刘遵雄
作品数: 72被引量:243H指数:8
  • 所属机构:华东交通大学
  • 所在地区:江西省 南昌市
  • 研究方向:自动化与计算机技术
  • 发文基金:国家自然科学基金

相关作者

郑淑娟
作品数:13被引量:42H指数:4
供职机构:江西财经大学科研处
研究主题:财务预警 L1正则化 逻辑回归 财务预警模型 信息检索课
黄志强
作品数:9被引量:13H指数:3
供职机构:华东交通大学
研究主题:财务预警 财务预警模型 逻辑回归 财务危机 支持向量机
徐征
作品数:29被引量:59H指数:4
供职机构:华东交通大学
研究主题:电力负荷 磁盘阵列 MIMO系统 计算机 相关向量机
张德运
作品数:226被引量:1,248H指数:17
供职机构:西安交通大学
研究主题:无线传感器网络 计算机网络 网络处理器 网络安全 入侵检测
周天清
作品数:51被引量:35H指数:4
供职机构:华东交通大学
研究主题:卸载 网络基础 资源分配 通信 金融时间序列
基于RBFNN的短期电力负荷混沌局域预测法被引量:3
2006年
短期负荷序列数据表现出混沌特性,可以使用混沌时序局域方法进行预测。在混沌时序重构相空间中预则中心相点和趋势相点之间的映射关系不是单纯的线性关系,而常用的线性回归预测模型只能逼近线性映射。提出利用径向基函数神经网络(RBFNN)来建立预测模型,可以更加精确逼近预则中心相点和预测相点之间的映射关系,并用欧氏距离和关联系数联合方法选取近邻相点,选取的近邻相点与预测中心相点的关联性更好。利用西北电网的负荷数据所做的实验证明,本文提出的基于RBFNN的局域预测法比线性局域预测法获得了更为满意的预测精度。
艾名舜马红光刘遵雄
关键词:短期负荷预测径向基函数神经网络
均值—熵指数在投资组合风险分散中的应用研究——基于主成分分析被引量:5
2017年
在高风险的股票债券投资领域,分散是减少投资风险的重要技术。然而,并非是越分散投资效益越好。笔者以马科维兹均值—方差模型为基础,首先通过主成分分析法引进信息熵,然后利用熵指数作为投资组合分散程度的度量方式,使得均值—熵指数有效前沿成为一定投资收益下分散最充分的投资组合,为投资者的分散投资提供了有效的权衡。
刘遵雄唐顺发
关键词:投资组合信息熵均值-方差模型
网络入侵防御技术研究被引量:9
2004年
对网络入侵防御技术进行了分类,并分析了每种技术的特点,最后提出一种入侵防御系统的结构模型,该模型采用在线检测模式,融合使用状态检测、特征检测、异常检测以及协议分析等多种检测技术来提高检测的准确性及检测效率,并通过对报警的可信度进行评判,进一步降低误报率,提高系统的检测防御性能。
孙钦东刘遵雄张德运
关键词:网络安全入侵检测入侵防御
基于SSA的金融时间序列自适应分解预测被引量:1
2011年
提出了分解预测的思想,通过SSA将序列分解成低频与高频两部分,分别采用最小均方(LMS)自适应自回归移动平均(ARIMA)与LMS自适应自回归(AR)模型进行预测,然后将两者叠加便可得原始序列预测值.同时,为了更好地捕捉序列局部突变,缩减预测延迟,提高预测精度,对EaLMS算法(基于误差调整的LMS算法)参数进行修正并应用于分解预测.实验结果表明,修改后的分解预测相比于LMS自适应AR直接预测法,优势更明显.
