基于分形维数的垩白米检测系统

垩白是衡量稻米品质得重要性状之一,直接影响稻米的外观品质和商品流通。目前,关于稻米垩白参数一般还采取人工目测的检测方法,主观随意性大,不仅缺乏客观性和可重复性,而且操作也耗时费力。近几年,利用计算机视觉来进行稻米垩白参数测量大大提高了参数的准确率,提高了效率。在关于计算机视觉的稻米垩白检测的已有文献表明,垩白参数的计算一般是根据稻米垩白区域的灰度值与籽粒区域存在差异,设定它们的灰度阈值来分离垩白区域,从而可以计算出垩白大小,并判断它是否是垩白米。然而基于垩白大小的检测方法,识别准确率较低。因为它只能得到垩白区域的累积信息,而不能得到分布信息。因此,本文提出一种基于分形维数的垩白米检测方法,把垩白区域在稻米籽粒表面的分布在统计意义上看成一个分形结构,用分形维数大小来描述它的复杂度,结果表明可以提高垩白米检测的准确率。     

基于弹性分形维的开放式基金投资风格漂移研究

投资风格漂移的量化研究是规范基金产品设计与控制基金经理投资行为的关键环节。根据分形维和经济弹性定义,在分析业绩比较基准风格指数对基金业绩影响的基础上,给出了基金投资风格漂移的价格弹性分形维定义,并推导出该分形维数的计算公式:基金对数收益序列与比较基准风格指数对数收益序列的比值。以我国2003年成立的18只开放式基金为研究样本,测算出基金投资风格漂移的价格弹性分形维,实证结果表明:基金投资风格均发生了明显的漂移现象;根据价格弹性分形维与投资风格一致性基准线得到了基金投资风格漂移的阀值,为控制较严重的投资风格漂移现象提供了衡量标准。本文研究方法与结论对完善基金产品创新发行理念、提高基金市场的效率提供了决策依据,并为进一步量化我国开放式基金投资风格漂移风险提供了新的研究思路。     

基于分形维的基金投资风格识别及漂移量化研究

有效市场假说已受到越来越多的现实挑战,文章在分析我国股市风格呈分形特征的基础上,把分形市场理论探索性地引入到基金投资风格领域,提出了基于分形维数的投资风格识别方法,并以我国79只开放式股票型基金为样本进行实证研究。结果表明：该方法能较好对基金投资风格进行准确性识别,大部分基金具有风格错配现象,比现有的两种主流风格识别方法更符合目前分形市场的现实背景,为基金经理与投资者提供了一种更加贴近现实市场的投资风格识别方法,使识别效果更加准确客观;并借鉴基尼系数的思想构建了风格一致性指标(CIS)来量化投资风格漂移程度,结果发现78.5%的基金发生了一定程度的风格漂移现象,风格一致性与风格漂移较严重的基金较少,这与证券市场非完全有效呈分形特征有关。     

基于分形盒维数的双门限合作频谱感知方法

在信号分形盒维数特征的基础上,提出利用噪声与授权信号分形盒维数的差异对授权 用户是否存在进行检测。为了使合作感知性能趋于更优,多用户采用双门限策略进行分步合 作。该方法运算复杂度低,对噪声不敏感。仿真结果表明,双门限合作相比单门限分形盒维 数检测 和能量检测,系统检测率更高,所需频谱感知时长较短, 同时减轻了融合控制中心以及传输 信道的负荷。     

基于语音识别技术的机载短波应急通信

通过分析作为机载远程通信主要手段的短波电台在强干扰及超远距离等极限条件下面临的失效风险,针对性地设计了基于语音识别技术的机载短波应急通信方案。该方案通过语音识别技术将语音信号转换为语义信息进行传输。采用提出的嵌入式命令词语音识别技术、说话人自适应技术和噪声鲁棒性语音识别技术提高语音识别的性能,保证基于语音识别技术的机载短波应急通信方法的实现,从而可以在上述情况下为飞行员提供应急通信保障。