古詩(shī)的分類(lèi)精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的古詩(shī)的分類(lèi)主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：古詩(shī)的分類(lèi)范文
關(guān)鍵詞： 量?jī)r(jià)分析；股票分類(lèi)；模式識(shí)別
中圖分類(lèi)號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2013）30-6874-03
如何準(zhǔn)確地對(duì)股票進(jìn)行分類(lèi)識(shí)別一直是一個(gè)熱門(mén)的證券研究話題。在國(guó)外，常用的方法如：人工神經(jīng)網(wǎng)絡(luò)（ANN）、支持向量機(jī)等常常出現(xiàn)在股票識(shí)別、走勢(shì)預(yù)測(cè)的論文中。在國(guó)內(nèi)，有不少學(xué)者使用時(shí)間序列、人工神經(jīng)網(wǎng)絡(luò)、模糊時(shí)間序列等方法研究股市，并取得了一些成果。
上述方法各有所長(zhǎng)， 卻各有不足之處。它們?cè)诠善狈诸?lèi)識(shí)別應(yīng)用中的最大不足便是重用性差[1]，例如神經(jīng)網(wǎng)絡(luò)模型需要做預(yù)先訓(xùn)練來(lái)最優(yōu)化參數(shù)，因此訓(xùn)練的結(jié)果往往不適用于其它數(shù)據(jù)。比如我們訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別銀行板塊的股票，訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型卻不能用來(lái)識(shí)別煤炭板塊的股票。
結(jié)合上述模型的優(yōu)點(diǎn)，通過(guò)股票技術(shù)分析與模糊邏輯的理論方法建立一個(gè)基于量?jī)r(jià)特征分析的股票分類(lèi)識(shí)別模型。模型的優(yōu)點(diǎn)是：（1）模型重用性高，可將某一板塊訓(xùn)練得到的模型應(yīng)用于其他不同板塊；（2）利用均線系統(tǒng)與模糊邏輯方法降低了數(shù)據(jù)噪聲影響；（3）模型分類(lèi)結(jié)果直觀易理解，通過(guò)對(duì)識(shí)別后的同類(lèi)股票盯梢，可以在某只股票率先上漲后立刻購(gòu)入與其同類(lèi)的未漲股票，以此獲利。
1 模型介紹
量?jī)r(jià)分析是分析價(jià)格、交易量?jī)烧咧g關(guān)系的技術(shù)分析方法。模型立足于股票量?jī)r(jià)分析，目標(biāo)在價(jià)格和成交量的時(shí)間序列中找到一定的規(guī)律，并根據(jù)這些規(guī)律找到相同規(guī)律的股票。模型通過(guò)分析股票的價(jià)格距離、走勢(shì)特征、成交量特征來(lái)完成對(duì)同類(lèi)股票的識(shí)別。
1.1 價(jià)格距離
價(jià)格距離是指兩個(gè)股票間價(jià)格的歐式距離。但由于不同股票的發(fā)行價(jià)格不同、且存在除權(quán)的影響，所以不能直接拿兩個(gè)股票進(jìn)行價(jià)格距離計(jì)算，而應(yīng)取經(jīng)歸一化處理后的復(fù)權(quán)價(jià)格數(shù)據(jù)來(lái)建模計(jì)算。同時(shí)為了降低數(shù)據(jù)噪聲影響，模型采用收盤(pán)價(jià)的3日移動(dòng)平均值（下文簡(jiǎn)稱(chēng)：MA3值）代替日收盤(pán)價(jià)。在數(shù)據(jù)長(zhǎng)度上，選擇200天的交易數(shù)據(jù)，因?yàn)?00天接近一年的總交易日，已經(jīng)足夠反應(yīng)兩只股票間的走勢(shì)是否相近，并可據(jù)此判斷他們是否屬于同一類(lèi)股票。
在計(jì)算價(jià)格距離前，還需要考慮日期對(duì)齊問(wèn)題。在股票市場(chǎng)，上市公司遇到重大事項(xiàng)，常常會(huì)向交易所申請(qǐng)停牌。由于可能存在交易停牌，所以在計(jì)算價(jià)格歐式距離前必須先對(duì)齊價(jià)格數(shù)據(jù)的日期。交易日期對(duì)齊后，若某日缺少價(jià)格數(shù)據(jù)，則當(dāng)日價(jià)格距離等于最后總距離的平均值。當(dāng)對(duì)齊后缺少價(jià)格數(shù)據(jù)的天數(shù)超過(guò)一定數(shù)值（一般取24天），則失去價(jià)格距離計(jì)算的意義。如果仍要進(jìn)行股票間的價(jià)格距離計(jì)算，只能另選滿(mǎn)足長(zhǎng)度要求的數(shù)據(jù)。
兩個(gè)股票間價(jià)格距離的詳細(xì)計(jì)算流程如下：1.取兩只股票最近200日的交易數(shù)據(jù)，2.將交易數(shù)據(jù)的日期對(duì)齊；3.判斷對(duì)齊后的數(shù)據(jù)是否滿(mǎn)足模型計(jì)算要求；4.計(jì)算股票收盤(pán)價(jià)的MA3值；5.將MA3值歸一化；6.計(jì)算股票間的價(jià)格距離。
1.2走勢(shì)特征距離
單純依靠計(jì)算兩股票間的價(jià)格距離并不能知道兩股的走勢(shì)是否相近，如圖1中兩個(gè)股票的價(jià)格歐式距離接近，但走勢(shì)不同。所以要判斷兩個(gè)股票是否屬于同一類(lèi)型，除了計(jì)算股票間價(jià)格距離外，還必須計(jì)算兩個(gè)股票的走勢(shì)特征距離。
股票走勢(shì)分上漲、下跌、平緩三種，如何定義這三種走勢(shì)是計(jì)算走勢(shì)特征距離的關(guān)鍵。經(jīng)過(guò)實(shí)驗(yàn)統(tǒng)計(jì)，模型將股票的三種走勢(shì)分別定義如下：（1）上漲走勢(shì)：MA3值累計(jì)上漲超過(guò)3%為上漲走勢(shì)；（2）下跌走勢(shì)：MA3值累計(jì)下跌超過(guò)3%為下跌走勢(shì)；（3）平緩走勢(shì)：非上漲、下跌的走勢(shì)統(tǒng)稱(chēng)平緩走勢(shì)（技術(shù)分析又稱(chēng)之為橫盤(pán)走勢(shì)）。
據(jù)此定義的走勢(shì)分布如圖2下的走勢(shì)統(tǒng)計(jì)圖所示，在統(tǒng)計(jì)時(shí)間（2013年1月30日——2013年7月8日）內(nèi)的所有股票走勢(shì)中，44.7%為平緩走勢(shì)，而下跌、上漲走勢(shì)分別為28.7%和26.6%。從圖2上的單日MA3漲跌統(tǒng)計(jì)圖可以看到，單日便形成上漲、下跌走勢(shì)的交易日不足10%，也就是說(shuō)走勢(shì)的確立主要依靠數(shù)日的走勢(shì)累積來(lái)完成，這也符合股票實(shí)際運(yùn)行規(guī)律。
在計(jì)算走勢(shì)特征距離時(shí)，還需考慮如何降低噪聲影響，例如由于某日暴漲形成上漲走勢(shì)后在次日回落形成平緩走勢(shì)甚至下跌走勢(shì)，這種單日暴漲形成的上漲走勢(shì)便是噪聲。為了降低噪聲影響，模型將三種走勢(shì)分別細(xì)分成：走勢(shì)初成、走勢(shì)延續(xù)、走勢(shì)結(jié)束三種，最后將所有9種分類(lèi)通過(guò)模糊邏輯的方法將其模糊化以降低走勢(shì)特征的噪聲影響。在模糊化時(shí)，根據(jù)統(tǒng)計(jì)結(jié)果，讓這9種走勢(shì)類(lèi)型相互覆蓋，以減少波動(dòng)噪聲對(duì)整體走勢(shì)計(jì)算的影響。
1.3成交量異動(dòng)特征
相同板塊的股票常常具有相近的成交量變化規(guī)律，例如2010年10月8日煤炭板塊的股票集體放量大漲，2013年3月28日銀行板塊的股票集體放量大跌。成交量變化和價(jià)格變化一樣，是市場(chǎng)最基本的表現(xiàn)，也是分析股票行情的重要指標(biāo)。在研究成交量特征時(shí)，由于成交量的影響因素太多，如股票股本結(jié)構(gòu)、機(jī)構(gòu)大戶(hù)對(duì)敲、股票除權(quán)等，這導(dǎo)致同類(lèi)股票的中長(zhǎng)期成交量變化不規(guī)律，故模型采用股票技術(shù)分析中的短時(shí)成交量異動(dòng)特征來(lái)分析股票間成交量變化規(guī)律是否一致，并以此作為股票類(lèi)別判斷的其中一個(gè)依據(jù)。
模型使用的成交量異動(dòng)特征分別是：倍量、地量、三天持續(xù)放量、三天持續(xù)縮量。這四種異動(dòng)特征的定義分別如下：倍量，即當(dāng)前交易日的成交量比上一交易日的成交量大兩倍以上。地量，即當(dāng)前交易日的成交量比上一交易日的成交量小兩倍以上。三天持續(xù)放量，即當(dāng)前交易日的成交量比上一交易日的成交量大1.5倍以上，同時(shí)上一交易日的成交量比上上一交易日的成交量大1.5倍以上。三天持續(xù)縮量，即當(dāng)前交易日的成交量比上一交易日的成交量小1.5倍以上，同時(shí)上一交易日的成交量比上上一交易日的成交量小1.5倍以上。
確定好四種成交量異動(dòng)特征后，會(huì)發(fā)現(xiàn)這四個(gè)異動(dòng)存在同時(shí)滿(mǎn)足的情況。例如某一交易日，可以同時(shí)滿(mǎn)足倍量和三天持續(xù)放量；或者同時(shí)滿(mǎn)足地量和三天持續(xù)縮量；為了更好地計(jì)算成交量異動(dòng)特征距離，使用模糊邏輯方法將異動(dòng)特征模糊化，再進(jìn)行特征距離計(jì)算。
2 模型分類(lèi)識(shí)別結(jié)果
建好模型后，開(kāi)始對(duì)模型進(jìn)行測(cè)試，測(cè)試模型的數(shù)據(jù)為截止2013年7月8日前的證券日交易數(shù)據(jù)。在進(jìn)行分類(lèi)識(shí)別前需對(duì)模型進(jìn)行訓(xùn)練，讓其“學(xué)會(huì)”什么樣的股票是同一類(lèi)型的股票。訓(xùn)練模型使用的股票樣本選擇銀行板塊中9個(gè)走勢(shì)基本相同的銀行股：000001、002142、600000、600015、600016、601009、601166、6001169、601818。這九只股票走勢(shì)相近，且作為2012年末股市行情啟動(dòng)的標(biāo)志板塊，其具有鮮明的板塊聯(lián)動(dòng)特征。
通過(guò)上述9只股票完成模型訓(xùn)練后，我們輸入了：600008、000713、000858來(lái)測(cè)試模型分類(lèi)識(shí)別結(jié)果，模型輸出結(jié)果見(jiàn)表1。
有趣的事情發(fā)生在完成分類(lèi)識(shí)別后的13年7月24日14：15，此刻600008放量上漲5.47%，而同一時(shí)刻600874僅上漲了2.87%，上漲步伐落后于600008，此時(shí)買(mǎi)入600874次日賣(mài)出便能獲利7%。
3 小結(jié)
文章介紹的基于量?jī)r(jià)特征分析的股票分類(lèi)識(shí)別模型是基于歷史統(tǒng)計(jì)信息的，適用性廣的和直觀的股票技術(shù)分析模型。該模型通過(guò)計(jì)算股票間價(jià)格距離特征、走勢(shì)距離特征、成交量距離特征來(lái)對(duì)股票進(jìn)行分類(lèi)，分類(lèi)結(jié)果能夠指導(dǎo)投資者進(jìn)行準(zhǔn)確的投資決策。
參考文獻(xiàn)：
[1] 徐信喆.基于模式識(shí)別和分類(lèi)的股市時(shí)間系列的分析和預(yù)測(cè)[D].上海：上海交通大學(xué)，2008：19-27.
