论文部分内容阅读
国内指数投资组合的风险管理研究 ——基于HAR-RV-I-EVT-Vine Copula模型
【出 处】
：
南京大学
【发表日期】
：
2021年01期
其他文献
20世纪以来红外成像技术得到广泛的应用和发展,在众多领域如军事领域中已经成功的利用它实现了在黑暗中观察。相应的红外图像中的目标检测技术也得到了相应的发展,从传统的边缘特征提取、阈值分割等方法,到现如今基于深度学习和神经网络的方法得到广泛使用。然而红外成像技术依然面临成像质量不高、可观测特征有限等问题,加上在如军事应用中,目标在图像中往往呈现小而模糊的特征,因此给直接进行目标检测带来一定的困难。自从
在21世纪的如今,人工智能已经成为了研究热点并且应用于人类社会的诸多领域。深度学习是人工智能的重要领域,神经网络则是深度学习的基本框架,其中的代表性框架之一就是卷积神经网络。卷积神经网络擅长处理视觉信息,在图像的识别、分类等任务上有重要的应用。但卷积神经网络运算量庞大,要将其应用于对实时性和功耗要求都非常高的场合,需要在硬件设计上进行针对性的优化。本文提出了一种面向卷积神经网络的专用加速器。该加速
随着城市化进程加快,以轨道交通为主,公交车、共享出行方式、停车换乘等为辅的城市交通网络,成为缓解交通拥堵问题的重要形式。而接驳问题是制约地铁出行效率的重难点,影响乘客的使用意愿和体验。探究出行者选择接驳方式的决策过程,有助于政府和轨道交通运营者理解影响乘客接驳方式选择的因素及其行为特征,为运营管理提供理论支持。首先,本文通过RP调研,调查出行者在实际生活中选择接驳方式的过程,发现在面临多种接驳方式
目前国内主流手机出厂时都自带音乐播放器,并且大部分用户都首选这种音乐播放器。VIVO的音乐播放器存在不足,如:软件过于臃肿,不必要的功能偏多;软件部分界面友好偏弱,且操作繁琐;软件加载过慢,影响用户体验。为此VIVO公司决定开发、改进现有音乐播放器,更好地服务用户。本文说明了项目背景,简述了该音乐播放器的开发目的,介绍了国内几款主流音乐播放器的发展状况。综述了实现项目所采用的Recycler Vi
目前,浮点计算程序被广泛应用于航空航天、国防军事等对可靠性要求极高的关键领域,因此保证浮点程序计算结果的准确性至关重要。然而,由于计算机进行浮点运算时使用的数值与实际值之间存在舍入误差,舍入误差的累积会影响浮点程序的准确性,因此学术界提出了自动化的误差检测技术来解决这一问题。误差检测需要能够触发误差累积的数值用例输入,而这些数值用例输入通常分散在一些范围较小的输入区间内。现有的数值用例生成系统存在
安卓设备的广泛应用得益于移动互联网的发展,因其开源特性,设备之间差异较大,碎片化问题日益严峻,测试对安卓应用愈发重要。应用间的激烈竞争导致开发周期缩短,也使用户对应用的要求越来越高。手工测试因时间成本过高无法满足当前开发的需要,自动化测试工具产业得以蓬勃发展。尽管大多数工具自称测试效果较好,但其测试实验对评估指标、应用集及设备等方面考虑不够全面,导致结果不够客观。因此本文提出一个较为全面客观的自动