基于分位数回归模型的人民币汇率风险测度方法研究

采用分位数回归模型探讨了人民币汇率收益率风险的测度方法。首先,对传统的GARCH族模型在测度人民币汇率收益率方面进行一定的改进,摒弃了传统的条件方差的正态分布假定,采用现阶段常用的测度金融风险的一种方法,用广义误差分布(GED)来代替收益率序列的正态分布假定,并用GEDGARCH模型来刻画收益率序列波动的时变性和聚集效应;其次在GED-GARCH模型的基础上,采用分位数回归(QR)模型,构建了QR-GED-GARCH模型以进一步度量汇率收益率序列的尾部风险特征。失败率检验以及拟合成功率的比较结果表明,QR-GED-GARCH模型可以全面地对汇率收益率序列的风险特征进行描述,在5%的显著性水平下,QR-GED-GARCH模型比GED-GARCH模型对汇率收益率风险的拟合成功率更高,达到98.08%。该方法不仅能够很好地处理汇率收益率序列的尖峰厚尾分布特征,对异常值的稳健性也很强,可以推广到其他金融子市场的风险测量分析中。     

基于RBF神经网络的池州市降水序列预测

时间序列预测分析方法是进行预测预报的有效工具,有着广泛的应用。针对时间序列的非线性、动态变化等特征,基于RBF神经网络对时间序列预测方法进行改进,并以安徽省池州市1959～2009年来的月降水量为时间序列数据样本,用MATLAB软件编程,采用基于随机选取中心的RBF神经网络预测方法,对池州市的月降水量进行预测,并选择不同的扩展速度参数,用均方误差进行检验。通过与BP网络模型的预测结果比较分析,表明RBF模型的预测效果较好。建立的基于随机选取中心的RBF神经网络模型,不需要计算原始时间序列数据的复杂函数关系,具有操作简单、学习速度快、短期预测精度高等优点,用于时间序列预测方面能够获得十分满意的结果,具有很高的应用价值。     

基于小波Mallat算法的外汇汇率预测模型

用小波Mallat算法对RMB／UsD汇率一阶差分数据进行了分解和单支重构;对单支重构后的近似分量和细节分量分别建立了GARCH（1,1）模型和ARCH（1）模型;综合各层预测值得到原时间序列的预测值．实证研究表明该方法的预测效果要优于传统的模型．     

基于MH算法的贝叶斯分位自回归模型

针对时间序列分布特征多样性的问题,不考虑序列本身的分布特征而选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.利用Metropolis-Hastings算法模拟参数的后验边缘分布,解决了参数估计过程遇到的高维数值积分的问题.仿真分析中,参数的迭代轨迹是收敛的,说明MH抽样有效地模拟了参数的后验边缘分布;并且应用该方法估计出了不同分位数下模型参数的后验均值,标准差,MC误差和95%的置信区间.非对称和局部持续性数据的数值模拟,证实了贝叶斯分位自回归模型可以更全面有效地描述滞后变量对响应变量变化范围和条件分布形状的影响.     

基于时间序列与RBF的农产品市场价格短期预测模型

为协助生产者更好地播种和收获,有效把握国内农产品价格波动规律,提高农产品价格预测精度.本文构建了基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型,以ARCH、Holt-Winters无季节模型时间序列组合预测方法揭示农产品价格序列线性特征,以RBF神经网络揭示农产品价格非线性变动规律,并以1997-2011年全国农产品集贸市场大豆月度价格走势数据为例进行实验验证.研究结果显示,基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型精度高于时间序列组合预测方法或RBF神经网络模型,是一种有效的农产品价格预测模型.     

基于人民币汇率升值事件窗的美元/新加坡元汇率风险评价

以近两年来美元,新加坡元的日汇率样本作为广义事件窗中的样本信息,以2005年7月21日这一日期为时间分界点.分别研究人民币升值前后即广义事件窗中该汇率的各种统计特性,利用非线性时间序列模型的方法,分别对汇率的收益率序列建立合适的模型,用以分析人民币升值前后该汇率风险水平的变化,即汇率风险评价.通过评价表明人民币的汇率改革制度对自由浮动的美元/新加坡元的汇率风险有影响,同时比固定汇率制度下美元/人民币的汇率的风险高.     

