中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 李斌复旦大学 2003年硕士导师: 蔡子经;施伯乐共51页

摘要 : 随着国际互联网的发展和大规模存储的普遍应用,数据挖掘作为对数据进行分析理解应用的科学,越来越受到重视.数据分类是数据挖掘的一个重要研究领域.近年来数据分类的理论研究和实际应用都获得了长足的进步,陆续出现了许多实用的分类模型和实现算法.在... 展开随着国际互联网的发展和大规模存储的普遍应用,数据挖掘作为对数据进行分析理解应用的科学,越来越受到重视.数据分类是数据挖掘的一个重要研究领域.近年来数据分类的理论研究和实际应用都获得了长足的进步,陆续出现了许多实用的分类模型和实现算法.在分类研究领域,组合分类器的优化方法逐渐变得引人注目.组合分类器的代表算法有Bagging,AdaBoost和Arcing.三者算法新颖,绩效突出,引起研究者的广泛重视.对它们进行分析和比较对实际应用的推广具有重要意义.该文在分类错误率、合并规模和算法相关度等方面对三个算法进行综合对比,获得了许多对实际应用具有指导意义的结果.Bagging算法分类样本形式简单,对底层分类模型没有特殊要求,适用范围广,其单个分类器的产生是独立的,易于并行处理.其循环步长优化设置为15左右.AdaBoost和Arcing属于Booting算法，单个分类器的产生有顺序依赖关系.由于采用了适应性权重，两者的优化效果好于Bagging.AdaBoost算法形式复杂，理论基础深厚.Arcing方法权重更新模式简洁清晰.与AdaBoost相比，两者分类准确度接近，而AdaBoost更适用于大规模数据庥，Arcing则在相对较小的数据集上表现出色.两者的迭代步长优化设置为25左右.除此分析比较以外，该文提出一种基于适应性权重和限制目标类权重扩张的AdaBoost改进算法.它通过避免在目标类别上发生权重扭曲，有效地解决了在个别数据集上发生的退化问题.针对目标类的权重限制设置，该文提出了两种参考设置方式.平等对待方式适用于中小规模的数据集，而目标类样本数比例限制则对大规模数据集有一定的优势.叠加方法和遗传算法是另外两种分类器的优化方法，它们不属于一般的组合优化的范畴，但因其特点突出，该文在其实现和应用方面也进行了讨论了，提出一些有价值的建议. 收起

关键词 : 分类器组合优化 Bagging AdaBoost Arcing 综合比较权重扭曲权重扩张权重限制叠加遗传算法

2. 投资权重限制下套利组合的均值-方差分析

[学位论文] 黄媛复旦大学 2007年硕士导师: 李大潜共28页

摘要 : 在现实生活中，进行套利操作的大都是一些金融机构，受监管当局的监管要求和公司投资者的偏好制约，它们的证券交易往往存在一定的投资权重限制。因此，考虑到现实应用，对套利组合的分析也须研究存在投资权重限制时的选择问题。本文将在证券投... 展开