[2] 劉明政，梁斌.股市技術(shù)分析模型的自動(dòng)辨識(shí)研究[J].魯東大學(xué)學(xué)報(bào)：自然科學(xué)報(bào)，2010，26（2）：122-126.
第2篇：古詩(shī)的分類(lèi)范文
Abstract： This paper， based on the case of lightning risk assessment for a comprehensive building in Nanchang city， analyzes and describes the methods for data acquisition， parameter selection， risk calculations， risk analysis and other process， as well as how to do scientific guidance to the lightning protection design of construction projects through the lightning risk assessment.
關(guān)鍵詞： 雷擊風(fēng)險(xiǎn)評(píng)估；風(fēng)險(xiǎn)分析；防雷設(shè)計(jì)
Key words： lightning risk evaluation；risk analysis；lightning design
中圖分類(lèi)號(hào)：X820.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2013）27-0314-02
0 引言
為準(zhǔn)確把握項(xiàng)目附近地域雷電活動(dòng)規(guī)律，科學(xué)的指導(dǎo)防雷設(shè)計(jì)、施工，以減少或避免建筑物遭受雷擊而引起雷電災(zāi)害，有必要進(jìn)行雷擊風(fēng)險(xiǎn)評(píng)估。本文以對(duì)南昌市某綜合大樓為例，力圖通過(guò)雷擊風(fēng)險(xiǎn)評(píng)估，尋找存在的主要雷擊風(fēng)險(xiǎn)，指導(dǎo)建設(shè)項(xiàng)目設(shè)計(jì)和施工。
1 根據(jù)項(xiàng)目基本概況確定需要評(píng)估的風(fēng)險(xiǎn)
本項(xiàng)目處南昌市×，臨近為艾溪湖邊，總建筑23643.41平米，地下一層，地上九層，為集商業(yè)、辦公為一體的綜合大樓，人員密集，主要考慮人員傷亡損失風(fēng)險(xiǎn)。可能會(huì)出現(xiàn)雷擊引起接觸和跨步電壓造成傷亡即存在RA、RU風(fēng)險(xiǎn)分量，可能會(huì)出現(xiàn)雷擊引發(fā)火災(zāi)等造成物理?yè)p害，即存在RB、RV風(fēng)險(xiǎn)分量；電梯系統(tǒng)可能會(huì)因LEMP造成電設(shè)備損壞，從而影響人員安全，即存在RC、RM、RW、RZ風(fēng)險(xiǎn)分量。
2 資料采集
2.1 現(xiàn)場(chǎng)資料采集 現(xiàn)場(chǎng)資料采集主要內(nèi)容為地理位置、土壤性質(zhì)、土壤電阻率、項(xiàng)目周邊環(huán)境。地理位置：通過(guò)GPS定位儀采集項(xiàng)目的經(jīng)緯度，用于項(xiàng)目周邊雷電活動(dòng)分析，本項(xiàng)目的中心位置為115.9692°，28.7137°。土壤性質(zhì)及電阻率采集：本項(xiàng)目土壤電阻率測(cè)量平均值為30.575Ω.m，粘土，土壤干燥，修正后的土壤電阻率為42.805Ω.m。周邊環(huán)境：項(xiàng)目位于郊區(qū)附近建筑物及人員較少，距離200m為25層的綜合產(chǎn)業(yè)大樓。
2.2 圖紙采集 完整的圖紙資料包括：總平面、建筑圖紙、電氣圖紙、消防圖紙、初設(shè)說(shuō)明等。通過(guò)對(duì)查看建筑、電氣、消防平面圖，并結(jié)合設(shè)計(jì)說(shuō)明，記錄建筑物各功能區(qū)的名稱(chēng)、地表特征、火災(zāi)危險(xiǎn)、驚慌程度、服務(wù)設(shè)施，并歸類(lèi)分區(qū)。本項(xiàng)目可劃分為設(shè)備用房、停車(chē)場(chǎng)所（Z1），辦公場(chǎng)所（Z2），會(huì)議場(chǎng)所（Z3），餐飲、超市（Z4），檔案室（Z5），弱電機(jī)房（Z6），電梯系統(tǒng)（Z7）等七個(gè)分區(qū)。通過(guò)查看配電系統(tǒng)圖、總平面圖、弱電系統(tǒng)圖等電氣圖紙，記錄強(qiáng)弱電線路的特性。
3 參數(shù)選取
ru、rp、rf、hz等參數(shù)分別根據(jù)各區(qū)的地表類(lèi)型、采取的消防措施、火災(zāi)危險(xiǎn)、恐慌程度選取對(duì)應(yīng)的值。根據(jù)建筑物的外部屏蔽、各區(qū)的內(nèi)部屏蔽措施，選取KS1、KS2值。根據(jù)各服務(wù)設(shè)施的內(nèi)部布線特點(diǎn)，選取KS3、KS4值，本項(xiàng)目電梯系統(tǒng)配電線路穿金屬管道敷設(shè)，屏蔽較好，KS3 取0.0001，有線電視采用同軸電纜，取0.001，其他分區(qū)按規(guī)定強(qiáng)弱電分開(kāi)布線，強(qiáng)弱電線路的KS3取0.2。根據(jù)室外線路布線方式結(jié)合各區(qū)線路耐沖擊電壓，選取各服務(wù)設(shè)施的PLD、PLI值。配電線路沿金屬管道埋地引入，并共用接地，屏蔽效果較好，Z1、Z4、Z5區(qū)無(wú)弱電設(shè)備，配電線路PLD和PLI分別選取0.2，0.008，其他分區(qū)配電線路PLD分別選取0.4和0.02。弱電線路均沿金屬管道埋地引入，并共用接地，屏蔽效果較好，根據(jù)其連接的設(shè)備耐沖擊電壓特征，電話線路、消防弱電線路的PLD和PLI分別選取0.4和0.02；有線電視線路PLD和PLI分別為0.2和0.008；網(wǎng)絡(luò)線路采用光纖引入，雷電流不能通過(guò)，故PLD和PLI取0。
根據(jù)室外服務(wù)設(shè)施所處的位置環(huán)境、與相鄰節(jié)點(diǎn)的距離、a端建筑物特征、有無(wú)變壓器，分別選取Ce、LC值、Hb、Ct等參數(shù)。根據(jù)強(qiáng)弱電線路SPD的安裝情況，選取PSPD的值，本項(xiàng)目設(shè)計(jì)的配電SPD均沒(méi)有進(jìn)行備案，弱電SPD均沒(méi)有詳細(xì)的參數(shù)說(shuō)明，因此PSPD為1。
4 風(fēng)險(xiǎn)計(jì)算
4.1 雷擊大地密度 提取項(xiàng)目附近閃電定位系統(tǒng)監(jiān)測(cè)數(shù)據(jù)，計(jì)算雷擊大地密度，本項(xiàng)目附近的Ng=5.1次/a。
4.2 年平均危險(xiǎn)次數(shù)計(jì)算 根據(jù)數(shù)據(jù)采集的內(nèi)容，計(jì)算年平均危險(xiǎn)次數(shù)，本項(xiàng)目：ND=0.123，NM=1.272，NDa（配電）=0.152，NDa（有線電視）=0.761，NDa（電話）=0，NDa（網(wǎng)絡(luò)）=0.761，NDa（消防弱電）=0.122，NL（配電）=NL（有線電視）=NL（網(wǎng)絡(luò)）=NL（消防弱電）=0，NL（電話）=7.278×10-3。
4.3 建筑物損害概率計(jì)算 根據(jù)建筑物防接觸和跨步電壓措施，選取PA值，本項(xiàng)目利用建筑物柱內(nèi)鋼筋做引下線，利用建筑物基礎(chǔ)做接地裝置，因此PA可以忽略，取0。
根據(jù)建筑物外部防雷措施，選取PB值，本項(xiàng)目物按第二類(lèi)防雷建筑物設(shè)計(jì)，PB為0.05。PC值取決與PSPD，本項(xiàng)目電梯系統(tǒng)PC=1。PM值取決與PMS及PSPD之間最小值， PMS根據(jù)屏蔽和合理布線決定，本項(xiàng)目電梯系統(tǒng)PMS=0.0001，PSPD=1，PM=0.0001。PU、PV、PW取決于PSPD和PLD之間最小值，本項(xiàng)目Z1、Z4、Z5的配電線路的PU、PV、PW為0.2，其他分區(qū)配電線路的PU、PV、PW為0.4；有線電視線路的PU、PV、PW為0.2，電話線路的PU、PV、PW為0.4；網(wǎng)絡(luò)線路的PU、PV、PW為0，消防弱電線路的PU、PV、PW為0.4。PZ取決于PSPD和PLI之間的最小值，本項(xiàng)目電梯系統(tǒng)的PZ=0.02。
4.4 建筑物損失率計(jì)算 由于我國(guó)還沒(méi)有相關(guān)標(biāo)準(zhǔn)，指定不同場(chǎng)所的損失率值，當(dāng)建筑物分多個(gè)分區(qū)計(jì)算風(fēng)險(xiǎn)，每個(gè)分區(qū)均用典型時(shí)，會(huì)造成分區(qū)越多，最終風(fēng)險(xiǎn)的計(jì)算值越大，不符合實(shí)際情況。因此，為解決此類(lèi)問(wèn)題，建議結(jié)合各分區(qū)潛在危險(xiǎn)人數(shù)，對(duì)典型平均值做適當(dāng)減少。
本項(xiàng)目物各分區(qū)的損失率計(jì)算值為：室外：LA=1×10-5；Z1：LU=4.67×10-8，LB=LV=1.87×10-9；Z2：LU=7.40×10-8，LB=LV=3.70×10-4；Z3：LU=1.26×10-8，LB=LV=1.26×10-6；Z4：LU=5.44×10-9，LB=LV=2.72×10-5；Z5：LU=2.19×10-9，LB=LV=1.10×10-4；Z6：LU=1.46×10-12，LB=LV=2.92×10-7；Z7：LU=4.67×10-8，LB=LV=0；LC=LM=LW=LZ=9.49×10-9。
4.5 建筑物風(fēng)險(xiǎn) 根據(jù)公式RX=NX×PX×LX計(jì)算各風(fēng)險(xiǎn)分量值，并相加，得建筑物人身傷亡損失風(fēng)險(xiǎn)。本項(xiàng)目R1=9.337×10-5，人身傷亡損失風(fēng)險(xiǎn)偏大。
5 風(fēng)險(xiǎn)分析
分析各風(fēng)險(xiǎn)分量所占比例，確定項(xiàng)目存在的最主要的雷擊損失風(fēng)險(xiǎn)分量。本項(xiàng)目物的風(fēng)險(xiǎn)分析見(jiàn)表1。因此，影響人身傷亡損失風(fēng)險(xiǎn)偏大的主要分量為RB、RM、RV，即由雷擊建筑物和雷擊服務(wù)設(shè)施引發(fā)火災(zāi)以及雷擊建筑物附近由LEMP引發(fā)電梯系統(tǒng)故障造成的人身傷亡損失風(fēng)險(xiǎn)。
6 根據(jù)風(fēng)險(xiǎn)分析結(jié)果，科學(xué)指導(dǎo)防雷設(shè)計(jì)
