论文研究-中国股市板块羊群效应的实证研究.pdf,  提出了一个具有条件异方差的统计模型(ARCH模型)来度量股票市场的羊群效应,对我国上海和深圳股票市场的羊群效应进行实证分析,并重点研究中国股市各种板块的羊群效应,结果发现一些板块存在显著的羊群效应,这一结果对具体的投资组合的运作和政策监管都有重要价值.

提出一种基于自适应白化的音乐节拍实时跟踪算法。在对音乐信号进行触发点检测之前，构建音乐信号短时傅里叶变换的当前频域峰值表，对各频段的频谱幅值进行自适应加权，使各个频段保持相似的动态范围，改善音乐信号起伏变化较大时触发点检测准确性低的问题，进而提高节拍实时跟踪效果。在MIREX2006标准测试库上的节拍跟踪实验表明，自适应白化的引入可整体提高P-score，特别是对于起伏变化很大的音乐信号，节拍跟踪效果的提高非常明显。

如何在有限的屏幕空间呈递层次规模尽可能大的树并保持其清晰的层次结构以避免认知困难问题一直是树可视化研究的主要问题之一。提出的改进的空间优化的树方法采用更合理的子树空间划分，进一步提高空间利用率，通过改变边缘结点定位方式进一步降低了原方法中因其分布不规则性而造成的认知负担问题。

当目标受尺度变化、严重遮挡、相似目标干扰、光照变化和出视野等因素影响时，核相关滤波器（KCF）跟踪算法会出现目标丢失现象。目标一旦丢失，KCF跟踪算法本身是不能察觉的，并且跟踪器会将背景信息作为目标继续进行跟踪，导致目标彻底丢失。针对这一问题，在KCF跟踪算法的基础上，提出了一种基于异常值检测方法的目标丢失预警机制。该方法利用一组固定维数动态峰值数据的均值和标准差对每帧的响应峰值进行检测，如若发现异常峰值，则判定目标丢失或即将丢失，解决了KCF跟踪器在跟踪过程中目标丢失不能察觉的问题。实验结果表明，所提出的方法在KCF算法跟踪过程中目标丢失时，能够正确预警，成功率达到100%，具有很高的可靠性，为目标丢失后何时载入目标重检测定位提供可靠的依据。

提出了一种视频烟雾检测方法，利用烟雾颜色、运动方向以及纹理等特征区分烟雾，并在检测烟雾的同时找到火源位置。引入暗原色先验方法提取出与烟雾颜色相似的区域作为烟雾候选区;通过分析图像局部纹理特征估计图像块的运动方向，排除运动方向向下的非烟雾区域，从而缩小烟雾候选区;将烟雾候选区的一系列特征作为支持向量机的输入，分类为烟雾和非烟雾;根据被检测出的烟雾在视频帧中的具体位置以及对应位置出现烟雾的频数估计火源在视频帧中的位置。与相关算法的实验结果进行了比较，证明了该算法的有效性。

自2001年Jennings研究协商以来,已经成为MAS研究的热点。介绍了协商的定义、研究内容、应用领域;分析了协商的复杂性;总结了通用的单议题协商和多议题协商协议的对策论模型;综述了Agent多议题协商的策略与学习算法;并分别介绍了两种典型的多议题协商：拍卖和并发协商,给出组合拍卖、多属性拍卖和并发协商的基本模型及其研究进展;最后探讨了协商存在问题和将来可能的发展方向,指出作为交互、竞争与合作的基础,协商需要继续深入的探讨,也必将成为多Agent系统研究的主流。

从基于动态、异构网络上快速构建稳健的多agent系统出发，设计了多agent远程过程调用通信模型，定义了三种基本类型的agent，对KQML消息规范进行扩展，增加了对消息生存周期的控制，设计了双缓存消息推送器以实现agent消息的主动推送，并在WCF的基础上实现了该通信框架。针对同目标多agent协作系统提出了基于开销均衡的agent系统交互协商策略，通过实例证明相对于独立运行和基于正交互协商策略的agent系统，本协商策略可有效降低系统总开销，并可使运行负载更为均衡。

针对磷虾群算法易陷入局部最优、收敛速度慢等缺点，提出了具备反向学习和局部学习能力的磷虾群算法。利用混沌映射和反向学习的思想初始化种群，根据算法迭代次数自适应调整学习维度，对精英个体进行反向学习，能有效保持种群的多样性，选取精英群体，通过自适应的Lévy飞行分布和改进的差分变异算子，提高种群的局部学习能力。这种新颖的元启发方式能加速收敛速度的同时可以保证磷虾群算法的鲁棒性。通过对8个基准函数进行仿真测试，实验结果表明：与最近的KH优化算法相比，该算法在收敛速度、收敛精度等方面得到明显改进。

面阵数字波束形成（DBF）和对多目标跟踪的研究，杨力生，杨士中，本文用计算机仿真研究面阵天线数字波束形成（DBF）和对多目标跟踪。主要内容包括1)方阵列天线的方向图，2)圆阵列天线的方向图，3)圆

基于伪3D卷积神经网络的视频检索算法，李松，赵志诚，针对大规模视频检索中存在的速度和精度难以平衡的问题，本文提出了一种基于伪3D卷积神经网络的视频检索算法。首先，对输入的视频