对称涨跌幅限制的非对称性效果研究—来自中国上证A股市场的证据

本文利用中国上证A股的相关数据,通过扩展的GARCH模型验证涨幅限制与跌幅限制对收益序列性和收益波动性的影响及其差异,并在控制了反映公司和股票特征的相关变量之后,进一步分析了涨跌幅限制影响的行业差异。研究发现:涨跌幅限制对股票收益序列相关性的影响倾向于不显著,但对股票收益波动性的影响倾向于显著;涨幅限制影响的行业差异显著存在,而跌幅限制影响的行业差异不显著。在分析造成波动性的非对称性影响效果的原因时,本文发现市场β值、市值越大的公司,涨跌幅限制越容易对其产生非对称的影响。上述结果验证了在不同行业设置不同价格涨跌限制和设置非对称涨幅限制和跌幅限制的合理性。     

基于机器视觉的红外瞄具零位走动量检测系统

为满足红外瞄具零位走动量数字化、高精度的检测需求,设计了基于电荷耦合器件(CCD)机器视觉技术的红外瞄具零位走动量检测系统。提出一种新的零位走动量检测模型,依据检测系统的技术指标及要求,设计了离轴抛物面反射式准直光学系统及针孔靶。为减小由相机倾斜引入的测量误差,建立了相机姿态自适应校正模型,并首次将其应用于零位走动量测量中。设计了图像判读软件,采用重心法对靶标中的圆斑中心进行定位,利用泽尼克矩的旋转不变性,对边缘像素点进行细分。成功研制了一台样机,加工装调后进行了测试实验,结果表明,系统的不确定度优于0.02mil,能有效避免由相机倾斜引入的测量误差,满足红外瞄具零位走动量数字化、高精度测试要求。     

虫茧内的生命变化

 一只丑陋的毛虫躲进茧内变成美丽的蝴蝶,简直就是奇妙的魔术。最近科学家终于揭秘了毛虫的变身魔法。研究者利用高效电脑断层扫描机(医生采用同样的技术确定肿瘤和内伤的位置)监控小苎麻赤蛱蝶(一种在全世界分布最为广泛的蝴蝶之一)蛹内的情况。     

基于相似度证据理论的模糊时间序列模型的研究

为了提高模糊时间序列模型的预测效果,利用证据理论在处理不确定信息和信息融合方面的优越性,利用贴近度作为证据之间的相似度,对模糊规则进行合成,形成基于相似度的证据理论的多因素模糊时间序列模型.方法在支持证据"与"运算的合成和对冲突证据的比例分配上,充分考虑了证据的权重.最后,通过实例的比较研究验证模型的有效性.     

融合颜色特征和纹理特征的图像检索算法

文章结合颜色特征和纹理特征,利用欧氏距离计算两幅图像的相似度进行图像检索。首先,在HSV空间下,提取颜色特征并进行归一化处理。然后,提取GLCM的特征值,并结合Tamura特征形成更加丰富的纹理特征。最后,分别计算待检索图像和图像库中图像的颜色和纹理相似度,在不同权重下融合颜色和纹理特征得出最终相似度。Matlab实验表明,不同种类的图像,分配颜色和纹理的不同权重时,有不同的查准率。调整图像的特征权重可以提高查准率。     

仿真假体视觉下的拼图任务研究

为了研究视觉假体佩戴者完成拼图任务时所需时间与原始图像复杂度、被试性别、光幻视的分辨率以及是否能够识别实验图片之间的关系,借助计算机编程技术,将仿真假体视觉下的拼图任务呈现给视力正常的被试者,并在实验过程中调整实验图片的复杂度(分为简单,中等,复杂三组)和不同的仿真光幻视的分辨率(16×16,24×24,32×32,48×48,64×64,128×128六个分辨率)等参数。实验结果表明,中等难度组的实验用时最多,从简单组到中等难度组识别时间有增长的趋势,从中等难度组到复杂组,识别时间有减少的趋势。男性的平均识别情况好于女性,且随着分辨率的增加,用时整体呈现减少的趋势。     

一道参数取值问题的多角度求解

题目若函数f（x）=a2x2-ax-2在区间[-1,1]上有零点,则实数a的取值范围是.分析本题是一道函数与方程相结合的函数综合问题,题虽小精悍,却颇具有求解价值,可从方程根、函数图像与x轴的交点、命题的对立问题（补集法）等多个角度进行分析与求解.角度1（方程的根）根据函数f（x）的     

Hadoop平台下基于内容的医学图像检索

针对海量医学图像存储及检索效率低的问题,该文提出利用Hadoop平台分别实现大量医学图像的分布式存储以及并行处理模式下的基于内容的医学图像检索。利用HIPI图像处理接口将医学图像上传到分布式文件系统(HDFS)中;然后,分别提取图像的形状以及纹理特征,并将其特征向量存储到HDFS中;最后,利用Map Reduce模型实现并行式检索并将图像检索结果按照相似度大小进行排序及显示。实验结果表明,在Hadoop云平台下大量医学图像的存储效率以及检索效率较高,且图像数量越多效率优势越明显。