根據(jù)風(fēng)險(xiǎn)分析的結(jié)果，針對(duì)性提出降低風(fēng)險(xiǎn)建議，指導(dǎo)防雷設(shè)計(jì)，具有較強(qiáng)的科學(xué)性。由于本項(xiàng)目采取的外部防雷措施符合國(guó)家的相關(guān)標(biāo)準(zhǔn)，可通過(guò)加強(qiáng)防雷、消防知識(shí)普及和宣傳等方法，降低由雷擊建筑物引發(fā)火災(zāi)造成的損失風(fēng)險(xiǎn)。可通過(guò)科學(xué)合理選擇和安裝SPD，有效保護(hù)辦公、會(huì)議場(chǎng)所、機(jī)房等場(chǎng)所的設(shè)備，降低由雷擊服務(wù)設(shè)施引發(fā)火災(zāi)造成的損失風(fēng)險(xiǎn)。可通過(guò)屏蔽、合理布線、科學(xué)合理選擇和安裝SPD，有效保護(hù)電梯系統(tǒng)設(shè)備，降低雷擊建筑物附近由LEMP引發(fā)電梯系統(tǒng)故障造成的人身傷亡風(fēng)險(xiǎn)。
整改后的參數(shù)變化及風(fēng)險(xiǎn)值：rf減少為0.001；PC為0.04，PM減少為0.02；配電線路、電話線路的PV減少為0.02，有線電視線路的PV減少為0.02；整改后，R1=1.025×10-6
7 結(jié)語(yǔ)
利用雷擊風(fēng)險(xiǎn)評(píng)估可以對(duì)建筑項(xiàng)目防雷工程的質(zhì)量作出量化判斷，從而更加理性、有針對(duì)性采取經(jīng)濟(jì)、實(shí)用、有效地防雷措施以達(dá)到保護(hù)目的。
參考文獻(xiàn)：
[1]錢(qián)強(qiáng)寒，陳勇斌，楊磊強(qiáng).雷擊風(fēng)險(xiǎn)評(píng)估實(shí)踐中各風(fēng)險(xiǎn)分量的鑒別[J].浙江氣象，2007（03）.
第3篇：古詩(shī)的分類(lèi)范文
關(guān)鍵詞：蒙古文字；分類(lèi)器
中圖分類(lèi)號(hào)：G305 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1674-9324（2012）07-0138-02
一、引言
蒙古文字識(shí)別屬于模式識(shí)別領(lǐng)域，在我國(guó)模式識(shí)別學(xué)科還在不斷地發(fā)展，人工神經(jīng)網(wǎng)絡(luò)和各種新的最優(yōu)化技術(shù)在模式識(shí)別中的廣泛應(yīng)用，以及作為統(tǒng)計(jì)模式識(shí)別基礎(chǔ)的文字識(shí)別技術(shù)的新進(jìn)展和民族地區(qū)的發(fā)展需要，都使我們迫切感覺(jué)到研究的主體民族語(yǔ)言——蒙古文字的識(shí)別是多么的重要。蒙古文字識(shí)別過(guò)程主要分為獲得手寫(xiě)體文字特征、書(shū)寫(xiě)特征選擇和提取、整體分類(lèi)識(shí)別或切分分類(lèi)識(shí)別等關(guān)鍵步驟，其中無(wú)論是整詞識(shí)別還是切分識(shí)別，都必須用到分類(lèi)器，本文重點(diǎn)探討了其中的一個(gè)重要環(huán)節(jié)分類(lèi)器的設(shè)計(jì)。
二、研究?jī)?nèi)容
為了完成手寫(xiě)體蒙古文字識(shí)別的任務(wù)并且得到較高的識(shí)別率，必須建立一個(gè)結(jié)構(gòu)完整、層次清晰、適于搜索的分類(lèi)器。因此，聯(lián)機(jī)手寫(xiě)體蒙古文字識(shí)別技術(shù)中的分類(lèi)器的設(shè)計(jì)是整個(gè)識(shí)別系統(tǒng)的核心，是整個(gè)開(kāi)發(fā)過(guò)程中的最后階段。為了避免手寫(xiě)體蒙古文字切分后提取到的特征混亂的局面，我們采用兩級(jí)分類(lèi)器，對(duì)切分后的基元進(jìn)行分類(lèi)識(shí)別，其識(shí)別正確率達(dá)到80%以上。主要采用的方法有判別函數(shù)法、貝葉斯（Bayes）決策方法以及HMM模型與最近鄰方法等，這樣可以充分利用蒙古文字的聯(lián)機(jī)和脫機(jī)特征建立多分類(lèi)器，提高識(shí)別率。第一層分類(lèi)器的設(shè)計(jì)：統(tǒng)計(jì)決策（Statistical decision）可以從廣義和狹義兩方面來(lái)理解。凡是使用統(tǒng)計(jì)方法而進(jìn)行的決策，稱(chēng)為廣義的統(tǒng)計(jì)決策；狹義的統(tǒng)計(jì)決策特指風(fēng)險(xiǎn)型決策方法。所謂風(fēng)險(xiǎn)型決策，是指通過(guò)人們大量實(shí)踐和觀察后發(fā)現(xiàn)，對(duì)可能發(fā)生的結(jié)果（情況）有統(tǒng)計(jì)規(guī)律可循，并可根據(jù)這些規(guī)律獲得事件出現(xiàn)的概率分布，而決策者在一次抉擇過(guò)程中，盡管掌握了這種統(tǒng)計(jì)規(guī)律，但也不可避免地承擔(dān)一定風(fēng)險(xiǎn)的決策。貝葉斯（Bayes）決策理論方法是統(tǒng)計(jì)模式識(shí)別中的一個(gè)基本方法。常用的貝葉斯決策方法有基于最小錯(cuò)誤率的貝葉斯決策和基于最小風(fēng)險(xiǎn)的貝葉斯決策兩種，本系統(tǒng)采用第二種方法設(shè)計(jì)第一層分類(lèi)器。手寫(xiě)體蒙古文字經(jīng)過(guò)特征提取之后，確定位于字首的基元有22個(gè)，字中的基元有18個(gè)，字尾的基元有20個(gè)。繼續(xù)判斷位于主干線的左邊的基元有4個(gè)，右邊的有5個(gè)，位于兩邊的基元有51個(gè)。在選取了特征之后，需要選擇或?qū)ふ疫m當(dāng)?shù)呐袆e準(zhǔn)則，從而判斷出待設(shè)別的文字特征與哪一個(gè)類(lèi)別的特征最近。本系統(tǒng)采用的最小風(fēng)險(xiǎn)貝葉斯決策規(guī)則為：
如果R（?墜k|x）=■R（?墜i|x），則?墜=?墜k （2.2.1）
依據(jù)上式所得到的X帶入下面的線性判別公式中，完成文字特征的第一級(jí)分類(lèi)，線性判別公式如下：?搖
Di（X）=■?棕ikXk+?棕i0 （2.2.2）
式中Di（X）代表第i個(gè)判別函數(shù)，?棕ik是系數(shù)或權(quán)，?棕i0為常數(shù)或稱(chēng)為閾值。由于文字?jǐn)?shù)量很大，如果不對(duì)文字分類(lèi)而直接識(shí)別，一方面識(shí)別效果不會(huì)好，另一方面計(jì)算量往往會(huì)很大。所以文字識(shí)別通常都要對(duì)文字做一級(jí)或多極分類(lèi)，然后再細(xì)分判別，從而大大提高識(shí)別效率。在本文所探討的蒙古文字識(shí)別一級(jí)分類(lèi)器設(shè)計(jì)時(shí)主要采用了比較簡(jiǎn)單的基于貝葉斯決策方法的線性分類(lèi)器，這主要是根據(jù)獲得的手寫(xiě)體文字特征不夠清晰的前提下采用的方法。但是，在實(shí)際中有許多模式識(shí)別問(wèn)題并不是線性可分的，尤其蒙古文字是字母和字母之間是連筆寫(xiě)成的，因此根據(jù)如此復(fù)雜的情況，我們進(jìn)一步設(shè)計(jì)了第二層分類(lèi)器。第二層分類(lèi)器的設(shè)計(jì)：在第一層分類(lèi)器的識(shí)別結(jié)果上，我們把HMM模型與最近鄰方法DTW融合在一起，這是一種有監(jiān)督學(xué)習(xí)方法。給定一個(gè)訓(xùn)練數(shù)據(jù)集合，分類(lèi)算法根據(jù)這些標(biāo)記的數(shù)據(jù)歸納出一個(gè)分類(lèi)器（或模型），這個(gè)分類(lèi)器可用于預(yù)測(cè)新的或未標(biāo)記的數(shù)據(jù)，即將每個(gè)新數(shù)據(jù)映射到給定類(lèi)別中的某一個(gè)類(lèi)，這樣可以充分利用文字的聯(lián)機(jī)特征和脫機(jī)特征，從而進(jìn)一步提高分類(lèi)識(shí)別的精確率。HMM即隱含馬爾可夫模型是一個(gè)數(shù)學(xué)模型，到目前為之，它一直被認(rèn)為是實(shí)現(xiàn)快速精確的語(yǔ)音識(shí)別系統(tǒng)的最成功的方法，但近年來(lái)，在人臉識(shí)別、手寫(xiě)識(shí)別等諸多方面也得到了廣泛的應(yīng)用。
分類(lèi)問(wèn)題直接與特征提取有關(guān)。在有些情況下，所選取的特征決定了粗分類(lèi)的方法。在我們的系統(tǒng)中首先使用了蒙古文字的一些結(jié)構(gòu)特征進(jìn)行粗分類(lèi)，如按照筆畫(huà)數(shù)、起筆點(diǎn)、是否存在主干線、詞中的位置等特征進(jìn)行一級(jí)分類(lèi)，此時(shí)要求粗分類(lèi)的分類(lèi)穩(wěn)定性要高、速度要快、特征要簡(jiǎn)單，要和細(xì)分判別方法相協(xié)調(diào)。再次按照蒙古文字全局結(jié)構(gòu)特征如是否帶有回朔筆跡、筆劃是否交叉、是否帶有圈等特征進(jìn)行二級(jí)分類(lèi)，也稱(chēng)為細(xì)分類(lèi)過(guò)程。因后驗(yàn)概率的估計(jì)并不可行，下面把實(shí)際的細(xì)分類(lèi)Ci的概率表示為：?搖?搖
P（Ci|Qj（O））=P（Ci|Qj，1（O），Qj，2（O），…Qj，m（O）） （2.2.3）
O是觀察特征模式，Qj，k（O）是由分類(lèi)器j識(shí)別的第k個(gè)最佳類(lèi)標(biāo)記，M取小于N的值，M
聯(lián)機(jī)手寫(xiě)體蒙古文字識(shí)別是模式識(shí)別的一個(gè)重要研究方向。本文重點(diǎn)解決了對(duì)連筆的蒙古文字切分后的基元如何進(jìn)行進(jìn)一步的分類(lèi)和識(shí)別，針對(duì)這一問(wèn)題我們?cè)O(shè)計(jì)了多級(jí)分類(lèi)器。分別使用貝葉斯（Bayes）決策方法和線性判別函數(shù)法建立第一層分類(lèi)器，在此基礎(chǔ)上我們把HMM模型與最近鄰方法融合在一起建立了第二層分類(lèi)器。在手寫(xiě)體蒙古文字識(shí)別過(guò)程中，正確分類(lèi)識(shí)別每個(gè)基元是至關(guān)重要的，這直接影響到系統(tǒng)的識(shí)別率和正確率?？傊?，本論文探討的多分類(lèi)器的設(shè)計(jì)思想為文字識(shí)別領(lǐng)域提供了一項(xiàng)具有參考價(jià)值的技術(shù)和方法。
參考文獻(xiàn)：
[1]Claus Bahlmann，Hans Burkhardt.“The Writer Independent Online Handwrinting Recognition System frog on hand and Cluster Generative Statistical Dynamic Time Warping”[J].IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE，2004，26，（3）：75–86.