关键词 : 投资权重限制套利组合套利组合前沿均值方差分析证券投资权重

3. 基于显著性理论的股票收益率研究

[学位论文] 吴植琛西南财经大学 2023年硕士导师: 王敬共92页

摘要 : 1970年有效市场假说引起了经济学家们对股票市场的研究热潮，然而许多金融市场中的数据分析发现各种各样的“异象”，而这些现象与有效市场假说之间存在逻辑矛盾。尽管学术界随后出现了Fama-French三因子模型，但是这只解决了一部分市场“异象”。多数... 展开 1970年有效市场假说引起了经济学家们对股票市场的研究热潮，然而许多金融市场中的数据分析发现各种各样的“异象”，而这些现象与有效市场假说之间存在逻辑矛盾。尽管学术界随后出现了Fama-French三因子模型，但是这只解决了一部分市场“异象”。多数数据分析发现，现实中的大多数投资者在进行投资行为的过程中会受到多种因素的影响，这导致投资者的非理性行为，使得现实中的人们无法真正意义上成为理论假设中的理性经济人。因此，在未来的金融市场研究中，通过行为金融学将心理学纳入研究范围，对我国目前投资者的非理性行为进行分析是很有必要的。随着1978年的改革开放的推进，我国股票市场飞速发展带动一国经济进入了新的阶段。然而，中国表面上的综合国力虽然迅速发展，但是我国国家软实力还相对比较落后。比如我国国民文化知识素养以及综合素质还有待提高。相比较而言，以美国为代表的那些发达的西方国家，其成熟的资本市场都是以精英阶层的机构投资者为主体，而我国机构投资者在股市中确实有一定的影响力，但是目前市场中还是以大量的散户作为投资主体。因此我国市场中的非理性行为相对而言会更多，投资者的心理因素对市场的影响会更大一些。我国国内学术界近几年将股价的异常波动，或者说市场中的显著性效应作为研究重点。从现实角度出发去分析，当股价在过去一段交易时间出现明显不同于其他股票的变动时，这支股票将会吸引相当数量投资者的注意力。而这些投资者在预测其未来股价的时候会下意识分配给该股票历史极端收益更高的权重，也就是显著性权重。从而导致之后的一系列投资者非理性行为。因此，探索股价出现显著性波动时，其未来的股票收益如何变化以及原因是值得的。国内外学者对显著性理论的探讨和应用正在处于起步阶段，目前学术界对于显著性理论在金融资产方面的研究存在一个共同的认识：投资者会赋予那些具有显著优势(劣势)的资产更高(低)的权重，从而高估(低估)其未来的价格，导致资产未来更低(高)的收益。造成这种“异象”的关键在于人们会将历史资产收益作为“锚”，主观性地扭曲资产权重，然后过度地购入或卖出资产以使得自己的资产配置符合主观上的效用最大化。随着资产价格的正常化，被主观高估的资产就产生了更低的收益；反之，被主观低估的资产有了更高的收益。本文就是借鉴国外学者提出的显著性理论，结合我国A股市场的基本情况以及历史表现，来探讨我国A股市场近几年是否仍然存在显著性效应，以及该现象产生的主要原因是什么。本文通过借鉴显著性资产定价模型，构建显著性指标(ST)。以该指标作为研究重心，通过单变量分组分析、双变量分组分析、Fama-French 三因子、五因子以及Fama-MacBeth回归等分析方法，同时还通过改变显著性指标的构建方式，分组回归研究样本等稳健性检验的方法进行实证研究。分析发现，在中国A股市场中确实存在明显的显著性效应，同时公司层面的市值以及非流动性指标在其中发挥着重要作用。另外还有一点新颖的发现，与显著优势的资产样本相比较，显著劣势的资产样本中显著性效应并不是很明显。最后本文给投资者以及监管机构相应的建议，希望能推动我国资本市场更加成熟、更加理性化。本文给市场中的投资者们提供了对应信息不对称问题的新工具；给学者们提供了新的研究指标；给监管机构提供了新的参考数据。收起

关键词 : 股票市场显著性理论收益率主观权重套利限制

4. 大规模图上考虑限制条件的最短路径算法研究

[学位论文] 潘子安天津大学 2020年硕士导师: 杨雅君共61页

摘要 : 在图数据管理领域，最短路径查询是一类非常重要的问题，但在实际的应用场景中，用户往往会设置多样化的查询条件，并在这些查询条件的限制下进行最短路径查询。本文研究了在某些特定的限制条件下的最短路径查询问题，一种是给定一个节点集合，返回得... 展开在图数据管理领域，最短路径查询是一类非常重要的问题，但在实际的应用场景中，用户往往会设置多样化的查询条件，并在这些查询条件的限制下进行最短路径查询。本文研究了在某些特定的限制条件下的最短路径查询问题，一种是给定一个节点集合，返回得到的具有最小权重值的路径中的所有节点，必须属于该节点集合，因此该问题可以抽象为基于给定子图的最短路径查询问题；另一种是图的权重向量具有多个维度，给定一个线性计算函数，将多个维度的权重计算为一个新的单一权重值，查询在该线性函数下的具有最小单一权重和的路径。目前的已有工作主要集中在两个方面，第一种是搜索所有的可能路径，从中选取权重最小的路径作为查询的结果进行返回。这种方法虽然可以在多项式时间复杂度内返回正确的查询结果，但是大量的冗余计算会使得查询时间过长；另一种是利用索引技术，预先计算并存储一些节点之间的路径信息，在查询时可以利用预先存储好的索引信息，减少查询时间。本文针对上述两种问题设计了相应的解决方法，具体如下： 1.基于给定子图的最短路径查询问题，即在边上具有单一权重值的图上，给定一个节点集合，寻找一条从起点到终点并且只能经过该集合中节点的最短路径。对于此问题，本文主要的工作有：提出了一种树型索引结构，并且设计了一种基于该索引的查询算法；在多个真实数据集上进行了实验，与其他算法进行了比较，结果显示本文所提出的算法可以在更短的时间内返回正确的结果。 2.基于线性多权重的最短路径查询问题，即在边上具有多个权重值的图上，给定一个线性函数，寻找一条在该线性函数下从起点到终点的具有最小线性函数值的路径。对于此问题，本文的主要工作有：提出了一种基于天际线查询理论的新型索引结构；设计了一种基于该索引结构的查询算法；根据线性天际线查询理论和线性规划的相关原理，提出了两种优化策略；在多个数据集上进行了相关的实验，结果验证了算法的正确性和具有较短的查询时间。本文主要研究了基于一些限制条件的最短路径查询问题，并且针对不同的查询条件设计了不同的求解算法，这些算法与同类问题中的现有解决方法相比均具有较好的查询效果。收起

