您的位置： 专家智库 > >

陈志宏

作品数：8 被引量：31H指数：4
供职机构：上海大学通信与信息工程学院更多>>
发文基金：国家自然科学基金更多>>
相关领域：生物学经济管理医药卫生理学更多>>

合作作者

文献类型

  • 5篇期刊文章
  • 2篇学位论文
  • 1篇专利

领域

  • 2篇经济管理
  • 2篇生物学
  • 2篇医药卫生
  • 1篇社会学
  • 1篇理学

主题

  • 3篇乳腺
  • 3篇乳腺肿
  • 3篇基因表达
  • 3篇基因表达数据
  • 2篇乳腺肿瘤
  • 2篇神经网
  • 2篇神经网络
  • 2篇市场风险值
  • 2篇人工神经
  • 2篇人工神经网络
  • 2篇肿瘤
  • 2篇网络
  • 2篇腺肿瘤
  • 2篇工神经网络
  • 2篇风险值
  • 2篇VAR
  • 2篇人工神经网
  • 1篇在险价值
  • 1篇证券
  • 1篇证券市场

机构

  • 8篇上海大学

作者

  • 8篇陈志宏
  • 3篇严壮志
  • 2篇阎春宁
  • 2篇刘书朋
  • 2篇余鹏
  • 1篇蔡畅
  • 1篇徐晓燕

传媒

  • 2篇上海大学学报...
  • 1篇上海生物医学...
  • 1篇国外医学（生...
  • 1篇应用数学与计...

年份

  • 1篇2006
  • 1篇2005
  • 1篇2004
  • 2篇2003
  • 3篇2002
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
市场风险值VaR的算法与应用被引量：12
2002年
进行金融风险管理时可以将风险划分为四类,即信用风险、经营风险、流动性风险和市场风险。其中市场风险是指金融市场价格(包括股票价格、利率、汇率和大宗可交易商品的价格)波动而引起的未来收益的不确定性。市场风险值VaR(Value at Risk)就是用来评价给定资产所面临的市场风险大小。本文介绍了VaR的定义、相关的计算方法和在证券投资决策中的应用实例。
陈志宏阎春宁余鹏
关键词：市场风险值VAR置信度收益率
基于模糊自适应共振网络简化模型方法的乳腺肿瘤基因分类被引量：2
2006年
以乳腺肿瘤的基因微阵列实验所产生的基因微阵列表达数据为研究对象,针对大规模基因表达模式分析的特点,提出基于模糊自适应共振网络简化模型的基因表达数据分类方法,并在此基础上实现了BRCA1变异和BRCA2变异的乳腺肿瘤分类.利用Hedenfalk的基因微阵列数据,对BRCA1变异和BRCA2变异作分类计算,计算结果达到78%以上的正确率.
陈志宏严壮志刘书朋
关键词：基因表达数据
疾病基因分类方法
本发明涉及一种疾病基因分类方法。它是依据与疾病相关联的基因数据，用简化的模糊自适应共振网络，即SFAM模型，进行数据挖掘，寻找出基因数据和与基因相关疾病的相关性，对基因表达数据从基因水平对同一类疾病进行亚类分类，为临床和...
严壮志刘书朋陈志宏
文献传递
人工神经网络在基因组信息学中的应用被引量：5
2002年
在信息处理技术的推动下 ,基因组学研究不断走向深入。伴随着由此带来的信息爆炸 ,以分析和挖掘基因组数据信息为基本内容的基因组信息学应运而生。随着基因组信息学的研究不断深入 ,相关计算机技术的发展将发挥日益重要的作用。人工神经网络作为一种并行的计算模型 ,在特征识别与分类的实现方面表现出优良的特性 ,非常适合于基因信息学的研究 ,并在实践中得到了广泛的应用。本文对人工神经网络在基因组信息学中的常用模型。
陈志宏严壮志
关键词：人工神经网络基因组信息学
评估风险的期望损失计算及应用研究被引量：6
2004年
期望损失值是一种评估市场风险的新测度.该文首先举例说明了期望损失值具有相容性,而目前最常用的在险价值方法则不具有相容性.然后推导出了用历史模拟法、正态分布法和GARCH模型法计算期望损失值的具体公式.最后给出了一个用期望损失值方法优化投资组合的实际算例.
余鹏阎春宁陈志宏
关键词：在险价值相容性
VaR在市场风险管理中的应用
这篇硕士论文对目前国际上正在引起广泛注意的市场风险度量与管理方法--VaR方法进行比较全面的分析,讨论了现有理论的优点与不足,在此基础上,引入国际上最新的期望风险值ES的概念与VaR进行比较研究,推导了在ES定义下的风险...
陈志宏
关键词：风险管理市场风险值投资组合证券市场
文献传递
基于基因微矩阵表达数据的乳腺肿瘤的分类研究
伴随着基因微矩阵技术带来的海量数据,人们认识到只有对基因表达数据进行深入分析才能获得对基因的深入理解和系统认识,才能揭示基因与疾病之间的相关性、探究基因所具有的生物学功能.以基因表达数据为对象的数据挖掘方法为解决这一问题...
陈志宏
关键词：基因表达数据生物信息数据挖掘乳腺肿瘤
文献传递
基于金字塔结构的乳腺肿块自动检测方法被引量：5
2002年
在乳腺图像中,肿块大多被埋没在复杂的、高密度的腺体背景中难以检测。针对这一问题,提出了一种基于金字塔结构的乳腺肿块自动检测方法。文中对几种典型的金字塔结构的构造方法做了比较;提出了一种使用BP人工神经网络用于实现低分辨率图像中肿块种子区域检测的新方法;提出了一种新的权值差别规则,同时添加了标志锥,使得生长算法不再严格受限于肿块种子的面积和形状。实验结果证明这种方法对于辅助临床医生诊断乳腺病变是有效的。
徐晓燕蔡畅陈志宏
关键词：乳腺肿块金字塔结构人工神经网络自动识别
全选 清除 导出
共1页<1>
聚类工具0