基于MF-DCCA方法的证券市场间交叉相关性研究

针对多变量随机波动模型难以刻画金融时间序列尖峰厚尾特征的问题，构建了贝叶斯多变量厚尾随机波动模型。通过模型的贝叶斯分析，选择参数先验分布，设计基于Gibbs抽样的MCMC算法，据此估计模型参数，解决多变量随机波动模型参数较多难以估计的问题；并利用沪深300股指期货与现货交易数据进行实证分析。研究结果表明：贝叶斯多变量厚尾随机波动模型能更准确地刻画金融市场的波动特征以及金融市场间的波动溢出效应。     

生态足迹的修正模型研究前沿与动态

生态足迹分析是一种简单而直观的研究方法,它旨在运用生态足迹指标去衡量人类生产消费活动对生态环境的综合性影响。传统的生态足迹模型是一种静态的非货币化计量模型,它经历了一个由横截面数据、固定参数标准、单一情景模拟的综合影响分析向时间序列数据、多种参数标准、多情景模拟的历史演变过程。针对传统模型的不足之处,总结并归纳出各类生态足迹修正模型,并与传统模型做比较分析。改进后的各种足迹模型分别从不同角度增强了原模型的预测功能,避免了其结构性弱的缺陷,解决了计量参数不一的问题,并且更加真实地反映了人类具体行为对生态环境的影响。     

汇率时间序列多重分形特征分析及实证研究

选用5种主要货币兑美元的日汇率数据，借助配分函数分布图判定汇率时间序列存在多重分形特征，并在此基础上借助多重分形谱对汇率时序描述多重分形特征，将多重分形理论应用于金融市场，不仅为认识金融市场本质特征提供新的理论依据，并且为机构与个人的金融投资和金融风险防范以及政府对金融市场的有效干预提供新的参考工具。     

基于Bi-LSTM模型的时间序列遥感作物分类研究

【目的】及时、准确地作物分类制图是农情监测的重要依据。本研究基于双向长短期记忆网络模型探究深度学习技术在时间序列遥感作物分类与早期识别中的应用潜力。【方法】本文以黄河三角洲地区为例,以哨兵2号全年可用卫星影像为数据源,构建年时间序列NDVI数据集;采用循环神经网络构架,搭建针对结构化时序数据的双向长短期记忆网络模型（bidirectional long short-term memory,Bi-LSTM）,开展遥感作物分类,并评估模型的泛化能力;通过输入不同长度时间序列遥感数据,探究满足一定制图精度条件下的作物最早可识别时间。【结果】作物年生长时序特征对于大多数作物遥感分类识别都具有较好的区分能力,基于年时间序列NDVI数据的Bi-LSTM模型作物分类总体准确率达90.9%,Kappa系数达到0.892。通过测试不同时间序列长度对作物分类的影响发现,对大多数作物来说,其分类精度随着数据时间序列长度增加而不断提高,冬小麦、水稻等作物在生长季早期即具有较为独特的分类特征,因而利用生长季早期的时间序列影像即可获得较高的制图精度,而棉花、春玉米等作物需要完整生长序列影像才能更好地保证分类精度。【结论】卫星影像时间序列蕴含的结构化特征信息可以有效地降低特定时段的作物光谱混淆;双向循环神经网络模型能够同时考虑前向和后向的时间状态信息,可以学习作物不同阶段的光谱变化特征,在水稻、棉花、春玉米等易混淆作物的识别上表现优异;模型能够有效地把握样本总体上的变化趋势,在农作物多分类任务中表现出较好的泛化能力和鲁棒性。本研究通过集成深度学习和遥感时间序列,为及时、快速的区域作物高精度制图提供了可行的思路。     

白市驿板鸭的研究现状

白市驿板鸭是我国传统特色产品之一,深受广大消费者喜爱。综述了影响板鸭质量的关键生产因素、板鸭的保鲜技术以及腌制方法对板鸭含盐量的影响,为以后企业研究和生产板鸭产品提供理论基础。     

作物蒸发蒸腾量计算方法研究与展望

详细介绍了作物蒸发蒸腾量计算的常规方法如水文学方法、微气象学法、植物生理学法和新兴方法如遥感法、BP神经网络法和小波变换分析方法。同时,介绍了各种方法的基本原理、计算方法和各自适用条件。最后,简要分析了传统方法存在的问题,并对一些新方法做出展望。     

鱼新鲜度检测方法研究进展

鱼是人类最主要的动物性食品来源之一,其新鲜度直接影响着消费者的健康甚至生命安全。传统的鱼新鲜度的检测方法主要包括感官评价、理化指标检测和微生物检测等。新型的检测方法包括感官仿生技术、光谱技术和生物传感技术等。较为全面地论述了目前鱼体鲜度快速评价的主要技术和方法,进行了适当的比较和讨论,并展望了未来研究发展的趋势,以期为进一步开展深入研究及制定我国鱼新鲜度判定规范提供可靠的理论依据。     

电子图书与图书馆借阅服务

随着计算机技术的进步与发展,新的信息载体和表现形式——电子图书（e—book）应运而生。随着电子图书在图书馆的引入,图书馆的服务内容、服务方式正在发生着变革。为读者提供电子图书借阅．已经成为图书馆的重要服务内容和服务方式之一。文章从电子图书的主要阅读方式：图书馆提供的电子图书借阅服务：电子图书与纸质印刷图书的阅读比较和图书馆电子图书与传统纸质图书借阅服务比较4个方面进行了分析研究。     

