学科分类
/ 25
500 个结果
  • 简介:提出了一种基于条件随机的协议异常检测模型。该方法将连接中的数据包作为观测序列,量化数据包首部的标志位,计算标志位在连接中的出现频率作为观测序列的两个特征,实验结果验证了所建立模型的准确性,同基于隐马尔科夫模型的检测方法相比,提出的方法在各个衡量标准上都要高于后者。

  • 标签: 条件随机场 入侵检测 协议异常检测
  • 简介:二、建立模型1.根据需求量和提前订货随机变化情况确定安全库存量安全库存量一般只是在需求量和提前订货时间有随机变化的情况下,Q)存储控制系统安全库存量在需求量和提前订货时间随机变化情况下的模型分析,2.应用分析文章案例是根据需求量和提前订货随机变化情况确定安全库存量

  • 标签: 型存储 存储模型 应用研究
  • 简介:二、建立模型1.根据需求量和提前订货随机变化情况确定安全库存量安全库存量一般只是在需求量和提前订货时间有随机变化的情况下,Q)存储控制系统安全库存量在需求量和提前订货时间随机变化情况下的模型分析,2.应用分析文章案例是根据需求量和提前订货随机变化情况确定安全库存量

  • 标签: 型存储 存储模型 应用研究
  • 简介:本文提出了一个项目参与者数T是随机变量的广义合作网络模型,新节点与随机选择的节点合作,通过节点度演化所满足的马尔可夫性,利用马.尔可夫链的方法和技巧得到了度分布的精确解析表达式.并说,明了此广义合作网络不是无标度网络.

  • 标签: 广义合作网络 马尔可夫链 度分布 无标度网络
  • 简介:本文通过构造一个随机最优控制模型,分析了不确定性环境下房地产价格的决定因素。理论结果与经验证据显示,房地产价格受按揭贷款额度、按揭贷款利率、居民财富等多种因素的影响。我们还检验了近年来央行为抑制房地产价格上涨过快所实施加息政策的效果。实证结论表明,抵押贷款利率对房地产价格的影响虽然具有统计显著性,但是它缺乏经济显著性。在短期内,抵押贷款利率工具对控制房价的实际作用不明显,我国最近几年来央行所颁布的加息政策缺乏预期的效果。另外,由于居民适应性预期的作用,房地产价格自身的变动冲击是导致房地产价格上涨的主要因素,居民收入虽然也在一定程度上导致了房地产价格的上涨,但是其作用较小。

  • 标签: 随机模型 房地产价格 经济显著性
  • 简介:本文对Suijs和Borm等所建立的模型稍作引伸.并将之应用于保险交易过程中有关各方面的风险分担,在所建立的带有随机支付的保险合作博弈模型框架下.讨论了保险博弈问题可能的结盟方式及其解的概念,并给出了保险风险分配、可行保险风险分配和帕累托最优保险风险分配的定义与形式,最后以实例说明其合理性.研究表明。带有随机支付的保险合作博弈模型能够较好的刻画保险机制的本质。

  • 标签: 金融学 保险风险分配 随机合作博弈 帕累托最优风险分配 确定性等价
  • 简介:提出了一种离散化交通分配模型.模型以离散形式描述一天或高峰期内路网交通流的变化,并考虑了拥挤效应和先入先出原则,利用多层随机概率模型模拟出行者出行选择,实现随机用户平衡分配.最后给出了计算方法.

  • 标签: 随机用户平衡 交通分配 离散时间交通分配
  • 简介:摘要:生存年金为简化计算,假定利率为一确定值。但生存年金作为一种长期的经济行为,利率的不确定性很大。自从实行利率浮动起,活期存款和定期存款利率经历了几次重大调整,利率浮动带来的利率风险使得保险公司受影响极大。故用固定利率会使得理想模型与现实有较大误差,因此随机利率下生存年金的保费模型逐渐成为保险精算学研究的热点问题。本文将生存年金的假设利率看作一随机利率,并研究其生存年金组合的风险来源入手分析。而后从死亡率的不确定性和随机性找到一种计算方式和理论来使其在计算生存年金时最大程度的降低其影响,使用金融时间序列的相关模型和研究方式来研究死亡率。

  • 标签:
  • 简介:将一个矿床的产出抽象化为一个随机信号的发生,由此导出一递推微分方程组,解之得普阿松分布。证明矿床的产出过程是一个普阿松过程,进而用Γ—分布表述了其参数λ,引出了负二项分布,给出了一个完整的推导过程。

  • 标签: 矿床产出模型 随机信号过程 普阿松过程 负二项分布
  • 简介:建立了一个基于自主体的无冲突调度的机场到达模型,介绍了自主体的成对冲突判决算法和空域资源优先权控制策略并分别加以例证。辅助管制员获得到达航空器自主体的合法路径集;同时,到达航空器自主体可以在合法路径集中选择任意路径自主飞行。从而有效提高了终端区的容量和运行效能。

  • 标签: 空中交通管理 自主体 冲突判决 合法路径
  • 简介:摘要:国内机场逐年增多,空中交通流量也随着经济的发展而增加,各个机场之间的航线布局对于交通运输效率与效益有重大的影响。城市对式航线网络不再适应如今的民航交通运输发展趋势,航线优化的重点是构建层级航线网络。枢纽机场辐射广度研究,即确定枢纽机场通航支线机场,是对航线进行优化的基础。基于此,本文主要运用层次分析法构建判断矩阵并计算出各级指标权重,得出枢纽机场辐射广度层次分析模型

