金融数据挖掘中的非线性相关跟踪技术

金融数据挖掘是信息社会中一个极具挑战性的研究方向.金融数据的随机特性使得隐藏在数据中的内在规则难以被发现.指出了经典相关分析的缺陷,进一步讨论了高阶相关系数的性质,证明了高阶相关不仅能描述隐藏的非线性相关信息,而且正好刻画了线性相关与独立之间的空白.因此,完全可以利用高阶相关性的计算简单性对金融数据中的时变非线性相关特性进行实时跟踪,克服了Brock W.等人于1987年和1992年提出的Granger-Causality独立性检验方法中需要正态假设和非实时性的缺点.最后,将上述结果应用于股票价格与成交量之间的相关分析.数值结果显示高阶相关能跟踪隐藏在数据中的时变非线性相关特性.     

基于稀疏信号表示的雷达目标成像技术

雷达目标成像本质上是对雷达目标散射特性进行信号表示的过程.在高频区,雷达目标散射特性可用少数几个散射中心来描述,利用散射中心稀疏分布的先验信息能有效增强雷达图像的分辨率.以稀疏信号表示为基础,针对雷达成像系统的结构特点,提出了一种基于FFT和分块Toeplitz系统的快速成像算法.该算法无需存储系数矩阵,极大地降低了存储量和运算量.仿真结果表明,该技术对雷达目标图像具有良好的分辨率增强能力.     

距离像先验引导的扩展目标检测方法

扩展目标检测通常采用距离像能量积累检测的方法,由于距离像信息掌握不完备,陷落损失会降低检测性能。本文提出一种距离像先验引导的扩展目标检测方法,通过利用距离像包络模先验,对信号进行积累以提升检测性能。该方法考虑了复距离像与复高斯白噪声的相干叠加与相位预测不准的因素,采用将观测数据取模的检测模型,基于似然比检测（Likelihood Ratio Test,LRT）理论推导了低信噪比下的特征平方匹配检测器。该检测器将目标复距离像的包络模与观测数据的包络模进行平方匹配,并通过门限判决来判断目标是否存在。包络模先验的获取是通过从ISAR图像提取二维散射中心,向对应姿态角下的雷达视线方向进行投影,来获得目标近似的一维散射中心模型,再由该模型进一步生成目标距离像的包络模先验。同时,本文从理论与实验两方面分析了能量检测器和特征平方匹配检测器之间的关系,通过散射中心模型重构与暗室测量的方法获取数据进行了实验验证。实验结果表明：在低信噪比下,距离像先验引导的特征平方匹配检测器能有效提升目标的检测性能,并且对先验模型失配的情况具有良好的适应性。     

第三代数据库系统宣言

我们将早期的层次和网状数据库系统称做第一代数据库系统,现在的这些关系系统称做第二代数据库系统。本文将讨论我们称做第三代数据库系统的下一代数据管理系统所应具有的特征。文中提出的3条基本原则和13个详述的命题集中反映了我们的要求。     

跨域数据管理

随着数据成为新的生产要素和数字中国顶层战略的推进，跨域数据共享和流通对于实现数据要素价值最大化变得至关重要。国家通过布局全国一体化大数据中心体系、启动“东数西算”工程等一系列举措，为数据要素的跨域应用提供了基础设施。然而，传统的数据管理局限于单一域内，无法满足跨域场景下的数据管理需求。跨域数据管理面临通信层面的跨空间域挑战、数据建模层面的异构模型融合问题，以及数据访问层面的跨信任域挑战。从跨空间域、跨管辖域和跨信任域3个视角出发，探讨了跨域数据管理的内涵、研究挑战及关键技术，并展望了其未来发展趋势。     

基于单元筛选抑噪积累的扩展目标检测方法

能量积累检测是通过对各单元功率进行积累来检测扩展目标，由于目标散射点分布具有稀疏性，能量检测器会因为陷落损失影响检测性能。本文根据广义似然比理论，提出一种基于单元筛选抑噪积累的扩展目标检测方法，该方法在筛选高回波功率单元的同时，采用抑制噪声后的功率平方进行积累。通过飞机模型的暗室实测数据进行了实验验证，并在相同的筛选准则下分析了抑噪积累与功率积累的性能差异。实验结果表明：对于散射点稀疏分布的扩展目标，单元筛选抑噪积累检测器能有效提升目标的检测性能。