半径自适应的初始中心点选择K-medoids聚类算法

针对K-medoids(K为中心点)聚类算法对初始聚类中心敏感、聚类结果依赖于初始聚类中心的缺陷,提出一种新的半径自适应的初始中心点选择算法。该算法在每次迭代过程中都重新根据剩余样本点的分布特征计算半径,从而实现动态计算相应样本点的局部方差和领域半径,选取较优的初始聚类中心点,实现良好的聚类效果。采用不同规模的UCI数据集和不同比例随机点的模拟数据集进行测试,利用5个通用的聚类评价指标对性能进行评价。结果表明:本算法性能较同类算法有明显提高。     

一种改进的联合概率数据关联算法

针对联合概率数据关联算法在跟踪多机动目标时跟踪精度不高、计算量较大等问题,提出了一种新的联合概率数据关联算法。引入"当前"统计模型,并针对"当前"统计模型中机动频率和加速度方差不能自适应调整的问题进行了改进,实现了机动频率和加速度方差自适应。针对联合概率数据关联算法在跟踪多机动目标时,随着目标数的增多,算法计算量急剧增大的问题,提出了改进算法。改进算法避开了联合概率数据关联算法中由确认矩阵计算关联矩阵的过程,直接从确认矩阵计算关联概率。仿真实验结果表明:所提算法有效提高了多目标的跟踪精度,降低了算法计算量。     

采用自适应GHA神经网络的分类器设计

介绍了一种自适应逼近数据实质维的GHA神经网络学习算法。基于主元子空间分解的思想,给出了基于该算法的分类器刻画方法,对其中的刻画参数给出了详细的界定。该分类器采用监督学习机制进行训练,可以自动学习输入的主元特征子空间维数。在入侵检测领域,利用KDD CUP 1999数据集对该方法进行了仿真。采用正常连接数据训练GHA异常检测分类器,利用拒绝服务攻击数据进行了误用检测训练。并将测试结果与其他入侵检测方法进行了比较。     

入侵检测中基于序列模式的告警关联分析

提出一种基于序列模式的告警关联分析模型,实现对攻击告警的分析。该模型预处理部分利用网络拓扑信息和告警属性相似度隶属函数对原始告警进行过滤和融合;在WINEPI算法的基础上,考虑告警数据库增长的情况,提出一种告警的增量式序列模式挖掘算法,用于关联规则发现;在线关联模块匹配规则库形成攻击场景图,并预测未知攻击事件。使用2000 DARPA攻击数据集测试表明,该模型能够明显改善入侵检测系统的性能,验证了模型和算法的有效性。     

基于自动机模型数据关联性能评估算法

提出了一种基于自动机理论的性能评估方法,通过在有限自动机模型中增加描述观测的时间序列,来扩展其对数据关联过程的表达能力;使用时序有限自动机模型来描述关联处理算法的模型;使用带时间属性的字符串表示目标航迹。对数据关联的时序有限自动机模型进行一致性和可达性分析,并在此基础上给出了性能评估算法。实验结果证明该方法可以有效地评价关联算法的性能。     

基于改进的TCM-KNNDoS检测算法

由于实现方式简单、攻击形式多样、威胁范围广、不易防御和区分,拒绝服务(DoS)攻击已经成为网络的最主要安全威胁之一。该文提出了一种ITCM-KNN算法,在此基础上建立了DoS检测框架。使用标准数据集KDD Cup 1999进行算法验证和分析实验。采用基于信息增益算法选择了5个特征,在保证高检测效果的同时减少了特征的维数。该算法不需要对攻击进行学习和建模,使用少量的正常样本作为训练集,提高了检测性能。实验结果表明,改进的TCM-KNN算法检测率高于SVM等算法,达到99.99%。     

