简介:P2P网络借贷作为电子商务在金融领域的延伸与应用,近年来得到广大学者的关注.但是目前的理论研究中,鲜有从投资者信息挖掘的角度进行投资决策分析.本文提出一个新颖的方法,即投资者构成分析方法,通过分析贷款的众多投资者信息遴选出最有价值的投资,辅助投资者进行投资决策.首先从投资者的历史投资收益率、风险偏好以及投资经验三个维度构建投资者档案(investorprofile),进而基于投资者档案构建投资者构成分析模型,最后通过美国最大的在线网络借贷网站Prosper的数据,对本文提出的构想及模型进行了实证研究.实验结果表明本文提出的利用投资者构成分析的方法辅助投资者进行投资决策是可行的,文中构建的模型表现出良好的预测能力,能够有效地筛选出有价值的投资.
简介:介绍一些网络聚类算法及其基本原理,简述了其在生物信息学的应用。本文不是网络聚类算法的全面综述,只介绍这些网络聚类算法的基本思路,体会其数学建模的基本思想。
简介:以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注,并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率,本文设计了2种改良的深度卷积神经网络,这些改进加快了神经网络的训练速度.有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型,该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验,改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型,这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后,构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”,该系统能够自动检测出CT影像中肺结节,并给出结节的良恶性概率评估。通过该系统的应用,可以有效缓解放射科医生超高的劳动强度,提高阀片效率,服务更多患者;减少漏诊和误诊发生的次数,有助于提高肺结节的诊断准确率;从而促进我国肺癌早筛工作的推广。
简介:考虑一个受控制的交通网络,一类用户属于领导者,按照系统最优原则选择出行路径;另一类用户属于跟随者且具有不完全信息,按照Logit型随机用户平衡原则选择出行路径.建立了描述这种Stackelberg博弈下的混合平衡出行行为的变分不等式模型,给出了满足此种混合平衡的交通网络的效率损失上界,结果表明,效率损失上界与被研究的交通网络拓扑结构,交通需求及控制系数有关.
简介:本文利用复杂网络理论,采用无标度网络模拟现实的组织模型,并研究知识在这个模型中的传播演化问题。通过模拟发现:知识在组织内的传播,首先和知识传播成功的概率有关,成功传播的概率越高.知识越容易扩充到整个组织系统,但随着时间的延续,系统拥有知识的人趋近于某一确定值;其次知识在传播速度上明显表现出钟状形态,开始传播速度较低,然后传播速度逐渐加快,达到最大值,最后逐渐下降;第三组织规模对知识传播周期基本没有影响。第四当组织内存在拒绝学习知识者,则知识在系统内传播速度将大幅下降,所需周期增加明显;第五考虑知识拥有者因遗忘而退化和知识抗拒者因观念转变而进化的情景,发现遗忘对组织的传播速度的不利影响要超过进化带来的有利影响,因此组织要重点用好知识拥有者,在使用中强化知识记忆,防止知识遗忘。
简介:基于等级特征与可变信息板(VMS)研究了交叉巢式Logit(CNL)模型及网络交通流分配。综合幂函数与指数函数表示方法给出新的信息效用衰减因子,结合道路等级特征表示VMS对车流的影响系数及CNL模型的分配系数;给出等级结构道路网络的随机用户均衡条件下的交叉巢式Logit路径选择模型及其等价数学规划,并设计网络流分配算法。通过实例网络的计算与分析,得到一些有意义的结论:等级结构越显著的路网总出行时间费用越低且其分散参数(θ)弹性绝对值越大;对具有较强随机性的实际路网,若增加一定的确定性则节省更多网络总出行时间;道路网络中设置了VMS时总出行时间受分散参数的影响更小。
简介:研究了对于三车道的高速公路,自动驾驶汽车对混合交通流的通行能力及安全性的影响。引入变道欲望值、连续刹车率、空间速度方差和时间速度方差的概念,基于交通流元胞自动机模型,针对手动和自动驾驶2种汽车,建立了单向三车道的加减速和换道规则。选取6个评价参数,针对三车道模型,研究了随着自动驾驶汽车比例的增加,车道平均速度、平均速度的方差、交通密度、连续刹车率以及变道次数的变化情况。实验结果表明:在通行能力方面,当自动驾驶汽车的比例持续增加时,整个车道的平均速度、交通密度显著增加,从而大大提高了此交通网路中的通行能力;同时空间速度方差和时间速度方差会显著减少,说明整个交通流的平稳性增加了。在安全表现方面,当自动驾驶汽车的比例持续增加时,整个交通网路中的连续刹车率、变道次数先逐渐增加,然后逐渐减少,从而很好地刻画了安全性。最后分析了模型的优缺点,并指出了改进的方向。