王汉权
- 作品数：19 被引量：10H指数：2
- 供职机构：云南财经大学统计与数学学院更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”云南省教育厅科学研究基金更多>>
- 相关领域：理学经济管理自动化与计算机技术机械工程更多>>
- 基于两种回归的指数追踪模型以及实证分析
- 2019年
- 指数追踪是一种用少量的成分股来追踪某一市场指数走势的方法,它是消极投资组合管理策略中的一种,近年来在我国发展迅速。本文通过三种选股方法选出三个样本股空间,并构建了基于线性回归的指数追踪模型,为了避免线性回归的系数受到极端值的影响,本文还建立了基于分位数回归的指数追踪模型。具体来说,本文选取了上证50指数为目标指数,通过给出建立指数追踪模型的约束条件,再构建两个指数追踪模型,最后分别通过最大权重选股法、最大市值选股法以及最大相关系数选股法对上证50指数的成分股进行选股,选取每种选股法的前15只股票作为样本股空间,最后通过对真实数据的拟合来对选定的成分股分配权重。
- 邓云丹刘礼祥王汉权
- 关键词：分位数回归上证50指数
- An efficient time-splitting Fourier pseudospectral method for Vlasov-Poisson system
- Understanding the dynamics of charged particles in a plasma is of great importance for a large variety of phys...
- 王汉权
- 水平集方法在医学图像分割中的一个应用
- 2016年
- 图像分割是目标识别,资源分类等研究的基础。在医学临床诊断,视频监控计算机视觉等多个林谷都有重要的应用。水平集方法以一种紧凑的方式来表达集合主动轮廓曲线的演化,并且为之提供稳定的数值计算。Chan和Vese提出的基于简化的Mumford-Shan模型的主动轮廓模型(C-V方法),能够很的检查出带有空洞的目标的内部区域,但只能处理两相图片的分割。基于C-V模型,Vese Chan推广到实用多个水平集函数来分割多相图像,即Vese-Chan变分多水平模型。该方法有以下优点:可以自动的避免水平集函数覆盖区域的“重叠”和“真空”问题。本文中,我们基于C-V模型以及Vese-Chan变分水平集模型,实现了如何利用单个水平集函数以及两个水平集函数来进行医学图像分割;讨论了这两种方法的优缺点。我们的图像分割数值实验结果验证了理论结果。
- 马秀张浩然王汉权
- 关键词：多相图像分割
- 求解薛定谔–泊松方程组的时间分裂紧致差分格式
- 2019年
- 本文通过应用高阶紧致差分格式,时间分裂法与Crank-Nicolson法等方法求解非线性薛定谔–泊松方程组。基于快速Sine变换,我们设计了一种求解离散系统的快速算法。我们用该算法分别求解一维、二维、三维的非线性薛定谔–泊松方程组。我们列举具体的数值例子,使用MATLAB软件编写出算法程序,并且通过程序计算近似误差与画出近似解的图像。数值计算结果证实了该算法在空间方向具有谱精度,也证实了该算法的高效性与稳定性。
- 姜珊刘荣华马秀王汉权
- 关键词：时间分裂法
- 耦合Higgs方程和Maccari系统的行波解分支被引量：2
- 2016年
- 利用动力系统方法,对耦合Higgs方程和Maccari系统的定性行为和行波解进行了研究.基于这种方法,给出了系统在不同参数条件下的相图,得到了包括孤立波解和周期波解在内的行波解.运用数值模拟的方法,对方程的光滑孤立波解和周期波解进行了数值模拟.获得的结果完善了相关文献已有的研究成果.
- 王恒王汉权陈龙伟郑淑花
- 关键词：动力系统方法行波解
- 泊松方程第一类边值问题的四阶紧差分格式研究
- 本文研究泊松方程的第一类边值问题的四阶紧差分格式设计过程，着重研究如何利用四阶紧差分格式离散一维泊松方程和二维泊松方程。作为比较，我们也将采用传统的二阶中心差分格式来离散泊松方程。我们发现两种数值方法在数值求解的精度上，...
- 高文胡晓王汉权
- Legendre配置谱方法求解Bose-Einstein凝聚态的基态解被引量：1
- 2023年
- 近年来,有关Bose-Einstein凝聚态基态解的实验研究已经取得了一系列重要的成果.该文在相关研究成果的基础上,首先通过降维和无量纲化方法将Bose-Einstein凝聚态基态解问题转换成能量泛函极值问题,在离散该泛函时,尝试使用Legendre配置谱方法离散该能量泛函的一维和二维情形.其次,对该能量泛函极小值问题进行了数值模拟.最后,通过分析实验数据结果和图像得出,针对非旋转的Bose-Einstein凝聚态的基态解问题可以使用Legendre配置谱方法来求解,且数值结果的误差较小.
- 刘文杰王汉权
- 基于时间加权历史模拟法的VaR来构建最优投资组合
- 2014年
- 假设收益率服从正态分布时,均值–方差模型常被用于构建最优投资组合。但很多情况下,收益率并不服从正态分布。本文首先构造股票投资价值的衡量指标,根据指标对股票的优劣进行排序;然后利用时间加权历史模拟法来计算投资组合的VaR,建立相应的均值-VaR模型;最后利用均值-VaR模型构建中国股票市场的最优投资组合,预测最优投资组合的风险。此方法可有效避免收益率服从正态分布的假定。
- 李兴奇王汉权干文
- 关键词：最优投资组合历史模拟法均值-VAR模型
- 数字图像修复的变分方法与实现过程被引量：2
- 2016年
- 图像修复是数字图像处理过程的一个很重要的方面.图像修复目的是将图像中污损或破损的部分运用相关的方法将其恢复.本文主要讨论数字图像恢复的变分方法及其实现过程,重点讨论变分方法之中的偏微分方程模型建立的基本过程和求解方法.图像恢复的变分方法的核心思想是将恢复过程归结为求解一个含约束条件的泛函极小值问题.为得到此泛函极小值问题的解,先根据拉格朗日乘子法,将含约束条件的泛函极小值问题化为无约束的泛函极小值问题.由于无约束的泛函极小值问题的解满足一偏微分方程,于是可构造一梯度流并通过它找出该偏微分方程的解.最终用偏微分方程数值方法-有限差分法来离散得到此梯度流的稳态解的近似,并将此近似解作为图像修复之后的结果表示.
- 邱俊胡晓王汉权
- 关键词：有限差分法能量泛函欧拉-拉格朗日方程变分方法
- 前馈神经网络在多元函数逼近中的应用
- 2020年
- 给定一组数据(例如一些点及相应点处的函数值),找到未知函数的表达公式——函数逼近问题是数学与工程应用中的一个基本问题。传统的数值方法多采用多项式插值法(例如拉格朗日插值法、牛顿插值法、三次样条法等),本文通过构造前馈神经网络函数得到未知函数的表达式,讨论其处理函数逼近问题的优缺点。具体说来,先介绍训练多元函数的前馈神经网络的详细计算过程,然后分析隐含层节点数目对该网络的精度影响问题。最后通过数值计算结果证实前馈神经网络可用来逼近一元函数、二元函数、三元函数,能够达到较高的计算精度。本文的讨论适用于其他类人工神经网络在四元或四元以上的多元函数逼近问题的研究,也有助于理解相关人工神经网络的基本性质与作用。
- 葛悠然翟九媛马尧鹏王汉权
- 关键词：前馈神经网络函数逼近