融合卡方统计和TF-IWF算法的特征提取和短文本分类方法

提出一种融合卡方统计和TF-IWF算法的短文本分类方法,通过卡方统计对训练数据集提取特征词,由TF-IWF算法赋予特征词权重,使用SVM分类器进行分类。实验结果表明:融合卡方统计和TF-IWF方法在文本分类准确率上提升3.1%,召回率提升5.2%,F1值提升3.7%。该方法扩大了特征词权重值的范围,使文本集的权值方差增大,一定程度上解决了短文本内容稀疏性的问题,从而提高短文本分类的性能。     

单频估计的自相关混合算法

对于高斯白噪声中单频复正弦信号的频率估计,提出一种基于信号自相关的混合算法。以自相关项相位加权平均方法获得估计初值,再以迭代方式利用自相关项进行频率估计。获得比迭代线性预测算法(ILP)更低的信噪比门限,估计方差在高信噪比时接近Cramér-Rao限,且优于ILP算法。该算法特别适于频率估计范围较窄但要求低信噪比的应用,性能分析和仿真结果说明了该方法的优越性。     

重要性抽样在期权定价中的应用

在期权定价的蒙特卡罗模拟中,重要性抽样是一种有效的方差减小技术。从理论上分析了重要性抽样技术在几种期权定价中的具体应用,通过实例说明了这种测度转化的运用以及最优漂移率水平的确定;给出了模拟的具体算法;用对比分析的方法实证模拟和检验了用最优漂移率水平进行重要性抽样能最大限度地减小估计方差。     

基于改进型SSD算法的目标车辆检测研究

车辆目标检测中,原始SSD(Single Shot Multi Box Detector)算法区域候选框尺度分布与特定的车辆数据集存在着偏差、冗余,导致检测准确度低,且相互重叠的目标检测较弱。重新设计了SSD算法的区域候选框,使其更符合特定数据集的分布,并在SSD算法的损失函数基础上增加排斥损失提高对重叠目标检测。实验对比原始SSD网络和改进型SSD网络。结果表明:在检测的类别置信度为0. 6条件下,改进型SSD网络检测的mAP值为91. 79%,重叠目标检测的mAP为86. 36%,相比于原始SSD算法分别提高了4. 3%和3%。     

Happy People Have Children: Choice and Self-Selection into Parenthood

There is mixed evidence in the existing literature on whether children are associated with greater subjective well-being, with the correlation depending on which countries and populations are considered. We here provide a systematic analysis of this question based on three different datasets: two cross-national and one national panel. We show that the association between children and subjective well-being is positive only in developed countries, and for those who become parents after the age of 30 and who have higher income. We also provide evidence of a positive selection into parenthood, whereby happier individuals are more likely to have children.     

灰色关联分析法在油气开采成本影响因素分析中的应用

将油气开采成本看成灰色系统,应用灰色理论中的关联分析原理,确定油气开采成本的各种影响因素。结果表明,采用灰色关联分析方法可以对油气开采成本的影响因素进行量化分析,明确了折旧费用、其他支出及动力费是成本控制的重点,由此提出了有效控制油气开采成本的几点建议。     

层次分析的神经网络集成方法

提出了基于层次分析法的神经网络集成方法;介绍了四种不同类型的神经网络,并用这四种不同类型的神经网络构造了五个独立并行处理的模式识别子系统,对每个子系统进行独立训练并分别进行模式识别,统计每一输入模式被各子系统识别成的模式及次数,按识别次数进行两两成对比较;计算各输入模式的识别结果与典型故障模式识别结果间的期望与方差的大小,进行两两成对比较并进行一致性检验。选取层次分析法中准则层对目标层的权重,综合各神经网络子系统的识别情况与输入模式和目标模式的差异大小计算输入模式对各典型故障模式的整体权值并以此作出决策。使用matlab软件进行仿真计算,得到的故障正确识别率。层次分析法神经网络集成方法取得了比相对多数集成方法好的识别效果,还可集成其他模式的识别方法。     