第4篇：古詩(shī)的分類(lèi)范文
關(guān)鍵詞 35kV變電站；防雷；接地
中圖分類(lèi)號(hào)TM63 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2014）119-0061-02
0引言
變電站防雷及接地是變電站安全運(yùn)行的重要保障，如果防雷及接地做的不到位，輕則故障停電損或壞設(shè)備，重則造成人身傷亡事故，隨著人們對(duì)防雷接地的重視程度增加、設(shè)備制造標(biāo)準(zhǔn)和運(yùn)行可靠性的提高，發(fā)生人員傷亡的事故基本沒(méi)有了，但是大量微機(jī)保護(hù)設(shè)備和自動(dòng)化、通訊設(shè)備的增加，對(duì)變電站的防雷及接地的可靠性提出了更高的要求。在工礦企業(yè)里，35kV變電站也是比較重要的供電負(fù)荷中心，其停電所帶來(lái)的經(jīng)濟(jì)損失遠(yuǎn)高于10kV配電所。本文就研山鐵礦35kV變電站的雷擊形成的原因和采取的技術(shù)措施進(jìn)行多方面論述，希望對(duì)以后的變電站防雷設(shè)計(jì)和運(yùn)行有指導(dǎo)借鑒意義[1]。
1 35kV變電站事故之前的防雷接地介紹
研山鐵礦35kV變電站位于半山坡上，位置較高，周?chē)^空曠，該站有兩臺(tái)40000kVA的35kV主變，變壓器在室內(nèi)安裝，沒(méi)有在外的電氣設(shè)備。進(jìn)線是采用35kV高壓電纜從架空線路引進(jìn)室內(nèi)35kV開(kāi)關(guān)柜。按照設(shè)計(jì)，變電站為三類(lèi)防雷建筑物防直擊雷保護(hù)，由于所有變配電設(shè)施全部在室內(nèi)，因此沒(méi)有裝設(shè)避雷針，從屋頂避雷帶用10鍍鋅圓鋼引下至室外接地極。防雷接地與設(shè)備接地極分開(kāi)布置。站內(nèi)低壓供配電系統(tǒng)采用工作接地和保護(hù)接地合一的TN-C形式[2～3]。
2 雷電入侵現(xiàn)象
變電站在夏季遭遇雷電入侵共計(jì)兩次。第一次是在雷雨天時(shí)候，閃電和雷鳴同時(shí)發(fā)生，同時(shí)位于變電站二樓的中控室儀表盤(pán)柜柜殼表面靠近室外的方向的棱角處發(fā)生電火花，持續(xù)時(shí)間很短，稍縱即逝。第二次也是同樣的情況，只是發(fā)生電火花的地點(diǎn)在中控室隔壁的交接班室的暖氣管道突出的連接頭處。這兩次的現(xiàn)象相同，但都沒(méi)有對(duì)設(shè)備造成任何損壞，也沒(méi)有導(dǎo)致設(shè)備停止運(yùn)行。
3 原因分析
雷擊主要分兩種情況，直擊雷和感應(yīng)雷，由于現(xiàn)場(chǎng)沒(méi)有任何燒損的痕跡，首先排除了直擊雷。感應(yīng)雷也稱(chēng)為雷電感應(yīng)或感應(yīng)過(guò)電壓。分兩種情況，它分為靜電感應(yīng)雷和電磁感應(yīng)雷。一種是指當(dāng)雷云來(lái)臨時(shí)地面上的一切物體，尤其是導(dǎo)體，由于靜電感應(yīng)，都聚集起大量的雷電極性相反的束縛電荷，當(dāng)雷云對(duì)地或?qū)α硪焕自崎W擊放電后，云中的電荷就變成了自由電荷，從而地面上的物體聚集的電荷所產(chǎn)生出很高的靜電電壓（感應(yīng)電壓）馬上得到釋放，其過(guò)電壓幅值可達(dá)到幾萬(wàn)到幾十萬(wàn)伏，這種過(guò)電壓往往會(huì)造成建筑物內(nèi)的導(dǎo)線，接地不良的金屬物導(dǎo)體和大型的金屬設(shè)備放電而引起電火花，從而引起火災(zāi)、爆炸、危及人身安全或?qū)╇娤到y(tǒng)造成的危害。
另一種情況是，在雷電閃擊時(shí)，由于雷電流的變化率大而在雷電流的通道附近就形成了一個(gè)很強(qiáng)的感應(yīng)電磁場(chǎng)，對(duì)建筑物內(nèi)的電子設(shè)備造成干擾、破壞，又或者使周?chē)慕饘贅?gòu)件產(chǎn)生感應(yīng)電流，從而產(chǎn)生大量的熱而引起火災(zāi)。另外，當(dāng)架空線遭受直擊雷或產(chǎn)生感應(yīng)雷，高電位便會(huì)沿著導(dǎo)線電源線以及信號(hào)侵入變電站或建筑物內(nèi)，這種雷電波侵入也會(huì)對(duì)電氣設(shè)備造成危害或使建筑物內(nèi)的金屬設(shè)備放電，引起破壞作用。
再結(jié)合變電站發(fā)生的現(xiàn)象，技術(shù)人員共同分析最終得出結(jié)論認(rèn)為是靜電感應(yīng)雷所導(dǎo)致，不是電磁感應(yīng)雷，更不是直擊雷。雖然儀表盤(pán)柜柜殼有接地，可能是接地電阻還是不足夠小，電荷釋放還不夠及時(shí)。不過(guò)事故沒(méi)有造成柜內(nèi)電子設(shè)備損壞，封閉的柜殼對(duì)內(nèi)部電子元件也有很強(qiáng)的屏蔽作用，電荷沒(méi)有感應(yīng)到內(nèi)部電子元件上，否則后果很?chē)?yán)重。如果靜電感應(yīng)雷的電場(chǎng)再?gòu)?qiáng)一些，不排除柜內(nèi)損壞電子元件的可能性。因此應(yīng)該采取進(jìn)一步加強(qiáng)鞏固措施，避免以后類(lèi)似雷擊事件的發(fā)生。
4 改進(jìn)措施
前文提到變電站遭受的雷擊不是直擊雷，說(shuō)明包括接閃器和防雷接地極在內(nèi)的保護(hù)系統(tǒng)還是可靠的，著重防護(hù)的是感應(yīng)雷擊，主要是進(jìn)一步減小保護(hù)接地電阻阻值達(dá)到增加多余電荷瀉放通道的目的。變電站內(nèi)電子設(shè)備都有鋼制柜體，滿(mǎn)足電磁屏蔽的要求。
測(cè)試了保護(hù)接地電阻，在合適的土壤和氣象條件下，多次測(cè)得的平均接地工頻電阻為3.1Ω，阻值合格。
從兩方面改進(jìn)，一方面補(bǔ)充保護(hù)接地極和防雷接地極，減小接地電阻；另一方面，室內(nèi)配電室墻壁邊緣內(nèi)安裝一圈40×4鍍鋅扁鋼連接到室外接地極，室內(nèi)的盤(pán)柜外殼通過(guò)槽鋼基礎(chǔ)也連接到40×4鍍鋅扁鋼上面，增加感應(yīng)雷所產(chǎn)生電荷的瀉放通道。
根據(jù)圖片對(duì)比原設(shè)計(jì)，增加了2組保護(hù)接地極，增加了2組防雷接地。接地極深度為0.7米，接地極間距為5米?？刂剖液团潆娛覂?nèi)在距離室內(nèi)地板200mm高處安裝一圈-40×4鍍鋅扁鋼，室內(nèi)電纜橋架、水暖管道、電纜穿線金屬管就近焊接到這一圈鍍鋅扁鋼上，鍍鋅扁鋼和室外保護(hù)接地極相連，組成一個(gè)新的接地網(wǎng)，和原來(lái)已有的接地網(wǎng)連接組成一個(gè)更可靠的保護(hù)接地系統(tǒng)。有的金屬構(gòu)件之前已經(jīng)焊接到原來(lái)的接地網(wǎng)上了，為了可靠起見(jiàn)，這次設(shè)備外殼等金屬構(gòu)件又增加了和新接地網(wǎng)的連接點(diǎn)。
新增的防雷接地極分別通過(guò)10鍍鋅圓鋼與屋頂?shù)谋芾讕нB接。利用屋面上的金屬欄桿作為避雷帶，檢查金屬欄桿焊接是否可靠，不可靠再補(bǔ)焊。
5 實(shí)施效果
工程完工之后，在合適的土壤和氣象條件下，多次測(cè)得的防雷接地極平均工頻電阻為2.8Ω，保護(hù)接地電阻2.3Ω，換算成沖擊接地電阻也合格。2013年雨季沒(méi)有出現(xiàn)過(guò)雷擊現(xiàn)象，證明已經(jīng)初步產(chǎn)生了一定的實(shí)際效果，如果要證明是否徹底解決了防雷問(wèn)題，還需以后兩年雷雨季節(jié)的實(shí)際運(yùn)行情況驗(yàn)證。
6 結(jié)論
接地是避雷技術(shù)最重要的環(huán)節(jié)，不管是直擊雷，感應(yīng)雷或其它形式的雷，都需要將電荷通過(guò)接地裝置導(dǎo)入大地。因此，沒(méi)有合理而良好的接地裝置，就不能有效地防雷。從避雷的角度講，通過(guò)接地裝置把雷電對(duì)接閃器閃擊的電荷盡快地瀉放到大地，使其與大地的異種電荷中和，避免了設(shè)備遭受雷擊損壞。本工程改造通過(guò)增加變電站的防雷接地極和保護(hù)接地極，又增加了接閃器的接地引下線的數(shù)量，使得直擊雷和感應(yīng)雷產(chǎn)生的電荷迅速釋放到大地，從實(shí)踐方面取得了預(yù)期效果。
參考文獻(xiàn)
[1]邵培新.電氣設(shè)備接地防雷措施[J].中小企業(yè)管理與科技，2011（4）：297.
