大额资产清仓的自动化交易策略

市场的机构投资者经常需要清仓手中持有的大额资产, 因此清仓的交易策略成为了关心的问题. 以工商银行的股票为例,给出适用于计算机执行的自动化清仓策略. 首先将高频的工商银行股票历史数据在每个交易日分别划分出48个交易期, 将问题简化为处理每个交易日交易期的数据. 在此基础上, 综合考虑用神经网络模拟预测清仓时股票价格随时间下降的风险和用信息流理论模型衡量的价格冲击和交易时刻, 并通过优化模型得到清仓持续的交易日天数. 此后, 再制定出每个交易日的具体自动化交易策略.在制定日内交易策略 时, 首先用神经网络对交易时刻做出预测, 然后综合考虑使用 VWAP 预测出的交易量和通过 Kalman 滤波方法修正过的期权定价公式预测出的各时刻股票的初始价格, 最终给出详细的交易策略及交易的成本.     

DSWT-FTIR-RBFNN鉴别罂粟和虞美人

采用水平衰减全反射傅里叶红外光谱法(HATR-FTIR)测定罂粟和虞美人的FTIR,由于两者为同科同属中药材,所含化学成分较为相近,为了更好地突出罂粟和虞美人在FTIR上的差异,并据此进行正确分类识别,利用离散平稳小波变换(DSWT)分别对罂粟和虞美人的种皮和种仁的FTIR进行若干尺度的变换,从中选择2个最具代表性的尺度作为特征提取的尺度空间.根据罂粟和虞美人的FTIR分布情况,确定将DSWT域内2个尺度的FTIR分别划分为2个特征区域并以每个区域内的光谱能量作为特征参数.从而构造一个包含8个特征参数的特征向量,将这个特征向量输入到径向基函数神经网络(RBFNN)进行训练,从而达到正确识别罂粟和虞美人的目的.实验中共取罂粟和虞美人的FTIR数据128对,其中训练样本78对,测试样本50对.实验结果表明利用文章的方法对罂粟和虞美人的正确识别率分别为99.8%和99.9%,从而验证了方法的有效性.     

时滞离散神经网络的同步控制

利用既有效又便于实施的时滞状态反馈控制器,根据所给定的条件构造相应的不等式,研究了带有时滞的离散神经网络模型的同步控制问题,给出了该离散系统指数同步的充分条件.在设计同步控制的时候,没有假设激励函数的有界性、可微性和单调性,给出的条件简便易实施.数值结果进一步证明了该控制方法的有效性. 关键词： 离散神经网络 时滞 同步     

SET-MOS混合结构的细胞神经网络及其应用

基于细胞神经网络（CNN）细胞单元的等效电路及其电学特性模型,利用SET-MOS混合结构反相器实现了模型中的激活函数电路,用耦合电容单元实现CNN细胞的系统模板,构建了SET-MOS CNN细胞硬件电路,并将其应用在图像处理中.仿真结果表明,所设计的CNN硬件电路具有结构简单、功耗低、响应速度快等特点,可用于构成各种规模的CNN电路,进一步满足大规模信号处理的需求及提高集成电路的集成度. 关键词： 单电子晶体管 MOS管 细胞神经网络 图像处理     

基于BP神经网络的焊点自动光学检测

提出了一种新的表面组装焊点的自动光学检测分类方法。采用单层环形光源获取焊点图像,并根据归一化分割曲线方程将焊点图像分成四部分,分别提取其特征。使用BP神经网络将焊点按照锡量多少分成三类:少锡,容许和多锡。实验结果证明该方法分类正确率达到了99.2%,具有较高的实用价值。     

光学相关器在自动目标识别中的应用

为使光学相关器更好地应用于自动目标识别领域,保证在较高识别速度下,具备良好的识别效果,介绍了应用于自动目标识别领域的联合变换相关器和匹配滤波相关器.针对匹配滤波相关器实现过程中的两项关键技术,在滤波器编码技术上提出了构造等相关峰综合鉴别函数以解决畸变不变识别问题.在相关峰识别技术上,针对阈值法存在的不足,提出利用BP神经网络对相关平面相关峰进行识别,采用划分感兴趣区域的方法减少了输入层神经元数目,简化了神经网络结构.借助搭建的光学相关器系统验证了该方法可对相关信号和噪声进行有效分类,提高了光学相关器的识别效果.     

基于径向基神经网络的测定抗结核药物主成分质量分数的近红外光谱定量分析模型

建立了同时测定利福平片、异烟肼片、吡嗪酰胺片、异福片和异福酰胺片5种抗结核药物中的利福平(RMP)、异烟肼(INH)和吡嗪酰胺(PZA)含量的新方法,应用径向基神经网络(RBFNN)建立5种抗结核片剂药物样品的近红外光谱(NIRS)与其中RMP、INH和PZA含量间相关模型.模型以交互验证均方根误差(RMSECV)为评价标准,选择最有效光谱区域、对网络结构参数和扩展常数进行优化,得到最优定量分析模型.最优模型的RMSECV分别为0.0127、0.0104、0.0078,应用最优模型对预测集样品中RMP、INH和PZA含量进行预测,预测均方根误差(RMSEP)分别为0.0125、0.0109、0.0103.内部交互验证和外部验证均表明,该方法具有较高的准确度,能够满足5 种抗结核药物生产中RMP、INH和PZA的同时检测精度要求.     

基于神经网络的相位-高度映射算法

建立高精度的相位-高度映射关系是结构光测量技术中的关键技术之一.在精确建立相机图像和投影仪图像对应关系的基础上,使用三层反向传播神经网络训练来建立图像坐标与被测物体三维坐标之间的映射关系.使用带有圆形标志点的平面标定板进行神经网络的样本采集与训练.为了验证本文算法的测量精度,使用训练好的网络对一个标准球和石膏头像进行了测量.实验结果表明,本文算法可以测量具有复杂自由曲面的物体,测量精度可达0.095mm.     

降低DOAS系统探测限的新型反演算法研究

差分吸收光谱法(DOAS)是一种高灵敏测量大气痕量气体成分含量的有效的光学遥感方法,该方法基于最小二乘拟合模型,利用获得的痕量气体的差分吸收光学密度与标准的吸收截面进行拟合,反演待测气体的浓度.建立了基于径向基(RBF)神经网络的痕量气体浓度反演的新模型,对网络的隐层参数采用改进最近邻聚类学习算法训练,对输出层权值的训练采用梯度下降算法,使得网络收敛快,能更好地实时、在线反演测量光谱.并针对DOAS技术的特点,把拟合残差输入网络集中训练,使得RBF网络在反演真实痕量气体吸收时,效果更佳.实验结果表明该新型反演方法提高了DOAS系统的反演精度,降低了DOAS系统的探测限.     

Small-World Connections to Induce Firing Activity and Phase Synchronization in Neural Networks

We investigate how the firing activity and the subsequent phase synchronization of neural networks with smallworld topological connections depend on the probability p of adding-links. Network elements are described by two-dimensional map neurons （2DMNs） in a quiescent original state. Neurons burst for a given coupling strength when the topological randomness p increases, which is absent in a regular-lattice neural network. The bursting activity becomes frequent and synchronization of neurons emerges as topological randomness further increases. The maximal firing frequency and phase synchronization appear at a particular value of p. However, if the randomness p further increases, the firing frequency decreases and synchronization is apparently destroyed.