基于视觉模型的双正交小波图像水印算法

提出了一种基于人类视觉系统模型的双正交小波多分辨图像水印算法,该算法充分利用小波多分辨的优点及人眼视觉系统的特性,保证了水印的不可见性及鲁棒性,同时在检测水印时也不需要原始图像,仅需涉及到相关的几个细节子图。实验表明该水印算法对于中值滤波、叠加加性噪声、JPEG有损压缩三种图像处理都是鲁棒的。检测算法还有计算量小,检测速度快的特点。     

经典破产模型分析

经典破产模型是风险理论中一个重要内容,对保险公司的风险管理预警具有重要作用。目前国内相关书籍对破产模型的分析比较分散,本文对经典破产模型的连续时间情形进行了总结和整理,提供一个较为清晰的逻辑思路。     

基于GARCHS模型的市场风险测度

文章在使用GARCHS模型对条件偏度进行动态建模的基础上,提出了基于条件偏度的VaR估计方法.通过对我国上证综指的实证研究表明,上证综指的条件偏度时变特征明显,其收益存在明显的有偏特征.对上证综指VaR估计的后验比较表明,考虑条件偏度的VaR估计方法能够提高有偏分布下VaR的估计精度.     

对“十一五”期间云南省大型飞机需求量的预测分析

随着民航事业的巨大发展,我国需要研制自己的大飞机.利用灰色模型预测法对能反映民航发展的两个主要指标--旅客发运量和飞行班次--展开分析与预测.分析云南省对大飞机的需求增长量占全国大飞机进口量的比重和结构,也对中国进口飞机数量做了预测.     

CIR模型下寿险产品的定价研究

文章将随机利率引入传统寿险产品的定价问题中。实证检验表明,CIR模型适合我国目前的利率市场,所以,文章假定利率符合CIR模型,进而推导出随机利率下寿险产品的定价公式,并举例分析。在实例计算中,利用蒙特卡罗模拟方法计算出的价格分布十分接近正态分布,这也从侧面反映出基于随机利率下的寿险产品定价的合理性。     

GaAs HEMT大信号模型的研究

在微波功率器件中,GaAs HEMT的应用成熟.本文探讨了对GaAs HEMT大信号进行研究.     

新课程背景下小学作文随机训练初探

新课标指出：“作文教学应贴近学生实际，引导学生关注现实，为学生的自主写作提供有利条件和广阔空间。”作文是运用语言文字进行表达和交流的重要方式，是认识世界、认识自我、进行创造性表述的过程。如果仅仅局限于教材安排的每学期八篇的习作训练，那是远远不够的。我们要在教学实践中，及时联系学生生活实际，抓住有利时机，结合有关活动，见缝插针，因地制宜，因势利导，有效地进行随机训练。让学生明白生活就是作文，作文是生活的需要。培养学生习作的兴趣。建立起作文的自信心，掌握一些表达的技巧，使作文变成他们生活的一部分，焕发生命的光彩。下面谈谈笔者在此方面的探索与实践。     

从事件域认知方式看英语双重性名词的可数性及其词义变化

名词的可数性本来是句法学和语义学研究的对象,但很多学者也从认知角度解释英语中可数名词和不可数名词的区分并认为这些区分直接与人类对事物本质的体验、认识和心智加工密切相关。英语名词中既有单、复数形式屈折变化又在单、复数形式时词义不同的一类名词被称为双重性名词。双重性名词的词义变化形成于事件域认知方式。当人们借用一个事件的要素去描述和命名另一个事件的要素时,命名这个事件的概念即词义就会被派生。这些派生意义和原始意义的区别会分别反映在名词数的属性上,从而发生两个意义上所指不同,而且形式上一个有屈折变化、一个无屈折变化的名词共享一个名称的现象。     

基于NK模型的模仿战略绩效研究

模仿战略，也称为标杆学习，即企业将自己的经营业务流程与行业中的领袖企业进行对比，以优势企业为参照设立改进的标准，通过不断向优势企业学习来提升绩效，增强自身的竞争能力。这实际上是复杂环境下组织间学习的一种战略模式。这一战略模式的绩效一直是理论和实业界研究的热，最。从组织学习的角度看，企业绩效的提升有两种基本途径即内部学习和外部模仿，笔者以此为基础提出了模仿战略绩效提升的三种模式，并建立了相应的NK模型进行了模拟和分析。分析结果表明，在特定条件下，企业经营及其环境的复杂性对企业的游走过程产生显著的影响，增大了企业实现最佳绩效的难度；模仿是一种有效的战略，能够使劣势企业赶超优势企业，在特定的条件下还能极大地削弱复杂性的影响；理论上，渐进提升与模仿混合战略是劣势企业的最优选择，并且采用此种经营战略的行业容易形成充分竞争、刺激创新的市场结构。     

时序系数GM(1,1)模型及其应用

基于GM(1,1)模型误差产生的原因分析,提出了用时序系数对等间距时序进行修正,建立时序系数GM(1,1)模型,克服了时序残差模型求得的时序残差序列可能不满足非负性的缺点,简化了建摸过程。通过实例分析表明,时序系数GM(1,1)模型适应于有较大波动的原始数据序列的分析建模,实例验证表明了所建模型的实用性与可靠性。