第5篇：古詩(shī)的分類(lèi)范文
【關(guān)鍵詞】 突發(fā)性耳聾；類(lèi)固醇激素；鼓室內(nèi)注射；Meta分析
突發(fā)性耳聾是耳鼻喉科臨床的常見(jiàn)病，是指72小時(shí)內(nèi)突然發(fā)生原因不明的非波動(dòng)性的感音神經(jīng)性聽(tīng)力損失[1]。在臨床治療上通常使用靜脈激素、血管擴(kuò)張劑、溶栓藥物、能量合劑及高壓氧等治療方法，但療效仍不理想，有相當(dāng)一部分的患者聽(tīng)力不能恢復(fù)到有效聽(tīng)閾。類(lèi)固醇鼓室內(nèi)注射治療突發(fā)性耳聾是近年來(lái)逐漸開(kāi)展的一種治療方法，有研究表明這種方法可以提高類(lèi)固醇激素在內(nèi)耳外淋巴中的聚集率并能避免許多因全身大劑量應(yīng)用類(lèi)固醇激素而產(chǎn)生的副反應(yīng)。本文運(yùn)用系統(tǒng)評(píng)價(jià)的方法，對(duì)設(shè)有對(duì)照組的鼓室內(nèi)注射類(lèi)固醇激素治療突發(fā)性聾的文獻(xiàn)進(jìn)行系統(tǒng)分析， 旨在評(píng)價(jià)該療法的療效
1 材料與方法
1.1 納入標(biāo)準(zhǔn) （1）研究對(duì)象突發(fā)性耳聾患者。（2）必須是比較類(lèi)固醇鼓室內(nèi)注射和安慰劑的報(bào)道。（3）研究類(lèi)型：隨機(jī)對(duì)照臨床實(shí)驗(yàn)、回顧性和非隨機(jī)對(duì)照研究均可納入。（4）原始文獻(xiàn)需治療組、對(duì)照組的總?cè)藬?shù)、治療有效人數(shù)、評(píng)估方法及標(biāo)準(zhǔn)。
1.2 資料收集方法 （1）計(jì)算機(jī)檢索：檢索年限為2001年～2011年10月。檢索的外文數(shù)據(jù)庫(kù)包PubMed、MedLine、EMBASE、Web of Science、循證醫(yī)學(xué)數(shù)據(jù)庫(kù)（EBMR）；中文數(shù)據(jù)庫(kù)則包括中國(guó)生物醫(yī)學(xué)文獻(xiàn)光盤(pán)數(shù)據(jù)庫(kù)（CBM-disc）、中國(guó)生物醫(yī)學(xué)期刊文獻(xiàn)數(shù)據(jù)庫(kù)（CMCC）、中國(guó)期刊網(wǎng)全文數(shù)據(jù)庫(kù)（CNKI）和中文科技期刊全文數(shù)據(jù)庫(kù)（VIP）。（2）檢索策略及檢索詞：經(jīng)咨詢(xún)圖書(shū)館參考館員共同制訂檢索策略，由2名評(píng)價(jià)員同時(shí)進(jìn)行獨(dú)立非盲法檢索并做初步篩選，英文數(shù)據(jù)庫(kù)以［（sudden deafness）or（sudden sensorineural hearing loss） or（sudden hearing loss］AND［intratympanic］AND［（steroid）or（corticosteroid）］為檢索詞，中文數(shù)據(jù)庫(kù)以“突發(fā)性耳聾、鼓室內(nèi)注射、類(lèi)固醇激素、激素”為主要檢索詞。（3）手工檢索：手工檢索國(guó)內(nèi)外有關(guān)外科學(xué)的核心期刊現(xiàn)刊。通過(guò)相關(guān)文獻(xiàn)（包括綜述）的引文進(jìn)一步擴(kuò)大檢索范圍，查找所需文獻(xiàn)。（4）其他檢索途徑：檢索中山大學(xué)購(gòu)買(mǎi)的國(guó)內(nèi)外各大出版社的外文電子期刊。
1.3 檢索結(jié)果篩選 閱讀檢索初始得到的文獻(xiàn)文摘，排除明顯不合格的文獻(xiàn)，由兩名評(píng)價(jià)員獨(dú)立選擇研究并進(jìn)行質(zhì)量評(píng)價(jià),按預(yù)先設(shè)計(jì)的表格提取資料。
1. 4 統(tǒng)計(jì)學(xué)分析 統(tǒng)計(jì)分析借助Review Manager 5.1統(tǒng)計(jì)軟件。計(jì)數(shù)資料采用相對(duì)危險(xiǎn)度( relative risk, RR )為療效分析統(tǒng)計(jì)量；計(jì)量資料采用加權(quán)均數(shù)差(weighted mean difference,WMD)，區(qū)間估計(jì)采用 95%可信區(qū)間，納入Meta分析的研究先作異質(zhì)性檢驗(yàn)，多個(gè)獨(dú)立研究的結(jié)果不具有同質(zhì)性時(shí)采用隨機(jī)效應(yīng)模型( D模型)；無(wú)統(tǒng)計(jì)學(xué)異質(zhì)性研究結(jié)果的合并分析選擇固定效應(yīng)模型(F模型)。對(duì)無(wú)法合并的相關(guān)的研究參數(shù)僅作描述性分析評(píng)價(jià)。
2 結(jié)果
有7項(xiàng)對(duì)照研究共964例患者被納入進(jìn)行系統(tǒng)評(píng)價(jià)，見(jiàn)表1。其中1項(xiàng)研究為RCT，6項(xiàng)研究為非隨機(jī)對(duì)照研究。文獻(xiàn)具體信息見(jiàn)表1。
表1 納入研究文獻(xiàn)信息
療效分析：
7篇納入研究的文獻(xiàn)共收入患者338例患者。Meta 分析的結(jié)果顯示，鼓室內(nèi)注射類(lèi)固醇激素后治療組共有75例患者有效，對(duì)照組共有49例患者有效，與對(duì)照組相比，OR合并值的點(diǎn)估計(jì)為4.25,95%CI為（2.35,7.69）（圖1）。表明類(lèi)固醇激素鼓室內(nèi)注射治療突發(fā)性耳聾是一種有效的治療手段。
圖1 類(lèi)固醇鼓室內(nèi)注射治療突發(fā)性耳聾的meta分析
3 討論
內(nèi)耳中同時(shí)存在糖皮質(zhì)激素和鹽皮質(zhì)激素受體，類(lèi)固醇激素能與細(xì)胞內(nèi)受體結(jié)合, 抑制一氧化氮合酶和細(xì)胞因子、黏附分子、血小板因子的轉(zhuǎn)錄，從而抑制炎癥過(guò)程， 因而類(lèi)固醇在耳蝸功能的調(diào)節(jié)中發(fā)揮著重要作用。同時(shí)類(lèi)固醇可改善耳蝸血流，防范耳蝸缺血，防止噪聲性聽(tīng)力下降，調(diào)節(jié)內(nèi)耳的蛋白質(zhì)合成。近年來(lái)國(guó)外相繼出現(xiàn)的一些前瞻性、隨機(jī)對(duì)照的臨床研究，證明了鼓室灌注糖皮質(zhì)激素治療突發(fā)性聾的療效，Ho 等和Choung 等對(duì)常規(guī)治療無(wú)效的難治性突聾患者給予鼓室局部注射地塞米松，結(jié)論認(rèn)為全身應(yīng)用糖皮質(zhì)激素等綜合治療效果欠佳的突聾患者，地塞米松鼓室注射給藥能明顯提高療效。
但目前鼓室內(nèi)激素治療目前尚未得到公認(rèn)，把其作為突聾一線治療藥物的研究較少，大多數(shù)研究同時(shí)合并全身激素給藥。本研究通過(guò)文獻(xiàn)檢索對(duì)鼓室類(lèi)固醇激素注射治療突發(fā)性聾的療效做系統(tǒng)分析，初步的評(píng)價(jià)結(jié)果顯示，類(lèi)固醇鼓室內(nèi)注射是是一種有效的治療手段。
本文納入分析文獻(xiàn)的病例數(shù)均較少，缺少多中心雙盲隨機(jī)對(duì)照研究，各位作者使用的療效評(píng)定標(biāo)準(zhǔn)、觀察時(shí)間等不盡一致， meta分析的質(zhì)量不高，仍需要更高詢(xún)證醫(yī)學(xué)質(zhì)量的文章做進(jìn)一步研究，以便為臨床提供更為確切的結(jié)論。
參考文獻(xiàn)
［1］ Fu Y, Zhao H, Zhang T, Chi F.Intratympanic dexamethasone as initial therapy for idiopathic sudden sensorineural hearing loss: Clinical evaluation and laboratory investigation. Auris Nasus Larynx. 2011 Apr;38(2):165-71.
［2］Li P, Zeng XL, Ye J, Yang QT, Zhang GH, Li Y.Intratympanic methylprednisolone improves hearing function in refractory sudden sensorineural hearing loss: a control study. Audiol Neurootol. 2011;16(3):198-202. Epub 2010 Oct 18.
［3］Wu HP, Chou YF, Yu SH, Wang CP, Hsu CJ, Chen PR. Intratympanic steroid injections as a salvage treatment for sudden sensorineural hearing loss: a randomized, double-blind, placebo-controlled study. Otol Neurotol. 2011 Jul;32(5):774-9.
［4］Lee JB, Choi SJ, Park K, Park HY, Choo OS, Choung YH.The efficiency of intratympanic dexamethasone injection as a sequential treatment after initial systemic steroid therapy for sudden sensorineural hearing loss. Eur Arch Otorhinolaryngol. 2011 Jun;268(6):833-9. Epub 2011 Jan 8.