刘遵雄周天清郑淑娟
关键词:奇异谱分析最小均方
多尺度生成对抗网络的图像超分辨率算法被引量:6
2020年
基于神经网络的图像超分辨率方法往往存在重建图像纹理结构模糊、缺失高频信息的问题。为了解决该问题,在SRGAN的基础上提出一种多尺度并联学习的生成对抗网络结构,其中生成模型由两个不同尺度的残差网络块组成,首先对提取的低分辨率图像通过两个子网络的多尺度特征学习,然后使用融合网络进行残差融合,融合不同尺度高频信息,最终生成高分辨图像。在Set5、Set14、BSD100基准数据集以及SpaceNet卫星图像数据集上的实验结果证明了该算法在恢复低分辨率图像的细节纹理信息具有良好效果。
刘遵雄蒋中慧任行乐
关键词:超分辨率多尺度特征
基于核方法协同表示的高光谱图像分类
2019年
为进一步利用高光谱图像在同一区域内像素点的相似特性完成地物分类,提出了一种基于核方法协同表示与绝对距离融合的分类算法。通过核函数将原始数据投影到高维核空间,在特征空间中用全部训练样本表示待测样本,再计算吉洪诺夫正则化下待测像元的重构残差和每个类别表示系数绝对值向量,使用不同权重予以融合作为分类依据。在实验中使用Indian Pines和Pavia University两种高光谱图像数据对该方法进行实验验证,实验结果表明:与原协同表示(CRC)及支持向量机(SVM)相比,改进后分类算法总体分类精度和平均分类精度都有更好的表现,均达到94%以上,具有较好的鲁棒性。
刘遵雄蒋中慧任行乐
关键词:高光谱图像分类核方法正则化
分水岭算法在胃上皮内肿瘤图像分割中的应用被引量:1
2009年
图像分割是图像识别的关键,笔者曾经分别采用松弛迭代[1]和K均值聚类方法对胃上皮内肿瘤图像进行分割,实验表明这些算法对粘连严重的图像分割效果很差,故本文应用分水岭分割算法Vincent和Inver,对粘连情况不同的多类胃上皮内肿瘤图像进行了图像分割实验.实验结果表明:对于粘连较少的细胞图像,这两种算法都能较好地分离出目标细胞,但对于粘连严重的细胞图像,Inver算法的分割效果比Vincent要好,但Inver算法容易出现过分割现象.
张红斌李广丽刘遵雄黄一朕
关键词:图像分割
基于奇异谱分析的GRNN模型在金融时间序列中的应用被引量:5
2011年
奇异谱分析(SSA)作为一类无参数、独立于模型的时间序列分析技术,适用于具有非线性、非平稳性、含噪声的金融时间序列数据的分析与研究。目前,基于SSA的预测通常采用线性递归、BP神经网络等模型,但其预测精度、训练速度并不理想。为此,该文提出基于SSA的广义回归神经网络(GRNN)预测模型,它以SSA所获取的主成份重构序列作为GRNN的输入进行预测。以同方股份收盘价格为测试数据,预测日收盘价。结果表明,基于SSA的GRNN模型预测效果不仅略优于GRNN预测方法,而且明显优于常规的SSA算法。
刘遵雄周天清
关键词:奇异谱分析广义神经网络线性递归金融时间序列
基于内点法的稀疏逻辑回归财务预警模型被引量:4
2013年
逻辑回归已广泛应用于财务危机建模,但是一定程度存在过拟合问题。为了避免建模出现上述问题,提出了基于L1正则化逻辑回归的财务预警模型。该模型是一种稀疏模型,能同时实现变量选择和参数估计,具有较强的鲁棒性。同时,针对L1正则化逻辑回归问题的求解,提出了一种高效的基于内点法的求解算法。结合沪深股市A股制造业上市公司进行实证分析,分析结果表明,L1正则化逻辑回归模型在预报精度、经济解释性等方面明显优于其他逻辑回归模型,并且提出的内点法与其它求解算法相比具有一定的优越性。
刘遵雄黄志强郑淑娟张恒
关键词:逻辑回归过拟合L1正则化财务预警内点法
多重假设检验中参数估计问题研究被引量:2
2017年
在多重假设检验中,真正原假设的个数m_0是未知的,但是它有着很重要的影响,因此,它在最近的统计文献中备受关注。文章综述了三种主要的估计方法:最低斜率法、三次样条法、均值估计方法。然后将上述三种方法结合起来,提出了新的估计方法:均值三次样条法,并主要研究了其在微阵列数据上的应用。大量的模拟研究表明,和其他方法相比,新的估计方法具有较小的偏差和标准差。最后利用真实数据来对估计方法进行评估,并找出了差异表达性基因。模拟和实际数据表明此方法具有显著性提高。
刘遵雄田珊珊
关键词:微阵列数据