带扰动的随机保费模型的渐近最优投资

本文研究了一类具有随机投资回报的随机保费模型的最小破产概率的渐近性质.在假定常值投资策略的情形下,通过最小化调节系数,我们得到了与此调节系数相对应的最优的常值投资策略.最后我们证明当初始盈余趋向于无穷的时候,最优的投资策略趋向于这个常值策略.     

不等时距灰色组合预测模型的研究

在不等时距序列灰色预测的基础上,建立了最优组合预测模型和BP神经网络组合预测模型.通过实例对比分析,表明这两种灰色组合预测模型都较各单项模型具有更高的预测精度和较高的理论实践价值.     

宏观经济均衡发展的数学理论(Ⅲ)

研究了前向延迟型动态投入产出模型X(t)=AX(t 1) B[X(t 1)-x(t)]和X(t)=AX(t 1) B[X(t 1)-X(t)] S(t)的解向量和A B的系数对经济发展的影响，证明了使经济崩溃的向量集合的存在性．对X(t)=AX(t 1) B[X(t 1)-X(t)]前向延迟型动态投入产出模型，给出了经济发展的最快速度；证明了降低消耗系数和投资系数将提高经济效率和经济发展速度．     

杆杠化产品的多事之秋

近期,杠杆化产品的异动,有越来越频繁的倾向。其中,场内最重要多头品种的主力动向,确实值得大家关注。     

股票债券行市计算的珠算一盘清

股票、债券在证券市场上进行交易时，成交价格往往高于或低于它的票面金额，这种买卖时的实际价格称为证券行市。证券行市是证券收益的资本化。证券投资者非常关注证券行市的变化，都希望能快速预测其结果。虽然证券行市受诸种因素影响，但仍可以采用适当的方式，运用珠算盘进行预测和计算。     

基于可信度因子的物理实验课程的综合成绩评定

根据 Dempster- Shafer证据理论的原理 ,结合物理实验课程的综合成绩评定系统中评定因素对成绩影响的可信度 (即可信度因子 )获取的特殊要求 ,本文提出可信度获取的形式知识模型化算法以及基于可信度因子的物理实验课程的综合成绩评定方法 ,实际使用证明该方法是有效的和客观的 .     

HL—1M感应与低杂波组合电流驱动研究

本文结合ＨＬ－１Ｍ的基本参数，利用准线性的低杂波电流驱动理论和等离子体的电回路方程，研究了在控制等离子体总电流不变情形下欧姆感应和低杂洲入组合驱动电流的问题。结果表明，这一组合驱动方案对ＨＬ－１Ｍ装置的运行是可行的，其驱动电流分布可以通过发迹低杂流注入功率、波谱形状、等离子体电子温度、密度以及总等离子体电流等加以控制。     

Approximation by neural networks with sigmoidal functions

In this paper, we introduce a type of approximation operators of neural networks with sigmodal functions on compact intervals, and obtain the pointwise and uniform estimates of the ap- proximation. To improve the approximation rate, we further introduce a type of combinations of neurM networks. Moreover, we show that the derivatives of functions can also be simultaneously approximated by the derivatives of the combinations. We also apply our method to construct approximation operators of neural networks with sigmodal functions on infinite intervals.     

部分信息情形下带有红利的最优投资模型研究

本文讨论部分信息情形下带有红利的最优投资策略,推广了Lakner模型.     

基于主成分分析的朴素贝叶斯算法在垃圾短信用户识别中的应用

在垃圾短信用户的识别问题中,参与建模的用户行为消费数据存在极强的相关性,直接使用朴素贝叶斯算法建模准确率极低.为满足朴素贝叶斯算法要求建模属性条件独立的基本假定,利用主成分分析对数据进行处理,从而达到降维和属性独立的双重目的,继而利用朴素贝叶斯算法进行建模.结果表明,基于主成分分析和朴素贝叶斯算法的组合模型效果显著.可见在垃圾短信算法的识别中具有一定的实用价值和现实意义.