［5］趙遠(yuǎn)新,周曉娓,姚清華. 地塞米松鼓室內(nèi)灌注治療突發(fā)性聾. 聽(tīng)力學(xué)及言語(yǔ)疾病雜志2010 年第18 卷第4 期:391-392
第6篇：古詩(shī)的分類(lèi)范文
論文摘要：自動(dòng)化通訊設(shè)備在運(yùn)行過(guò)程中，經(jīng)常會(huì)出現(xiàn)各種不同的故障。本文通過(guò)介紹如何查找故障及如何檢修的具體技術(shù)和方法，旨在為電信公司在自動(dòng)化通信過(guò)程中出現(xiàn)的障礙及處理辦法等方面提供有益的參考。
0 引言
自動(dòng)化通信設(shè)備在運(yùn)行過(guò)程中，會(huì)出現(xiàn)各種不同的故障，影響系統(tǒng)的運(yùn)行，有時(shí)甚至還會(huì)起到破壞性的后果。我們要及時(shí)準(zhǔn)確地查明故障所在，并且排除它，就必須對(duì)通信設(shè)備的故障分類(lèi)和檢修有所了解。
1 故障的分類(lèi)
1.1 按故障性質(zhì)分為軟故障和硬故障
軟故障是指由于軟件系統(tǒng)錯(cuò)誤而引發(fā)的故障。常見(jiàn)的軟故障有程序錯(cuò)誤、病毒破壞、操作失誤，以及設(shè)置錯(cuò)誤和盲目操作等。
硬故障是指設(shè)備硬件的物理?yè)p壞：一是人為和環(huán)境原因，如環(huán)境惡劣、供電不良、靜電破壞或違反操作規(guī)程等原因造成；二是電器構(gòu)件原因，如元器件、接觸插件、印刷電路等損壞造成。
1.2 按故障影響范圍和程度分為全局性、相關(guān)性、局部性、獨(dú)立性故障
全局性故障是指影響到整個(gè)系統(tǒng)正常運(yùn)行的故障；相關(guān)性故障是指某一故障與其它故障之間有著因果或關(guān)聯(lián)關(guān)系；局部性故障是指故障只影響了系統(tǒng)的某一些項(xiàng)或幾項(xiàng)功能；獨(dú)立性故障特指某一元器件發(fā)生的故障。如電源熔絲熔斷，使設(shè)備不能啟動(dòng)屬全局性故障，而造成原因可能是相關(guān)的某一部件短路，即故障的相關(guān)性。局部性、獨(dú)立性故障一般是統(tǒng)一的。
1.3 按故障發(fā)生的時(shí)間、周期分為固定性故障和暫時(shí)性故障
固定性故障指故障現(xiàn)象穩(wěn)定，可重復(fù)出現(xiàn)，其原因主要是由于開(kāi)路、短路、機(jī)械部件損壞或某一元器件失效引起；暫時(shí)性故障是指故障的持續(xù)時(shí)間短、工作狀態(tài)不穩(wěn)定、時(shí)好時(shí)壞的現(xiàn)象，其造成原因可能是元器件性能下降或接觸不良等引起的。
2 檢修過(guò)程的先后順序
2.1 先分析思考，后著手檢修
引發(fā)故障的原因可能是多方面的，而故障的現(xiàn)象，發(fā)生的時(shí)間也可能是不確定的。發(fā)現(xiàn)一個(gè)故障，首先應(yīng)分析其可能產(chǎn)生的原因，并列出有關(guān)范圍，尋找相關(guān)范圍的技術(shù)資料作為理論引導(dǎo)?！艾F(xiàn)在就做”可能并不適合于設(shè)備的檢修，即按部就班，循而有序是很重要的。
2.2 先外后內(nèi)
任何時(shí)候冒然打開(kāi)機(jī)箱都是不對(duì)的。只有在排除外部設(shè)備、連線故障等原因之后再著手進(jìn)行內(nèi)部的檢修，才能避免不必要的拆卸。
2.3 先機(jī)械部分，后電子部分
應(yīng)當(dāng)先檢查機(jī)械元器件的完好性，再檢查電子電路結(jié)構(gòu)以及機(jī)電一體的結(jié)合部分。
2.4 先靜后動(dòng)
即先在斷電情況下檢修，然后再接電。這里有一個(gè)原則性問(wèn)題，即安全。
3 檢修方法
3.1 直接觀察法
直接觀察有不接電和接電兩種情況。首先應(yīng)該進(jìn)行不接電觀察，利用人的感覺(jué)器官（眼、耳、手、鼻）檢查有關(guān)插件是否松動(dòng)、接觸不良、虛焊脫焊、斷線、短路、元件銹蝕、變焦、變色，電源短路、過(guò)流、過(guò)壓和熔絲熔斷等現(xiàn)象。經(jīng)仔細(xì)觀察機(jī)內(nèi)外各元器件無(wú)誤后，接電觀察，看機(jī)內(nèi)有無(wú)冒煙、打火、異常聲響現(xiàn)象，如有趕緊關(guān)機(jī)，還可輕輕敲擊機(jī)箱、構(gòu)件，看有無(wú)接觸不良，同時(shí)可用手觸摸懷疑的元器件，看是否有過(guò)熱現(xiàn)象并根據(jù)元器件過(guò)熱程度以及溫度做出相應(yīng)的判斷。
3.2 測(cè)量法
這種方法比較簡(jiǎn)單直接，針對(duì)故障的現(xiàn)象，一般能判斷出故障所在，借助一些測(cè)量工具，能進(jìn)一步確定故障的原因，幫助分析和解決故障。
常見(jiàn)的測(cè)量檢查方法有電壓檢查法、電阻檢查法和電流檢查法。電壓檢查法是通過(guò)測(cè)量元器件工作電壓并與正常值進(jìn)行比較來(lái)判斷故障；電阻檢查法是測(cè)量元器件對(duì)地或自身電阻值來(lái)判斷故障的一種方法，它對(duì)檢修開(kāi)路、短路故障和確定故障元件有實(shí)效；電流檢查法是將電流表串入電路中測(cè)量工作電流，這種方法檢修起來(lái)很不方便，亦較少使用。
3.3 插拔法
通過(guò)將插件“插入”或“拔出”來(lái)尋找故障的方法。此方法雖然簡(jiǎn)單，卻是一種常用的有效方法，能迅速找到故障的原因。具體步驟是：
3.3.1 先將故障設(shè)備和所有連接設(shè)備的連線打開(kāi)，再合上故障設(shè)備電源開(kāi)關(guān)，若故障消失，查連接設(shè)備及連接線是否有短路現(xiàn)象（如碰線、短接、插針相碰等），若有，則排除；若無(wú)，則查故障設(shè)備本身。
3.3.2 將故障設(shè)備所有插件板拔出，若故障現(xiàn)象消失，則故障在某插件板上。若故障現(xiàn)象仍出現(xiàn)，則應(yīng)仔細(xì)檢查設(shè)備電源有無(wú)故障。
3.3.3 仔細(xì)檢查每塊插件板，觀察是否有相碰和短路，若有則排除；若無(wú)再一塊塊地插上，開(kāi)機(jī)、關(guān)機(jī)測(cè)試，這樣很快就能發(fā)現(xiàn)哪塊插件板上有故障。
3.3.4 找出故障插件板，再根據(jù)故障現(xiàn)象和性質(zhì)判斷是哪一個(gè)集成塊或電子元器件損壞。
3.4 試探法
試探法是用正常的插件板或好的組件（大規(guī)模的集成電路）替換有故障疑點(diǎn)的插件板或組件來(lái)試探故障的一種方法。這種方法在調(diào)試和檢修中經(jīng)常使用，尤其是一時(shí)還搞不清故障在哪兒時(shí)，采用此方法更方便、直接。但如果故障很?chē)?yán)重，有燒機(jī)現(xiàn)象，而又不能明確對(duì)象時(shí)，可不用此法，因?yàn)榘l(fā)生故障的插件板可能是具有破壞性的，隨意替換可能會(huì)導(dǎo)致替換上的新插件板再損壞。
3.5 其它檢修方法
3.5.1 隔離法，也稱(chēng)分段法，即將各部件分隔開(kāi)來(lái)進(jìn)行局部的檢查，以確定故障的位置。
3.5.2 比較法，是用正確的特性與錯(cuò)誤的特征相比較來(lái)尋找故障的原因。
3.5.3 升溫法，就是人為地將環(huán)境溫度或局部部件溫度升高（用電吹風(fēng)可使局部部件的環(huán)境溫度升高，注意不可將溫度升得太高，以致將正常工作的器件燒壞），加速一些高溫參數(shù)比較差的元器件“死亡”，來(lái)幫助尋找故障的一種方法。有時(shí)設(shè)備工作較長(zhǎng)時(shí)間或環(huán)境溫度升高后會(huì)出現(xiàn)故障，而關(guān)機(jī)檢查時(shí)卻是正常的，再工作一段時(shí)間又出現(xiàn)故障，這時(shí)可用“升溫法”來(lái)檢查。
3.6 綜合法
綜合法是指把以上方法統(tǒng)一考慮起來(lái)處理故障。這樣對(duì)處理一些比較復(fù)雜的故障，能及時(shí)、準(zhǔn)確地找出故障原因并且排除它。
4 結(jié)束語(yǔ)
判定故障一定要有良好的技術(shù)知識(shí)作為基礎(chǔ)，這樣才能準(zhǔn)確、及時(shí)發(fā)現(xiàn)問(wèn)題和解決問(wèn)題。另外，查找故障時(shí)，盡量拓寬自己的思路，把各方面能造成故障的因素都想到，仔細(xì)地分析和進(jìn)行排除。
參考文獻(xiàn)：
[1]樂(lè)光新.數(shù)據(jù)通信原理.北京：人民郵電出版社，1988.
汪一鳴等.計(jì)算機(jī)通信與網(wǎng)絡(luò)教程.北京：電子工業(yè)出版社，2000.
曹志剛.現(xiàn)代通信原理.北京：清華大學(xué)出版社，2000.
