“拍照赚钱”任务定价的优化设计模型

分析了现有的任务定价规律,找出了导致任务未完成的原因,在兼顾会员和企业利益的前提下,首先建立了任务定价优化模型,在此基础上又建立了任务打包发布时的定价方案模型,并进一步探索出分时段优化方案。运用多目标遗传算法在Matlab环境下编程求解,将各优化的定价方案实施效果与原定价方案进行对比,同时通过所建立的任务定价方案的评价指标体系对各定价方案的实施效果做出评价。     

区域经济异质视角下电力消费因素分解及"拐点"分析

基于对数均值迪氏分解法,构建了考虑区域经济差异的分解模型对中国电力消费水平进行分解分析,分解结果显示,不论是全国总体水平还是按照"四分法"的区域分解,经济增长均是电力消费增长的最主要驱动力,电气化水平因素是电力消费增长的第二大拉动因素,区域发展因素对全社会用电增量的贡献较为平稳,能源强度因素是拉低全社会用电量的唯一负向因素。动态来看,2001—2005年这一时间段内的"拐点"特征明显,能源强度这一"负向"拉动因素对全社会用电增长的贡献"由负转正",电气化水平这一"正向"拉动因素对全社会用电量增长的绝对拉动水平达到了1990年以来的新低,基于省际面板数据的进一步实证研究表明我国重工业部门的快速发展抑制了能源强度的降低和电气化水平的提升,西部地区表现得更为显著。     

基于灰色系统的京津冀地下水利用研究

京津冀地区作为我国北方最大的人口经济密集区,降雨时空分配不均。多年来,该地区的地下水资源和地质环境受到了人类活动和气候变化的显著影响,而地下水用水量是对人类和自然影响的直接响应。针对于多因素对地下水用水量的影响,本文选取人口、地区生产总值、有效灌溉面积三个因素,运用灰色关联分析法计算了地下水用水量与它们的关联度,并利用均值GM(1,1)模型预测了未来5年该地区的地下水用水量。结果表明:地下水用水量与有效灌溉面积的关联度最高,与人口之间的关联度较高,与地区生产总值之间的关联度不高;未来5年该地区的地下水用水量逐年减少。为了促进该地区协同发展,需合理配置水资源,重点保护地下水资源。     

核k’-均值聚类算法及在生物医学上的应用研究

核k'-均值聚类算法在k'-均值聚类算法的基础上,通过核函数,将样本从原空间映射到高维特征空间,使得非线性样本在高维空间中线性可分,然后对高维空间中的线性样本进行聚类。由于核函数的本质是成对样本间的内积,可表示成对样本间的相似度。文章利用高维空间中不同样本之间的内积,构造核矩阵,使得核矩阵中的每一矩阵元均由任意两个样本间的内积组成。内积越大,表示两个样本越相似,内积越小,表示越不相似,因此,求所有样本到其聚类中心的最小距离平方和的聚类问题可转化为求核矩阵的迹最小问题。文章利用两组真实生物医学数据集进行了算法验证,结果表明,在同等条件下,核k'-均值算法的聚类准确率要高于k'-均值聚类算法。     

一种利用机器学习优化MIMO窃听信道天线选择的方法

为保障多输入多输出窃听信道系统中信息传输的保密性，提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势，设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案，建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比，所提方案获得了几乎一致的保密性能，并且大幅降低了系统的选择复杂度和误比特率。     

基于显著区域提取的红外图像舰船目标检测

针对复杂海面背景下红外图像舰船目标由于灰度不均匀、海杂波干扰大等因素造成的自动检测虚警率高、准确率低的问题，提出了一种显著区域提取和目标精确分割相结合的红外舰船目标检测方法。首先，利用基于图论的视觉显著性(Graph-based Visual Saliency ,GBVS)模型计算待检测图像的显著图，使得目标区域信息增强；其次，结合舰船目标先验信息（长短轴、面积等），利用多级阈值划分算法提取关注的显著区域，并确定原图中候选目标区域；最后，利用空间约束模糊C均值(Fuzzy C-Means,FCM)算法对候选区域进行分割，结合目标先验知识对分割区域筛选并输出目标位置。所提方法在公开数据集IRShips上与相关方法进行比较，结果表明，相比直接进行全图目标搜索的方法，所提方法不仅准确率高、执行速度快，且检测目标的位置更加精确。     

中小河流治理中非均质土堤的稳定性测定研究

稳定性分析是中小河流治理中非均质土堤设计的关键,传统采用野外采样结合室内试验方式进行,这种方式由于采样过程应力释放原因不能完全反应土堤的力学指标,存在一定的测定误差,结合公路路基建设常用的原位动力触探方式,通过原位动力锤击试验,对中小河流治理中非均质土堤不同土层的力学指标进行分析,从而对其稳定性进行测定。研究方法对于土堤稳定性设计提供重要参考。     

基于VaR的风险平价模型及实证研究

由于波动率难以描述资产的下行风险,构造了基于VaR的风险平价模型,该模型采用VaR值来度量资产的风险,然后运用风险平价的思想来构造投资组合。实证研究结果表明:基于该模型构造的投资组合虽然在年化收益方面不及传统的等权重投资组合,但是却在风险控制及夏普比率、卡尔玛比率方面具有明显优势。对于追求夏普比率最大化或者卡尔玛比率最大化的投资者来说,基于该模型构造的投资组合不失为合理选择。     

基于均值偏移的粒子滤波视频跟踪算法研究

提出了基于融合颜色和LBP纹理特征的均值偏移粒子滤波视频跟踪算法。粒子滤波用带权粒子集表示待求解函数值,解决了非高斯非线性问题,提高了跟踪精度。将均值偏移嵌入到粒子滤波算法框架,实现对粒子的聚类,减少粒子数量同样达到实时准确跟踪的效果。融合颜色信息、纹理信息的多种特征描述,能够准确地描述模标,提高模标锁定的准确性,克服环境中相似颜色干扰的问题。实验证明,该算法在人体行为实时跟踪的准确性和鲁棒性方面较原算法有明显提高。     

投资组合优化策略问题研究

在借鉴Markowitz投资组合均值方差模型的基础上,为风险偏好不同的投资者设计了投资组合的复合模型:首先根据风险与收益的短期预测选择股票种类,其次依据风险偏好确定投资组合收益与风险的优化比率,最后利用该优化比率配置有限资金以使效用最大化。