博弈论在邮件特征选择中的应用

特征选择在垃圾邮件过滤中起着十分重要的作用,本文分析讨论了现有邮件特征选择方法所存在的不足,并在此基础上,提出一种基于博弈论的邮件特征选择模型。该模型将博弈论应用于邮件特征选择中,以达到约减信息规模,提高垃圾邮件过滤效率的目的。在设计特征选择模型时,考虑到邮件样本自身的模糊隶属性对特征选择所产生的影响,在特征点对邮件类别的区分度定义中,通过引入由相融性度量定义的样本模糊隶属度函数,提高博弈邮件特征选择模型对实际问题的处理能力。在CDSCE语料库上的实验表明,该邮件特征选择模型的性能优于同类其他特征选择方法,验证了该邮件特征选择模型的有效性。     

中国城镇住宅财富效应的微观检验

在生命周期假说的基础上,文章构造了一个城镇居民资产与城镇居民人均消费关系的模型,并利用1978-2006年的数据,分阶段实证研究了我国城镇居民住宅资产对城镇居民人均消费的影响。实证研究发现,我国城镇房地产市场不具有财富效应。住宅供给结构不合理和住宅市场信息不对称是造成我国城镇住宅市场不具有财富效应的重要原因。      

企业规模、经济增长与收入不平等——基于我国工业部门的动态计量分析

以中国工业部门为例,对比我国工业小企业发展、当前的收入分配状况及经济增长,对这些时问序列运用向量自回归方法,并通过脉冲响应函数及方差分解分析,得出结论:在对经济增长的贡献上,小企业与大中型企业相比并无效率优势,但小企业的发展更有助于缓解收入差距的扩大.     

MRF和GM模型高光谱图像地物标记

利用马尔可夫随机场和高斯混合模型构造了一种对高光谱图像进行地物标记的新方法。该方法利用PCA降维后的高光谱图像及其差分图像的先验信息建立高光谱图像的随机模型,并把最大后验估计作为地物标记优化的评判标准,用模拟退火算法实现地物标记。实验结果显示该算法是一种精确、高效、稳定的图形标记算法。     

农业劳动力流出最优点、农民荒与粮食安全

以二元经济理论和新古典经济学理论为依托,构建了农业劳动力流出对粮食产出影响的理论模型,提出了农业劳动力流出最优点的研究假设,并运用面板数据进行了实证检验。研究得出,中国东部和中部区域正处于二元经济结构转换中期,农业劳动力流出数量已经越过农业劳动力流出最优点,对粮食安全构成了直接威胁;而西部区域正处于二元经济结构转换初期,农业劳动力流出数量还未到达农业劳动力流出最优点,存在着过剩的农业劳动力。     

基于股价预测的泛证券投资组合策略

本文基于期望效用最大化和L₁-中位数估计研究了在线投资组合选择问题。与EG（Exponential Gradient）策略仅利用单期价格信息估计价格趋势不同,本文将利用多期价格信息估计价格趋势,以提高在线策略的性能。首先,基于多期价格数据,利用L₁-中位数估计得到预期价格趋势。然后,通过期望效用最大化,提出一个新的具有线型时间复杂度的在线策略,EGLM（Exponential Gradient via L₁-Median）。并通过相对熵函数定义资产权重向量的距离,进而证明了EGLM策略具有泛证券投资组合性质。最后,利用国内外6个证券市场的历史数据进行实证分析,结果表明相较于UP（Universal Portfolio）策略和EG策略,EGLM策略有更好的竞争性能。     

知识分布、衰减程度与产业集群创新模式的内在机制研究

以知识流动为研究视角,将集群创新过程中的知识溢出、吸收能力内生化,构建包含三种创新模式下的产业集群演化模型,重点分析集群知识分布和知识衰减程度与集群创新模式的内在机制及其对创新产出的影响,并进行仿真实验。研究表明：不同知识分布下,混合创新模式的创新产出表现最好,外部吸收创新模式与内部自主创新模式呈现出不同的创新产出演化路径;在外部吸收创新和混合创新模式下,均匀分布型产业集群的创新产出表现最好,集中分布型表现次之,异质分布型表现最差,而在内部自主创新模式下,集中分布型则表现最好;不同创新模式对知识衰减的敏感程度呈现阶段性差异特征。这些结论对产业集群创新和可持续发展具有很好的理论和实践指导意义。     

FEPA-金融时间序列自适应组合预测模型

本文报告一种金融时间序列预测的信号分析、信息融合与智能计算组合模型,简称FEPA,由针对金融时间序列（FTS）信号分析的经验模态分解（EMD）、用于数据降维的主成分分析（PCA）和用于非线性建模的人工神经网络（ANN）三部分组成。该模型首先应用滑动窗口截取原始金融时间序列最近期数据集,应用EMD分解算法把数据集分解成不同尺度的本征模态函数（IMF）,然后通过主成分分析将分解后的数据降维,提取最有信息量的特征;然后将这些特征输入到神经网络进行组合预测。本文提出的组合预测模型FEPA是基于分解-提优-合成的信息融合思想,有效提高了预测可靠性。其创新点在于：1）首次给出了EMD算法的结构化表达,提供了今后融合更多信息的算法接口;2）通过多步长预测输出深入研究EMD分解的有效信息结构;3）通过切换到更细时间框架来处理EMD的端点效应,并探索了两级时间框架下的预测效果;4）给出了金融时间序列组合预测模型的一般性架构,具有可升级性和可扩展性。并且通过滑动窗口EMD使得实证更能切近实际。通过在沪深300股指和澳大利亚股指上的实证,结果表明FEPA预测模型在沪深300股指日线和15分钟线上的预测命中率高达78%和82%,在澳大利亚股指日线上也达到了74%的命中率,经比较,明显高于文献中常见的5种模型。     

基于改进粒子群的云计算任务调度方法

为了实现对云计算任务进行动态实时调度,提出了一种基于改进离散粒子群算法的云计算任务调度方法.依据云计算任务调度数学模型的相关理论,提出了一种基于改进粒子群算法的云计算任务调度方法,对粒子更新方式、初始化方法以及权重因子更新方法等进行了改进,并对整体算法进行了描述.在CloudSim环境下运用改进的模型方法进行仿真实验,并与另外三种方法进行比较,结果表明该方法不仅所需总费用最少,而且收敛速度最快、用户满意度较高.     

零均值高斯AR(p)模型参数的最小化残差平方和(RSS)下条件最大似然估计及其最优性

文章简捷地求取了零均值高斯模型参数的最小化残差平方和下的条件最大似然估计量,讨论了参数估计量的相合性、渐近正态性等最优性质.