第7篇：古詩(shī)的分類(lèi)范文
關(guān)鍵詞:電器行業(yè);標(biāo)準(zhǔn)化;聚類(lèi)分析
中圖分類(lèi)號(hào):TD611+.3 文獻(xiàn)標(biāo)識(shí)碼:B 文章編號(hào):1009-9166(2009)020(c)-0205-02
目前常用的對(duì)上市公司的分類(lèi)中包括按照板塊分類(lèi),這種分類(lèi)大大地減輕了投資者在繁復(fù)的對(duì)象中搜尋的工作量。然而各板塊內(nèi)部的公司實(shí)質(zhì)上質(zhì)量參差不齊,許多指標(biāo)上存在較大的層次差別。為進(jìn)一步對(duì)上市公司的業(yè)績(jī)進(jìn)行綜合而科學(xué)的評(píng)估,在板塊內(nèi)部進(jìn)一步細(xì)分顯得猶為重要。
考慮到我國(guó)長(zhǎng)期以來(lái)拉動(dòng)內(nèi)需的政策與實(shí)際需求,同時(shí)結(jié)合電器在拉動(dòng)內(nèi)需過(guò)程中所扮演的重要角色,本文以電器板塊作為切入點(diǎn),選取其中2008年以前上市的37家公司為樣本,結(jié)合其多項(xiàng)財(cái)務(wù)指標(biāo)對(duì)其進(jìn)行聚類(lèi)分析。
一、 聚類(lèi)分析方法
(一)數(shù)據(jù)標(biāo)準(zhǔn)化。由于所選指標(biāo)性質(zhì)差異比較大,其量綱和數(shù)量級(jí)的差別會(huì)對(duì)分析結(jié)果產(chǎn)生一定影響,另一方面,本文所選取的歐氏距離的值與各指標(biāo)量綱有關(guān),因此需對(duì)原始觀測(cè)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理, 并以標(biāo)準(zhǔn)化后的數(shù)據(jù)為依據(jù)進(jìn)行分析計(jì)算。
(二)系統(tǒng)聚類(lèi)分析法。系統(tǒng)聚類(lèi)法首先將各樣本各分為一類(lèi),再按照其距離的遠(yuǎn)近,逐次將距離近的類(lèi)聚合,最終將所有樣本聚為一類(lèi)。利用SAS軟件進(jìn)行系統(tǒng)聚類(lèi)分析可以得到逐次聚類(lèi)的過(guò)程,有利于保證分析的科學(xué)性和嚴(yán)密性。
本文采用歐式距離定義樣本之間距離,即:
采用離差平方和法(WARD法)定義類(lèi)類(lèi)距離。離差平方和法的主要思想是,當(dāng)所分類(lèi)數(shù)固定時(shí),選擇使所有類(lèi)總離差平方各達(dá)到最小的分類(lèi)。先讓n個(gè)樣品各自成一類(lèi),然后縮小一類(lèi),每縮小一類(lèi)離差平方和就要增大,選擇使其增加最小的兩類(lèi)合并,直到所有的樣品歸為一類(lèi)為止。WARD法把兩類(lèi)合并后增加的離差平方和看成類(lèi)間的平方距離。
二、 實(shí)證分析
1.指標(biāo)選取
為實(shí)現(xiàn)對(duì)所選上市公司業(yè)績(jī)的科學(xué)而公正的評(píng)估,本文選取了12個(gè)財(cái)務(wù)指標(biāo)構(gòu)成一個(gè)評(píng)估指標(biāo)體系,主要從流動(dòng)性指標(biāo)、效率指標(biāo)、杠桿率指標(biāo)、盈利性指標(biāo)等多方面進(jìn)行測(cè)評(píng),所選取的具體指標(biāo)如下:
表一:電器板塊上市公司業(yè)績(jī)綜合評(píng)價(jià)指標(biāo)體系
2.聚類(lèi)分析
本文選取了37家電器板塊于2008年前上市的企業(yè),對(duì)其相關(guān)財(cái)務(wù)指標(biāo)2008年度值進(jìn)行分析,原始數(shù)據(jù)來(lái)源為銳思數(shù)據(jù),所用統(tǒng)計(jì)分析軟件為SAS。
在歐氏距離及離差平方各法之下,采用系統(tǒng)聚類(lèi)法對(duì)37個(gè)12維變量進(jìn)行聚類(lèi)分析,可以得到如下譜系聚類(lèi)圖:
截取并類(lèi)過(guò)程的一部分,得到
其中RSQ即R2k,該指標(biāo)越大,說(shuō)明K個(gè)類(lèi)越能夠區(qū)分開(kāi),聚類(lèi)效果越好;SPRSQ即半偏R2統(tǒng)計(jì)量,是R2k+1與R2k的差值,其值越大,說(shuō)明上一次合并為K+1個(gè)類(lèi)后的效果好,可用于評(píng)價(jià)一次合并的效果,該指標(biāo)支持分為二類(lèi)或三類(lèi)。PSF即偽F統(tǒng)計(jì)量,Fk越大表示樣品可顯著地分為K個(gè)類(lèi),可見(jiàn)該指標(biāo)支持分為三、四或五類(lèi)。PST2即偽t2統(tǒng)計(jì)量,該值大,表示合并后類(lèi)內(nèi)離差平方各的增量相對(duì)于原來(lái)兩類(lèi)的類(lèi)內(nèi)離差平方各大,表明上一次聚類(lèi)的效果是好的,該指標(biāo)支持分為三類(lèi)或四類(lèi)。結(jié)合各個(gè)統(tǒng)計(jì)指標(biāo)及譜系聚類(lèi)圖,可以認(rèn)為分為三類(lèi)或四類(lèi)是較合適的。
三、 分析與結(jié)論
1.類(lèi)一中包括了絕大多數(shù)電器板塊中的上市公司,且觀察其并類(lèi)距離,可以發(fā)現(xiàn)該類(lèi)中樣本距離并不大,即各樣本之間的差異并不大。從原始數(shù)據(jù)來(lái)看,類(lèi)一中樣本具有各項(xiàng)指標(biāo)整體較優(yōu)良的性質(zhì),發(fā)展穩(wěn)定,收益較好,屬于板塊中的中堅(jiān)力量,其中也不乏板塊領(lǐng)跑者,總體來(lái)說(shuō),經(jīng)營(yíng)績(jī)效較優(yōu)良。2.類(lèi)二中只包括佛山照明。較之其他上市公司,佛山照明擁有較高的每股收益、速動(dòng)比率、流動(dòng)比率、營(yíng)業(yè)利潤(rùn)率等指標(biāo),凈資產(chǎn)增長(zhǎng)率較低,因此其對(duì)短期債務(wù)的支付能力明顯高于其他同類(lèi)企業(yè), 而股東所享受到的收益較其他公司也較高。3.類(lèi)三中包括三支ST公司,且有兩支已受到退市預(yù)警,另一支亦連續(xù)兩年虧損,類(lèi)三平均每股收益很低,流動(dòng)比率、速動(dòng)比率較低,短期負(fù)債支付能力有待提高,且債務(wù)比率相當(dāng)高,另一方面,收入方面表現(xiàn)不佳,經(jīng)營(yíng)績(jī)效堪憂。4.類(lèi)四只包括S*ST長(zhǎng)嶺,擁有相當(dāng)高的每股收益,債務(wù)比率較高,營(yíng)業(yè)利潤(rùn)率較低,但是銷(xiāo)售凈利率相當(dāng)高,說(shuō)明其費(fèi)用可能較高,管理經(jīng)營(yíng)狀況不善。
作者單位:武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院
參考文獻(xiàn):
[1]陳志啟.煤炭行業(yè)上市公司的聚類(lèi)分析.金融管理.No.5 2008
[2]高惠璇.應(yīng)用多元統(tǒng)計(jì)分析.北京大學(xué)出版社
第8篇：古詩(shī)的分類(lèi)范文
【關(guān)鍵詞】自動(dòng)氣象站；雷擊事故；應(yīng)對(duì)措施
引言
自動(dòng)氣象站雷擊防護(hù)是一個(gè)比較復(fù)雜的工程，幾乎涵蓋了目前雷擊防護(hù)的方方面面，包括直擊雷、感應(yīng)雷及雷擊電磁脈沖保護(hù)。在自動(dòng)氣象站的防雷工作中，多數(shù)防雷工作者對(duì)單一形式的雷擊認(rèn)識(shí)都很清楚并能采取有效的防范措施，但對(duì)綜合防雷措施認(rèn)識(shí)不清，防范不力，導(dǎo)致雖然安裝了防雷裝置，雷擊事故依然發(fā)生的尷尬局面。本文通過(guò)分析某自動(dòng)氣象站發(fā)生的一次典型雷擊事故成因，提出解決自動(dòng)氣象站雷擊隱患措施。
1 基本情況
1.1 氣象站基本情況
氣象站處在空曠郊區(qū)，海拔11.9m，土壤為壤土，年雷暴日數(shù)30天。辦公樓長(zhǎng)、寬、高分別為: 35m、10m、8.5 m，辦公樓頂有15米高通訊鐵塔。樓頂設(shè)有避雷針（高3 m）、避雷帶。避雷針、帶共引下線，沖擊接地電阻4Ω。觀測(cè)場(chǎng)鐵塔高12.5米，地網(wǎng)沖擊接地3Ω，距氣象站地網(wǎng)40.5 m，兩地網(wǎng)獨(dú)立。觀測(cè)場(chǎng)無(wú)獨(dú)立避雷針。電源線路安裝有二級(jí)電源避雷器，第二級(jí)電源避雷器距保護(hù)設(shè)備17m，電源線路。寬帶信號(hào)線未安裝信號(hào)避雷器，業(yè)務(wù)平臺(tái)未配備UPS電源。
1.2 雷擊情況
2005年8月16日凌晨2時(shí)30分左右被雷擊。擊壞業(yè)務(wù)用微機(jī)兩臺(tái)、復(fù)印機(jī)一臺(tái)、顯示器2個(gè)、音箱一對(duì)、網(wǎng)絡(luò)交換機(jī)一臺(tái)、路由器一臺(tái)，位于室內(nèi)的自動(dòng)站微機(jī)主板亦被擊壞、風(fēng)向風(fēng)速儀指示器受損（即凡開(kāi)機(jī)用電的設(shè)備幾乎均被擊壞）。通信系統(tǒng)癱瘓，致使業(yè)務(wù)工作癱瘓近8個(gè)小時(shí)。雷擊時(shí)電源避雷器未動(dòng)作。通過(guò)該地區(qū)雷電監(jiān)測(cè)儀查得當(dāng)時(shí)雷電流強(qiáng)度8.25 KA。
2 事故分析
從雷擊損壞的設(shè)備情況看，此次雷擊可能是高電位引入或雷電反擊造成的。
2.1 高電位引入導(dǎo)致雷擊
高電位引入有直擊雷高電位引入和感應(yīng)雷高電位引入兩種形式。
2.1.1 直擊雷高電位引入
由于觀測(cè)場(chǎng)未安裝獨(dú)立避雷針，致使風(fēng)塔、風(fēng)桿及其他儀器設(shè)備直接接收直擊雷，直擊雷高電位通過(guò)電源線和數(shù)據(jù)線傳入采集器、風(fēng)向風(fēng)速儀、業(yè)務(wù)用計(jì)算機(jī)等設(shè)備，致使雷擊事故發(fā)生。
2.1.2感應(yīng)雷高電位引入
由于氣象站鐵塔高，雷擊時(shí)首先接收直擊雷。直擊雷高電位感應(yīng)在第二級(jí)電源避雷器后的電源線路上竄入室內(nèi)導(dǎo)致雷擊。如果雷電流波的前沿為2.5 us，第二級(jí)電源避雷器至設(shè)備間的電源線路上的感應(yīng)電勢(shì)通過(guò)計(jì)算可達(dá)：5.8 （kV），而業(yè)務(wù)平臺(tái)內(nèi)所有設(shè)備的最大耐沖擊額定電壓不超過(guò)1.5kV， 5.8kV的高電位足以使業(yè)務(wù)平臺(tái)的所有弱電設(shè)備被擊毀。另外，因信號(hào)線未安裝信號(hào)浪涌保護(hù)器，直擊雷高電位或感應(yīng)雷高電位從信號(hào)線引入而導(dǎo)致信號(hào)設(shè)備（交換機(jī)、路由器、電話）損壞。