  • 标签: 枢纽机场 支线机场 层级航线网络 航线布局
  • 简介:大多数的Meta分析都会用到固定效应模型随机效应模型中的一种,固定效应模型假设所有的纳入研究拥有共同的真实效应量,而随机效应模型中的真实效应随纳入研究的不同而改变。运用的模型不同,所得到的合并后的效应量均数值也不相同,这不仅体现在效应量的均值上,更多的体现在每个纳入研究权重的分配上,本文主要目的是深度解剖两种模型以及两种模型的假设,区分其共同点和不同点,并通过两种模型计算每个研究所占的权重和合并后效应量的均数值,最后指出并比较其优缺点。

  • 标签: 随机效应模型 固定效应模型 效应量 统计学
  • 简介:亚洲选择是流行的秒产生衍生物产品并且在许多结构化的笔记嵌入提高上边性能。作为结果,嵌入的选择通常有长持续时间。利率的运动在定价变得更重要suchlong过时的选择。在这篇论文,在随机的利率下面的亚洲选择的定价被学习。为利率假定赫尔和白模型,一个靠近形式的公式forgeometric平均的选择被导出。作为一个副产品,定价公式也在随机的利率下面被给forplan香草选择。

  • 标签: 随机利率 亚式期权 定价模型 持续时间
  • 简介:摘要糙率是表现管壁面粗糙程度对水流速度的影响系数。在有植物河道中,会对糙率产生影响。因此通过使用糙率计算公式,结合蒙特卡罗法不确定性分析理论,建立了有植物河道糙率计算的随机分析模型。本文通过实验,对该理论进行证实。发现该随机模型计算结果对有植物河道糙率计算有良好效果,通过本文希望给相关领域人士有所帮助。

  • 标签: 有植物河道 糙率 随机模型
  • 简介:研究了一个开发商与一个零售商构成的二阶段供应链如何进行虚拟产品的产品开发及定价寄售的问题.零售商仅仅决策开发商进行产品寄售时的分成比例,开发商同时决策产品价格与产品开发投入.市场需求是不确定的,同时依赖于开发商的定价及产品开发投入.通过随机占优理论简化问题后,在分散决策主从博弈和集中决策下分别讨论了均衡解及供应链绩效,通过引入均值方差法,对开发商的风险态度进行了分析比较,得到了相关结论.

  • 标签: 寄售 随机占优 需求不确定性 风险态度 均值方差方法
  • 简介:摘要:金融风险的防范是金融界十分关注的重大问题,期权作为防备金融风险的有效手段,目前已越来越受到人们的重视。本文分析了期权价格的形成过程,还分析了随机过程在期权的定价模型中的应用。

  • 标签:
  • 简介:摘要目的探讨基于随机森林模型分析内脏脂肪等级的相关指标。方法本研究为横断面研究,选取2021年3—9月在黑龙江省医院健康管理中心进行体检的医院职工(包括在职职工和退休职工)共617例的各项实验室指标以及体成分分析各项指标,按照2∶1的比例将样本分为训练集(411例)和测试集(206例),模型共纳入预测变量110个,使用训练集数据进行随机森林模型构建,测试集数据进行模型验证,选择最优节点数和决策树数目,对构建模型的预测性能进行评价,同时选取重要性在前10位的相对重要因子进行下一步的研究。按内脏脂肪等级,对617名研究对象再次进行分组:内脏脂肪等级正常组和内脏脂肪等级偏高组,进一步分析前10位相对重要因子在组间的差异。结果随机森林模型的最优节点数为39、决策树数目为300。模型在测试集上的准确率为83.3%、精确率为73.9%、灵敏度为89.4%、特异度为78.7%,其受试者工作特征曲线下面积为0.881(95%CI:0.832~0.931)。模型中前10位相对重要因子依次为:体重指数、性别、年龄、尿酸、红细胞计数、单核细胞计数、C肽、癌胚抗原、糖化血红蛋白、谷氨酰转肽酶。内脏脂肪等级偏高组的体重指数、年龄、尿酸、红细胞计数、单核细胞计数、C肽、癌胚抗原、糖化血红蛋白、谷氨酰转肽酶水平均高于内脏脂肪等级正常组(均P<0.05);内脏脂肪等级偏高的发生率男性大于女性(P<0.05)。结论本研究构建的内脏脂肪等级的随机森林预测模型表现良好,内脏脂肪与机体肝功能、胰岛功能、免疫功能的改变均有关系。

  • 标签: 内脏脂肪等级 体重指数 随机森林预测模型 机器学习模型
  • 简介:采用神经元二维映射模型,通过数字仿真研究了高斯白噪声对神经元非线性动力学特性的影响.研究发现,噪声可以诱导具有次阈值输入信号的神经元产生动作电位和随机共振.随机共振现象的产生与否和噪声强度的大小以及输入信号的频率具有密切的关系.另外,还研究了系统的控制参数对随机共振现象的影响.

  • 标签: 神经元二维映射模型 高斯白噪声 动作电位 随机共振
  • 简介:为提高基于随机森林算法重复拨打投诉预警模型的效果,文章从数据、指标、参数3个方面对模型进行优化。在数据处理方面,利用SMOTE算法平衡投诉与非投诉比例,一方面防止了模型出现过拟合;另一方面消除了非平衡数据对模型效果的影响。在特征选择方面,使用基尼系数进行特征选择,从而减少数据的噪声,提高模型预测的准确度。在参数调整方面,使用R语言软件对模型决策树数量参数和最大特征参数进行调整,模型最终的OOB误差率为5.03%,准确率和召回率均超过70%。目前投诉预警模型已经进行试点应用,实现了投诉业务的提前识别,通过采用相应服务策略,减少了服务升级事件,降低了客户投诉率,有效提升了客户感知。

  • 标签: 参数优化 随机森林 重复拨打 SMOTE算法 投诉预警