指对联袂不等式 切线隔离巧证明

在高考及模拟试题中,经常出现含有指数式和对数式的不等式证明或求参数取值范围问题,本文以一道成都市2023届高考模拟试题为例,通过切线法及放缩法找到“隔离函数”,大胆猜想结论,结合导数相关知识和方法巧妙进行证明,发展学生的数学运算等核心素养.     

基于对数双曲余弦比差异图构造与多区域特征卷积极限学习机的合成孔径雷达图像变化检测

针对合成孔径雷达（SAR）图像变化检测中差异图质量不佳、检测精度偏低以及检测时间长等问题,提出了一种基于对数双曲余弦比（LHCR）差异图构造与多区域特征卷积极限学习机的无监督变化检测新方法。该方法主要由差异图生成和差异图分析两个阶段组成。在差异图生成阶段,利用各向异性扩散滤波器对同一地区不同时间的两幅SAR图像分别滤波,使用对数双曲余弦变换对滤波后的图像进行增强,通过对数比处理得到LHCR差异图,在抑制相干斑噪声的同时,增强差异图的对比度。在差异图分析阶段,应用分层模糊C均值聚类得到变化类、不变类和中间不确定类的预分类结果;进而从差异图、双时相SAR图像中获取多区域样本块,构成三通道数据输入卷积层进行特征提取。特征具有强调中心区域、抑制边缘噪声的特点;最后,使用变化类和不变类的特征向量进行极限学习机分类训练,再用训练好的模型对中间不确定类像素自动分类实现变化检测。Radarsat-2和高分三号数据集的实验结果表明了所提方法的有效性。     

大族长度为pq的伪随机k元序列

Mauduit与Sárkzy在一系列论文中研究了κ元序列的伪随机性.本文通过对模pq剩余类环Z_(pq)进行分割,进而结合离散对数的方法,构造了一大族长度为pq的伪随机κ元序列,并证明其具有很好的伪随机性.     

混合正态分布下基于斜线截断的稳健似然比累积和控制图北大核心CSCD

累积和控制图主要用于对正态分布过程中均值的中小漂移的检测,但是对厚尾分布过程监测并不稳定.MacEachern等(2007)提出了用于监测厚尾分布过程的稳健似然比累积和(RLCUSUM)控制图.文章主要研究RLCUSUM控制图的性质,包括可控平均运行长度关于控制限的性质和过程失控时不同真实均值对平均运行长度的影响等,并提出了对于对数似然比函数进行斜线截断的方式,同时分析总结了不同污染程度的混合正态分布下各种截断方式得到的RLCUSUM控制图的适用情况.     

梯度下降法在沉积物粒度分布拟合中的应用

结合实测数据,以三个对数正态分布函数的和函数为拟合函数,以梯度下降法为主要方法,对沉积物粒度分布进行了数据拟合,通过数值实验我们发现:利用梯度下降法可以有效地优化分布函数的各参数,实现拟合残差的稳步持续减小,具有良好的可操作性,拟合效果是令人满意的,它为我们进行数据拟合提供了一条新的思路,同时此方法也可以推广到解决其他极值问题.     

基于对数正态分布下联合均值与散度广义线性模型的极大似然估计

基于对数正态分布研究提出了联合均值与散度广义线性模型,给出了此模型参数的极大似然估计,模拟和实例显示该模型和方法是有用和有效的.     

对数收益率的偏斜Logistic分布与VaR估计

本文通过直方图和Q-Q图的直观方法展示了上证指数和深证指数的对数收益率具有尖峰厚尾和偏斜的分布特征,利用Shapiro-Wilk正态性检验和Kolmogorov-Smirnov检验等方法检验了对数收益率的分布与正态分布有显著性差异,并以较大的概率水平接受了对数收益率服从偏斜Logistic分布,同时给出了基于偏斜Logistic分布的VaR风险量的估计,结果显示上证指数的风险小于深证指数的风险。     

复杂金融网络收益率加权和的不变性研究

对包含两个子网络的复杂金融网络进行了分析,研究了网络中各节点收益率与资金流通量之间的关系.通过建立数学模型,证明了网络中各节点收益率加权和的不变性.     

家庭财富是否有助于实现可持续共享?

为实现可持续共享,提高人们获取收入的能力则显得尤为重要,这种提高跨时间跨代际。而家庭财富转移的直接和间接效应是提高这种能力最直接的举措之一。针对家庭财富转移的直接和间接效应,通过构建对数线性模型及其扩展模型和累积Logit模型展开实证分析,结果表明:我国代际收入流动的主要模式为子代收入等级对父代收入等级的继承,以及"向上"或"向下"对称的异质性流动;家庭财富为不同收入水平间的相对距离和可渗透性带来一定的帮助;家庭财富过高,不利于实现全面的可持续共享;在可接受的范围内提升家庭财富存量,有助于加大收入底层向上层流动的机会;家庭财富的增加,有助于收入底层人群子代可持续共享水平大幅提升。     

基于非参数贝叶斯方法的随机波动建模与应用

本文利用非参数贝叶斯方法进行随机波动建模。通常的参数随机波动模型适用于证券市场中的综合指数数据,而对个股数据和小范围指数数据的拟合效果较差,主要原因是其收益率数据的变化规律更为复杂、具有更厚的尾部行为,而非参数贝叶斯方法的随机波动模型无需进行分布假设,具有很强的灵活性。本文利用SV-DPM模型对IBM的股票价格数据和上证50指数数据进行建模,研究发现非参数随机波动模型能拟合参数随机波动模型难以扑捉到的数据特征,实证表明有充分的依据支持非参数贝叶斯随机波动模型。论文的研究有助于捕捉金融资产的时变波动性质,能更好的揭示金融市场的运行规律,为期权定价和金融风险管理提供依据,对于防范与控制金融风险有着重要意义。