枸杞多糖提取方法及两种不同产地枸杞中多糖含量的比较研究

采用传统提取方法和超声提取法提取来自两种不同产地的枸杞(即宁夏枸杞和新疆精河枸杞)中的有效成分枸杞多糖,对其得率和含量进行分析比较.结果表明,以传统法提取宁夏枸杞多糖得率为7.87;,新疆精河枸杞的多糖得率为9.41;;而以超声提取法提取宁夏枸杞多糖得率为8.61;,精河枸杞的多糖得率为13.77;.证明超声提取法提取枸杞多糖具有快速、高效、节能、不破坏提取物性状等特点,与传统提取法相比能够提高药材有效成分的利用率.同时还表明,采用同种提取方法提取出的新疆精河枸杞的多糖得率高于宁夏枸杞.     

中医目诊的基本原理及方法

目诊是通过观察眼睛各部位的神、色、形、态变化来诊断疾病的一种方法,是中医学的重要组成部分,中医目诊的理论依据是目为五脏六腑的缩影,目与脏腑经络密切相关;眼分五轮八廓,分属于脏腑;及现代生物全息理论的进一步支撑。中医目诊研究的主要方法包括传统中医的望、问、切诊和在此基础上发展的分区望诊法、虹膜诊断法、及眼底图像分析法等借助现代诊断设备的方法。     

应用数字图像技术测定油梨叶面积

采用扫描叶片并结合Photoshop程序的数字图像处理技术测定油梨（Persea Americana Mill）叶面积,与传统的称重法和方格法进行比较。结果表明,称重法、方格法测得的叶面积与数字图像处理法测得的叶面积之间构成一元线性回归方程,相关系数r分别为0.9984、0.9992,均达到极显著相关。这说明了数字图像处理技术测定油梨叶面积是可行的。与传统2种方法比较,数字图像处理技术具有速度快、精度高、非破坏性测量等的优点,尤其适合测量残缺不全的叶片。     

基于无人机多光谱影像的小麦封垄前种植行识别方法改进

【目的】 为实现小麦精准管理,准确识别其种植行位置具有重要意义。本研究分别针对传统Hough变换法和绿色像元累积法存在的缺陷进行改进,并对改进前、后不同方法在小麦种植行识别上的精度进行对比分析,为小麦种植行精准提取提供技术支撑。【方法】 本研究开展了小麦水、氮耦合试验,在小麦拔节前期,基于四旋翼无人机携带RedEdge M传感器获取小麦不同生长条件下多光谱影像。基于上述数据,首先采用超绿超红差分指数和Otsu方法对影像分割、分类,获取植被/土壤二值图;其次,采用3×1线型模板进行形态学开运算,降低边界不规则度并去除噪音;然后,结合无人机影像中小麦种植行排布特点,分别针对传统Hough变换法的峰值检测过程和绿色像素累积法的角度检测过程进行优化,提出改进的小麦种植行识别方法;最后,分别将两种方法改进前、后的识别结果与目视解译种植行位置结果进行对比,基于检出率和作物行识别精度（crop row detection accuracy,CRDA）评价4种方法的优劣。【结果】 采用超绿超红差分指数与Otsu方法可以很好对植被/土壤进行分类,分类结果的总体精度达到93.75%,Kappa系数为0.87;形态学运算可以很好地去除图像噪声,减少后期种植行识别误差;改进后Hough变换法通过利用先验知识对峰值检测范围进行约束,有效提升了种植行检测精度,种植行平均检出率从30%提升至67%,CRDA平均值从0.22提升至0.44;改进后绿色像元累积法通过考察整幅影像的绿色像元累积特征,有效提升角度检测精度,种植行平均检出率从14%提升至93%,CRDA平均值从0.12提升至0.69;4种方法的识别精度从高到低依次为改进后绿色像元累积法、改进后Hough变换法、改进前Hough变换法、改进前绿色像元累积法。【结论】 本研究较好地改进了传统种植行识别方法,为种植密度大、行间距小的小麦种植行识别提供了技术支撑。     

多媒体应用于高等数学教学的利弊分析

多媒体在高等数学教学中的应用,可以有效地弥补传统教学的不足,但如果在教学实践中过分依赖多媒体技术也会出现很多问题。本文分析了多媒体应用于高等数学教学的优缺点,认为只有将多媒体与传统教学方法有机结合,才可以取得事半功倍的教学效果。     

棉花基因组DNA快速提取方法改良

选择2种简化的棉花基因组DNA提取方法并进行适当精简改良后与传统CTAB提取法进行实验对比的结果显示,改良SDS-CTAB法所提DNA得率较高,纯度好,但其操作步骤相对复杂。改良CTAB法操作更加简捷,但DNA得率相对较低,所得DNA溶液浑浊度较高。相对于传统的CTAB提取法,两种改良方法都能够更加快捷的得到足量且纯净的基因组DNA,完全能够满足转基因后代PCR筛选检测的要求。