通信网告警加权关联规则挖掘算法的研究

关联规则挖掘算法是通信网告警相关性分析中的重要方法。在处理数量庞大的告警数据库时,算法的效率显得至关重要,而经典的FP-growth算法会产生大量的条件模式树,加权算法MINWAL(O)则需要多次扫描数据库,使得在通信网环境下挖掘关联规则的难度非常大。该文提出了一种高效的基于加权频繁模式树的通信网告警关联规则挖掘算法,算法性能测试表明,该算法与已有的加权关联规则挖掘算法相比较,节约了大量的存储空间,提高了算法的挖掘速度,对通信网的故障诊断和故障定位有着积极的意义。     

中国资本外逃与外国直接投资关系的实证分析：1984～1997

分别采用相关分析、因子分析和因果分析三种计量分析方法,验证了中国资本外逃与外国直接投资之间的关系.研究表明,中国资本外逃与外国直接投资之间存在着显著性很强的正相关关系,并且是互为因果关系,说明了驱动中国资本外逃的主要因素不是投资环境恶化,中国资本外逃在很大程度上是由于对内资和外资采取的差别政策待遇引起的.据此,提出了相应的政策启示.     

经营业绩、流通规模与股票价格关系--来自电力上市公司的实证分析

本文简要地分析了影响股票价格的因素,在此基础上提出了相应理论假设.本文以2003年沪深股票市场电力上市公司为样本,通过计量经济分析发现,股票价格与反映公司盈利能力的每股收益变量呈显著正相关,与流通股本规模呈显著负相关,股票价格与反映公司偿债能力、营运能力和发展能力的流动比率、总资产周转率和税后利润增长率变量相关性不显著,并由此得出几点重要的启示.     

英语学习目标定向与学习动机相关关系研究

英语学习目标定向与英语学习动机各项变量之间关系紧密，其中掌握目标与英语学习动机变量中的积极的情感、积极的课堂情绪、自我评价、英语能力自我观念、内在价值和动机强度等呈正相关，和考试焦虑、消极的情感、消极的课堂情绪呈负相关。而成绩目标则相反，它与英语学习动机变量中的积极的情感、积极的课堂情绪、自我评价、英语能力自我观念、内在价值等变量呈负相关，和考试焦虑、消极的情感、消极的课堂情绪、动机强度等呈正相关。此研究在一定程度上和教育心理学领域的研究结果一致，成绩目标有消极的一面，也有积极的一面。学校环境应该强调掌握目标，以培养英语学习者掌握目标的形成，才有利于他们对英语的最终掌握。     

基于Theil不等系数的组合预测模型的性质

基于Theil不等系数的组合预测模型是一种新的相关性的组合预测模型,研究了该模型的性质。在提出若干新概念的基础上,探讨了模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,给出了冗余信息的判定。     

自恋通过再创业风险感知对再创业意向的影响

文章通过对已有文献进行阅读、梳理与总结,认为再创业意向是一个人创业失败后继续创业的可能性,而自恋作为一种人格维度,具有四个维度,即领导权威、自我崇拜、优越感和人际开拓能力。文章将再创业风险感知纳入研究之中,探究其在自恋四个维度上与再创业意向之间的关系,并提出了相关假设以进行验证,试图系统建立起它们之间的相关联系。     

北京零售企业库存水平影响因素的实证分析--基于2001~2010年上市公司的数据

基于2001～2010年间北京地区零售企业库存水平发展现状,以北京地区上市公司为研究对象,运用回归分析方法,系统考察了北京地区零售企业10年间的库存变化及其影响因素。研究结果表明:库存周转率与毛利率呈负相关关系;与公司规模显著正相关;与固定资产比重无明显相关关系;与销售增长率呈现明显的非对称性,即相对于销售增长,销售下降时销售状况对库存周转率的影响更明显;北京零售业库存周转率更多受到公司自身管理水平的显著影响,宏观环境对国内零售企业库存周转率随年度变化甚微。因此,扩大销售规模、增强渠道力量、提高管理水平和降低费用比率为发展急需。