- 谷文君;钱成;刘磊;
如何进行动态对冲来管理头寸风险在期权交易中极为关键,然而在实际市场环境中并没有一个完美对冲的标准答案,因此寻求更好的对冲策略一直是投资领域的热门需求和研究的焦点.采用深度强化学习算法TD3,并结合课程学习的思想引导智能体采用从模拟到真实的学习方式实现动态对冲任务,降低学习难度并缓解期权数据不足的问题,构建了在上证50ETF期权上的动态对冲策略.结果表明深度强化学习算法的对冲效果远超传统对冲策略,验证了强化学习算法在期权对冲领域的有效性和优势.
2024年05期 v.33;No.147 607-615页 [查看摘要][在线阅读][下载 1984K] [下载次数:176 ] |[网刊下载次数:0 ] |[引用频次:1 ] |[阅读次数:2 ] - 邬凌霄;杨欣;王翔辰;
目前视频超分辨率重建技术面临着以下2个问题:相邻帧对齐过程中,难以做到内容对齐,这种情况尤其会发生于大运动视频帧超分辨率重建过程中;其次,在视频超分辨率重建过程中出现的运动模糊和多运动难以良好的进行融合.我们针对以上2个问题提出了基于蓝图可分离的视频超分辨率重建技术(BSCVSR),设计出一种性能优越、针对性强的视频超分辨率重建技术算法.BSCVSR引入了金字塔级联蓝图可分离卷积对齐网络和时空注意力融合SR网络,分别在不同层级基于不同信息对视频帧进行对齐,接着通过加入时空注意力机制解决多运动和运动模糊的融合问题.同时,对齐网络中,我们引入蓝图可分离卷积来减少冗余.通过研究发现,内核内部的相关性相较于跨内核的相关性对于分离操作具有更明显更直接的效果,最终的实验数据也可以很好的证明这一点.通过最终的实验数据我们可以看到,BSCVSR为视频超分辨率重建技术在效果上、在模型的轻量化上都提供了可参考的方案.
2024年05期 v.33;No.147 616-623页 [查看摘要][在线阅读][下载 1575K] [下载次数:100 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:1 ] - 杨宇游;潘文林;
为解决草莓病害识别技术落后,识别精度不高的问题,在YOLOv5的基础上,提出了一种改进YOLOv5的草莓病害检测算法.针对草莓病害特征引入了BoTNet模块,并将原有的NMS替换为GIoU-NMS,提升了对草莓病害的检测精度.改进后的YOLOv5算法相较于原算法,精确度提升了2.1%,平均精度AP上升了1.2%.实验结果表明,改进后的YOLOv5草莓病害检测算法提升了算法的效率和性能,检测效果优于传统的YOLOv5s算法.
2024年05期 v.33;No.147 624-629页 [查看摘要][在线阅读][下载 1428K] [下载次数:913 ] |[网刊下载次数:0 ] |[引用频次:5 ] |[阅读次数:1 ] - 莫杰;徐天奇;李琰;朱全聪;
在粒子群算法对非侵入式负荷辨识的研究中,粒子的随机性是影响负荷辨识的重要因素之一.针对粒子随机性导致的辨识结果准确度不高及容易陷入局部最优陷阱等问题,结合模拟退火算法,提出了一种基于退火优化粒子群算法的非侵入式负荷辨识方法.首先,对用于电力负载分析的REDD数据集中的家用电器负荷数据进行特征分析提取;然后,利用粒子群算法作为模拟退火算法的基本框架,对数据集中各自家庭的不同电器进行负荷辨识;最后,以辨识功率与实际功率为标准量进行误差分析.在以数学模型进行求解的单一目标及多目标负荷辨识问题中,对现有模型不同类别算法的辨识结果进行比较,结果表明提出的优化粒子群算法辨识准确度较高及收敛性更好.
2024年05期 v.33;No.147 630-637+660页 [查看摘要][在线阅读][下载 1570K] [下载次数:351 ] |[网刊下载次数:0 ] |[引用频次:4 ] |[阅读次数:1 ] - 赵雨佳;邢传玺;姜佳圆;许奕;
船舶辐射噪声作为海洋环境噪声的主要来源,是众多噪声源综合作用的结果.船舶辐射噪声中含有丰富的特征信息,是对目标进行跟踪、定位的重要依据.针对两阶段加权最小二乘法(TSWLS)在第一阶段引入多余变量引起的定位不准确的问题,将船舶辐射噪声线谱作为信号源,提出了利用入侵杂草优化算法(IWO)和加权最小二乘算法(WLS)的水下到达时间差(TDOA)和到达频率差(FDOA)联合定位的方法.仿真结果表明,噪声方差在-40 dB到0 dB时,本文所提方法的速度以及位置的偏差和均方根误差均低于传统的两阶段加权最小二乘法(TSWLS)和迭代加权最小二乘法(ICWLS).所以浅海环境下利用船舶辐射噪声线谱对其进行定位对军事和安全保障方面都具有重要意义.
2024年05期 v.33;No.147 638-644页 [查看摘要][在线阅读][下载 1508K] [下载次数:362 ] |[网刊下载次数:0 ] |[引用频次:2 ] |[阅读次数:1 ] - 周家贤;蒲雪松;陈勇;郭梁;
在数字经济时代,利用大数据与人工智能技术帮助卷烟零售管理实现转型升级已形成共识.标签预测在新零售模式下有效匹配卷烟产品与消费者的需求,从而促进销售.本文提出在新零售模式下,结合知识图谱与自然语言处理技术,从不同维度特征增强消费者感受野,利用气味知识图谱驱动每个气味感官与数据视图,共同学习多标签特征的贡献,保持特征内核之间的一致性和潜在表征的相似性,实现成品卷烟的多标签预测,从而提高卷烟销售效率和提升消费者体验感知.实验结果表明该方法在卷烟营销管理预测领域的有效性.
2024年05期 v.33;No.147 645-652页 [查看摘要][在线阅读][下载 1310K] [下载次数:82 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:2 ]