关键词 : 图数据最短路径限制条件子图多权重

5. 限制性的局部逆拟阵问题的算法设计

[学位论文] 李霜霜新疆大学 2016年硕士导师: 张昭共25页

摘要 : 在一个局部逆拟阵问题中,给定一个拟阵M=(S,I),S上的一个权重函数w,以及一个属于I的独立集I0,尽量少地将权重w改变到一个新的权重w使得存在一个包含I0的w-最大基.在本文中,我们研究了一个权重只允许增加(定义为CPIM+)或只允许减少(定义为CPIM?)的限制... 展开

关键词 : 局部逆优化限制性权重函数多项式时间算法

6. 含噪图像的快速超分辨率重建研究

[学位论文] 王庆成天津工业大学 2020年硕士导师: 温佳共80页

摘要 : 在5G通信技术快速发展的今天，高宽带和低延迟带来便利的同时，也大大催生了人们对高清图像的需求。在许多数字图像应用领域，如社会治安监控和医学影像分割方面都需要丰富的图像细节来提供更多的有效信息。但在实际的应用中，诸多不确定的因素如成像... 展开在5G通信技术快速发展的今天，高宽带和低延迟带来便利的同时，也大大催生了人们对高清图像的需求。在许多数字图像应用领域，如社会治安监控和医学影像分割方面都需要丰富的图像细节来提供更多的有效信息。但在实际的应用中，诸多不确定的因素如成像设备能力的制约和传输过程中频域的混叠，甚至是拍摄过程中物体与相机的相对位移而造成的模糊，都会导致图像采集过程中细节的丢失。为了解决这个问题，决定采用图像超分辨率重建技术，目的是从输入的一个或多个低分辨率图像中去重建高分辨率图像。由于高分辨率图像降质到低分辨率图像的过程中，伴随着大量图像边缘细节和高频信息的丢失，所以重建过程是一个典型的病态问题。而在拍摄和存储过程中的未知噪声会让重建过程变得更加困难。为了得到更加接近于真实图像的唯一准确解，本文对含噪图像的超分辨率重建问题进行研究，提出了一种快速且高效的超分辨率重建算法。主要研究成果包括：（1）现在大多超分辨率重建算法都假设输入图像是不含有噪声的。但在实际的应用环境中，含有噪声的低分辨率图像是很常见的，针对目前算法对含噪图像重建能力有限的问题，提出了一种对含噪图像具有明显抑制作用的快速超分辨率重建算法。（2）与传统算法不同，该方法在处理噪声的同时，完成图像的超分辨率重建工作。其中，在字典的训练阶段，借鉴了传统训练方法并加入了低分辨率图像块的纹理结构。值得注意的是，训练采用的示例图像是不含有噪声的。所以即使输入图像的噪声幅度发生变化，也无需重新训练字典。（3）在重建过程中，将稀疏字典的列原子作为匹配对象，一方面降低从数百万个匹配对象中查找相似补丁的计算成本。另一方面，稀疏表示可以使信号能量集中在个别原子上，抑制噪声的干扰。然后，通过对输入特征向量和稀疏字典的归一化处理提高了匹配的准确度，并结合相似度匹配和权重限制模型完成对相似块的权值分配，重构出对应的高分辨率图像块。最后，通过加权平均得到估计的高分辨率图像和去噪后的低分辨率图像。再将两幅重建图像与迭代反投影相结合，得到最终估计的高分辨率图像。在常规图像测试集中验证了本文算法，其结果优于对比算法并且对模拟的高斯噪声具有较好的鲁棒性。收起

关键词 : 含噪图像超分辨率重建稀疏表达相似度匹配权重限制

7. 关于不完全市场的广义拟均衡与光滑无限经济的套利和均衡

[学位论文] 黄慧敏福建师范大学 2004年硕士导师: 孙晓明共39页

摘要 : 19世纪末期,以Walras和Pareto为代表的经济学家创立了数理经济学派,提出了一般经济均衡学说的构想.20世纪中叶,以Von Neumann、Arrow和Debreu为代表的数学家为这一学说奠定了理论基础;随之,数理经济学逐渐成为一门独立学科.几十年来,数理经济学发展迅... 展开

