政府和企业在作专利战略规划和决策时越来越重视专利授权预测分析的结果。采用小波神经网络模型对国内月度专利授权数量展开时间序列研究,并对其进行短期预测。研究结果表明,小波神经网络训练和泛化平均绝对误差分别是298件和955件,t检验值表明建立的小波神经网络是可信的,网络的训练结果和泛化结果与实际值差异不明显;小波神经网络预测的平均相对误差为10.88%,在期望值有剧烈波动的情况下,小波神经网络依然能够比较准确地预测我国各月度的发明专利授权数量。     

小波包与混沌理论相结合的人民币汇率预测

文章应用小波包变换和混沌理论提出一种人民币汇率建模及其预测的新方法。首先将人民币汇率序列进行小波包分解,并对分解后得到的各部分进行混沌判别,以确定其混沌特性;然后对各部分分别建立混沌模型进行预测;再对混沌模型预测的结果进行小波包重构,则得到原始汇率序列的预测结果。以人民币日汇率和人民币每日分时汇率为例进行了实证研究。研究结果表明该方法具有较高的精度,并具有极大的应用前景。     

基于自适应小波神经网络的数据挖掘方法研究--对我国石油产量的预测分析

小波神经网络是近年来在小波分析研究获得突破性进展基础上提出的一种前馈型网络,文章将小波与神经网络相结合,提出了一种基于自适应小波神经网络(SAWNN,self-adaptation wavelet neural network)的数据挖掘方法,并构造了数据挖掘过程的机器学习机制,以提高对问题的处理能力。文章将所构造的自适应小波神经网络用于石油产量的建模预测研究,实证结果表明此预测模型不仅是有效的,而且是可行的。     

大学生的时间管理探析

时间是一种看不见摸不着的资源,它对于每个人而言,都是均等的。但不同的人却可以对其进行不一样管理和使用,创造出不同的成果出来。当代大学生是祖国的未来,关系到祖国未来兴衰成败。因此,作为当代大学生,在进行生涯规划的同时也应该注意培养有效的时间管理能力。通过分析大学生时间管理现状以及其成因,有针对性地提出大学生时间管理对策。     

通货膨胀与农业股票收益多尺度分析

通货膨胀水平与股票收益率的关系是金融学研究的热点问题之一。文章介绍了小波方法的多尺度分析原理,采用农林指数月度收盘价的对数收益率和消费者价格指数分别代表农业股票收益率和通货膨胀率的水平,得到2007年9月到2012年12月农业股票收益率和通货膨胀率的统计特征。以小波方法分解已知的时间序列,得到不同尺度的数值,利用最小二乘法实证两者之间的关系,得到在中尺度和大尺度的分析周期上,两者具有统计意义上显著地正相关关系,支持了费雪效应假说。而在短尺度分析周期上,两者又具有统计意义上的负相关性,出现了费雪效应悖论。     

客户盈利能力分析:基于客户成本的视角

客户盈利能力分析是一种创新的管理分析方法,它根据盈利能力不同对客户区别对待.本文通过调查并与美国的一项调查结果相比较发现,客户盈利能力分析在我国企业的应用还不广泛,目前只有少数企业开始运用它为企业的经营决策服务.此外,通过统计分析我们还发现,除客户成本消耗差异外,成本结构、客户战略等因素对我国企业客户成本分配没有明显影响.     

浅谈无功补偿中的电力电子技术

本文简要地阐述和分析了电力静止无功补偿器(SVC)和静止无功发生器(SVG)的基本原理及其应用,它是实现动态、瞬时无功补偿机理的先进的一种无功补偿的新技术.     

小波变换在GPS双差值中周跳探测中的应用

针对GPS载波相位观测值中出现的周跳,对相位观测值做双差处理.根据小波变换检测信号的奇异性原理,将GPS观测值发生周跳视为信号奇异点,对双差观测值探测周跳,并获得小渡方法能探测到的最小周跳值.试验证明,小波变换探测周跳位置准确,能探测到1周以上的周跳.     

基于树皮特征的计算机辅助植物分类与识别

文章提出一种基于小波变换系数的广义高斯密度分布形状分类算法,利用小波变换系数的统计特性,形成描述彩色图像形状特征的特征矢量,利用支撑向量机分类器进行树皮纹理图像的分类。实验证明,算法提出的描述方式能够有效体现植物树皮纹理图像的形状特征,实验结果验证了模型的有效性。     

浅谈现代财务管理中的时间价值

时间价值原理是现代财务管理的基础观念。是财务决策的基本依据。它准确地提示了不同时点上资金之间的换算关系．在财务预测、计划、控制和分析中有广泛的应用，资产评估的许多模型都建立在其上。因而正确理解时间价值原理对现代财务管理具有指导作用和现实意义。     

企业营运能力分析体系

营运能力是指企业充分利用现有资源创造社会财富的能力,它可以用来评价企业对其拥有资源的利用程度和营运活动能力。其实质是要以尽可能少的资源占用,尽可能短的周转时间,产生出尽可能多的产品,创造出尽可能多的销售收入,而要实现这个目的,就必须提高企业的营运能力水平。于是,研究企业的营运能力体系是非常必要的。有资源才能产生利益,于是,本文主要集中论述各项资产的周转速率的高低会怎样影响企业的正常运作,也即各项资产的营运能力分析。     

浅析复变函数与积分变换在工科教学中的探索与实践

《复变函数与积分变换》课程是重要的公共基础课。文章针对工科教学的特点,对复变函数与积分变换课程从教学内容、教学方法、考核体系三方面进行了探讨与实践,有助于提高学生的实际应用能力。