关键词 : 不完全市场限制参与拟均衡广义拟均衡权重光滑无限经济套利分配方案

8. 空间计量经济模型的统计推断——基于限制性似然方程方法

[学位论文] 李凯云南财经大学 2013年硕士导师: 白鹏共61页

摘要 : 本文旨在对空间计量经济模型进行统计推断，主要包含两方面的内容：一方面是讨论空间计量经济模型在权重矩阵为零对角元对称矩阵的情况下，参数REMLE（限制性极大似然估计）的存在性和唯一性，同时进行数据模拟验证REMLE相对于MLE（极大似然估计）的优... 展开

关键词 : 空间计量经济模型限制性似然方程权重矩阵数据模拟均值扰动介值定理

9. 机器人控制不确定性及饱和吸引域评估研究

[学位论文] 赵丽敏上海交通大学 2008年硕士导师: 苏剑波共68页

摘要 : 机器人控制问题，无论是在理论界还是工程界，多年来一直是人们研究的热点。众所周知，机器人是一个复杂的多输入多输出系统，具有时变、强耦合和非线性的特点，对其控制也是十分复杂的。机器人关节空间轨迹跟踪问题是机器人控制的一个基本任务。... 展开机器人控制问题，无论是在理论界还是工程界，多年来一直是人们研究的热点。众所周知，机器人是一个复杂的多输入多输出系统，具有时变、强耦合和非线性的特点，对其控制也是十分复杂的。机器人关节空间轨迹跟踪问题是机器人控制的一个基本任务。当机器人的动力学模型已知时，反馈线性化技术可以很好地解决其控制问题，然而在实际中，模型参数变化、负载变化等不确定因素及饱和非线性的影响，使闭环系统控制性能恶化，甚至导致不稳定，这就要求机器人控制系统有较强的自适应性和处理驱动器饱和的能力。迄今为止，机器人控制研究已经取得了很多成果，但是，几乎所有的控制器设计都是建立在关节驱动器能产生任意扭矩的基础上。实际中驱动器的输出都有内在的物理限制，当输入超过其限制时，驱动器进入饱和，严重影响控制器性能，甚至造成控制失效。因此，在控制器设计时，必须考虑到驱动器饱和，得到系统获得较大稳定域相应的控制器设计方法具有重要的理论和实际意义。本文研究首先基于多模型自适应控制方法，针对参数变化引起机器人跟踪过程误差大的问题，提出了一种新的多模型控制权重计算算法，接着在一个两连杆机器人上完成仿真实验，证明了该算法优于传统算法；最后基于组合非线性反馈与计算转矩控制相结合的控制方法，研究了机器人控制存在饱和约束时的吸引域评估方法，通过引入Ricatti 方程迭代法设计线性增益来扩大吸引域，减小评估的保守性，并通过仿真证明了方法的有效性。具体工作包括以下几个部分： 1.提出了一种新的多模型控制权重计算算法。基于加权式多模型控制方法，考虑对被控对象建立多个局部模型，每个模型的作用通过控制权重来体现，通过在线计算模型权重来适应对象参数变化。在参数变化较快时，瞬态误差比较敏感，而慢时变时，累积误差则是一个很好的参考指标，因此，通过结合两者各自优点提高系统性能。本文提出的算法就是基于瞬态误差和累积误差来减小过程误差。 2. 将本文提出的权重计算算法运用到机器人多模型自适应控制中。在机器人任务空间，对其建立多个模型以覆盖参数的不确定性，从而构成多模型控制器来改善过程误差。以一个两连杆机器人为对象，分别在负载恒定和负载变化两种情况下运用本文提出算法进行了仿真，并与常规的只基于瞬态误差的算法进行了比较，获得了更好的跟踪效果。 3. 上述的控制方案也是假定驱动器能够提供充分大的扭矩，由于驱动器的物理限制，驱动器的输出能力有一定限制，因此考虑机器人驱动器饱和，提出一种新的吸引域评估、扩大及相应控制器设计方法。基于组合非线性反馈与计算转矩控制相结合的控制方法，充分利用组合非线性理论完成系统吸引域的评估，同时改善系统的动态性能。实际控制系统中，若设计的控制器在饱和介入时吸引域太小，则控制器输出不能直接驱动对象，需要重新设计，否则影响控制性能。本文引入Ricatti 方程迭代法设计线性增益，以获得尽量大的系统吸引域，减小评估保守性，保证控制器的控制性能，仿真结果证明了方法的有效性。收起

关键词 : 机器人控制空间轨迹动力学模型关节驱动器物理限制自适应控制权重计算