2.2 雷電反擊
由于測(cè)站通訊鐵塔高接收直擊雷，雷擊發(fā)生瞬間，測(cè)站通訊鐵塔地網(wǎng)為高電位，自動(dòng)氣象站地網(wǎng)為低電位。測(cè)站通訊鐵塔的高電位傳到自動(dòng)站地網(wǎng)而使自動(dòng)站地網(wǎng)為高電位，高電位再通過(guò)自動(dòng)站的保安地線、零線重復(fù)接地線、避雷器接地線反灌入業(yè)務(wù)平臺(tái)導(dǎo)致雷電反擊。假設(shè)土壤電阻率均勻（壤土: 200Ω.m），雷擊鐵塔時(shí)，自動(dòng)氣象站辦公樓地網(wǎng)上接地引入點(diǎn)的地電位可達(dá):Ur= Iρ/2πR =200×8.25/2π×12.6=20.8 （kV）[1]，即保安地線、零線重復(fù)接地線、避雷器接地線上帶有20.8 kV的高電位，這么高的電位反灌入業(yè)務(wù)平臺(tái)，任何弱電設(shè)備均會(huì)被擊毀，甚至危及人生安全。
3 整改措施
3.1 防直擊雷措施
在距觀測(cè)場(chǎng)的安全距離處安裝獨(dú)立避雷針，使觀測(cè)場(chǎng)內(nèi)包括風(fēng)塔、風(fēng)桿在內(nèi)的所有儀器設(shè)備在避雷針的保護(hù)范圍內(nèi)，避免直擊雷高電位從電源線、數(shù)據(jù)線竄入室內(nèi)。
3.2 防感應(yīng)雷措施
引入辦公樓的電源線、信號(hào)線穿鋼管屏蔽，鋼管做良好接地。電源線加裝第三級(jí)電源避雷器[2]，第三級(jí)電源避雷器的殘壓應(yīng)≤1.5 kV，與需保護(hù)設(shè)備的最近距離應(yīng)≤0.5 m。所有信號(hào)線入戶(hù)端安裝適配的信號(hào)避雷器。
3.3 預(yù)防雷電反擊措施
由于測(cè)站通訊鐵塔和自動(dòng)氣象站不屬于同一信息系統(tǒng)，不能共用同一接地網(wǎng)。為了防止地電位反擊，需在測(cè)站通訊鐵塔地網(wǎng)和自動(dòng)站地網(wǎng)間（最好在中線位置）設(shè)置排流線。排流線做成線性地網(wǎng)樣式，其接地母線長(zhǎng)度與鐵塔地網(wǎng)接地母線相當(dāng)。雷擊發(fā)生時(shí)，排流線提前將移動(dòng)基站地網(wǎng)高電位“攔截”瀉入大地，自動(dòng)氣象站地網(wǎng)電位大大降低，避免了雷電反擊的發(fā)生。
4 小結(jié)
隨著國(guó)民經(jīng)濟(jì)和社會(huì)事業(yè)快速發(fā)展，各地方黨政府對(duì)公共安全問(wèn)題日益重視，氣象部門(mén)在自然災(zāi)害、突發(fā)公共安全事件中起到獨(dú)特重要作用，特別是自動(dòng)氣象站是氣象部門(mén)的基礎(chǔ)業(yè)務(wù)，是氣象部門(mén)的生命線，也是氣象部門(mén)的價(jià)值所在。另外，由于自動(dòng)氣象站的采集器等弱電設(shè)備由精密的靈敏元件組成，在市電供應(yīng)不穩(wěn)定出現(xiàn)電壓波動(dòng)時(shí)也會(huì)造成損壞。因此，自動(dòng)氣象站除做好綜合防雷措施外，所有儀器設(shè)備（業(yè)務(wù)平臺(tái)和觀測(cè)場(chǎng)內(nèi)）用電應(yīng)全部由UPS電源提供。
參考文獻(xiàn):
[1]張小青編．《建筑物內(nèi)電子設(shè)備的防雷保護(hù)》．北京：電子工業(yè)出版社，2000.
[2]楊仲江.《防雷工程檢測(cè)審核與驗(yàn)收》.氣象出版社，2005.50-51
第9篇：古詩(shī)的分類(lèi)范文
Abstract： The method of multi-fractal detrended fluctuation analysis（MF-DFA） can not only be able to remove the fluctuations of the long-term trend in the stock market time series， but also be able to describe the multi-fractal characteristics. First of all， this paper uses the MF-DFA to analyze the multi-fractal characteristics of the stock market time series and the result shows that the method of MF-DFA is more efficient. Secondly， it defines a similarity measure function of clustering which use the parameters of multi-fractal spectrum as their parameters on the stock time series clustering. Finally， based on the Markowitz proposed the rule of expected mean and the variance of return （M-V rule）， it applies the clustering results into the stock portfolio. According to the experiment result， a portfolio with more return and lower risk is reached.
關(guān)鍵詞： 時(shí)間序列；多重分形消除趨勢(shì)波動(dòng)分析；聚類(lèi)；投資組合
Key words： time series；MF-DFA；clustering；Portfolio
中圖分類(lèi)號(hào)：F830.9 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2013）26-0137-04
0 引言
對(duì)于許多的時(shí)間序列，例如股指時(shí)間序列，股票價(jià)格序列等，由于其形成過(guò)程中受到眾多復(fù)雜的非線性因素的影響，因此在不同局部區(qū)域和不同層次往往呈現(xiàn)出不同的特征和復(fù)雜性。作為一種重要的非線性方法，多重分形分析方法將復(fù)雜對(duì)象分成多個(gè)奇異程度不同的子區(qū)域，并借助統(tǒng)計(jì)物理的方法描述對(duì)象在不同子區(qū)域的分形特征以及各子區(qū)域?qū)φw對(duì)象的影響。由于多重分形分析方法能夠描述資產(chǎn)價(jià)格在不同時(shí)間標(biāo)度，不同波動(dòng)幅度方面的精細(xì)的信息，從而全面真實(shí)的反應(yīng)資產(chǎn)價(jià)格波動(dòng)的復(fù)雜統(tǒng)計(jì)[1]，因此近年來(lái)國(guó)內(nèi)外許多學(xué)者對(duì)金融證券市場(chǎng)的多重分形特征及其應(yīng)用進(jìn)行了研究。對(duì)眾多國(guó)家和地區(qū)的實(shí)證研究表明，多重分形特性在全球證券市場(chǎng)中廣泛存在[2-4]。
多重分形消除趨勢(shì)波動(dòng)分析（MF-DFA）是Kantelhardt（2002）在DFA方法的基礎(chǔ)上首次提出的[5]，用來(lái)刻畫(huà)時(shí)間序列在不同時(shí)間標(biāo)度下的多重分形特征。胡雪明、宋學(xué)鋒[6]在國(guó)內(nèi)最早把MF-DFA方法引入滬深股市的實(shí)證對(duì)比研究當(dāng)中發(fā)現(xiàn)兩市均具有多重分形特征，深圳成指比上證綜指的廣義Hurst指數(shù)要大，表明其具有更強(qiáng)的持久相關(guān)性。宛瑩、莊新田[7]利用多重分形消除趨勢(shì)波動(dòng)分析法，對(duì)國(guó)際上3種主要的國(guó)際匯率收益序列進(jìn)行實(shí)證分析，發(fā)現(xiàn)國(guó)際匯率存在多重分形特性，且有兩個(gè)因素共同作用。劉維奇、牛奉高[8]運(yùn)用MF-DFA方法對(duì)上證指綜指和深圳成指的多重分形特征進(jìn)行比較，結(jié)果表明前者多重分形特征比后者更加明顯。萬(wàn)濤[9]等運(yùn)用該方法對(duì)對(duì)上證指綜指和深圳成指的日對(duì)數(shù)收益序列進(jìn)行比較分析，也得到相同的結(jié)論。綜上所述，目前現(xiàn)有文獻(xiàn)都是運(yùn)用MF-DFA方法對(duì)大盤(pán)指數(shù)、匯率等數(shù)據(jù)進(jìn)行多重分形分析，而把MF-DFA方法應(yīng)用到單個(gè)股票多重分形特性的分析當(dāng)中還比較少。同時(shí)，大多數(shù)文獻(xiàn)都是針對(duì)金融證券市場(chǎng)的多重分形特性進(jìn)行實(shí)證分析，把多重分形運(yùn)用到股票的投資組合構(gòu)建中還沒(méi)涉及。
聚類(lèi)是一種重要的數(shù)據(jù)挖掘方法，即將數(shù)據(jù)劃分成有意義的多個(gè)簇，使得每個(gè)簇中的數(shù)據(jù)盡可能相似，而不同簇中的數(shù)據(jù)具有明顯的差別。對(duì)于金融時(shí)間序列這類(lèi)復(fù)雜序列來(lái)說(shuō)，利用多重分形譜進(jìn)行聚類(lèi)是非常有利的，因?yàn)槎嘀胤中巫V的各項(xiàng)參數(shù)能夠表征序列的整體到局部的豐富信息，黃超等[10]提出了基于多重分形特征參量的聚類(lèi)方法。鐘維年等[11]運(yùn)用小波分解與重構(gòu)技術(shù)消除股票序列的趨勢(shì)項(xiàng)后再進(jìn)行聚類(lèi)。由于多重分形消除趨勢(shì)波動(dòng)分析法在去除趨勢(shì)項(xiàng)上與小波分解與重構(gòu)技術(shù)的作用等同，甚至某些情況下優(yōu)于小波分解與重構(gòu)技術(shù)[5]，同時(shí)比小波分解與重構(gòu)技術(shù)的過(guò)程更簡(jiǎn)單，本文采用多重分形消除趨勢(shì)波動(dòng)分析法消除股票價(jià)格序列的長(zhǎng)期趨勢(shì)項(xiàng)。聚類(lèi)分析能夠根據(jù)不同的特征參量發(fā)現(xiàn)對(duì)象在不同方面的相似性程度，近年來(lái)被廣泛應(yīng)用于金融資產(chǎn)價(jià)格預(yù)測(cè)、投資組合以及風(fēng)險(xiǎn)分析等許多方面，因此，基于多重分形特性的聚類(lèi)在金融領(lǐng)域有著重要的意義和應(yīng)用價(jià)值。
本文先采用消除趨勢(shì)波動(dòng)分析法對(duì)股票價(jià)格序列進(jìn)行多重分形特性分析，然后基于多重分形特征參量進(jìn)行股票價(jià)格時(shí)間序列聚類(lèi)，最后根據(jù)股票聚類(lèi)結(jié)果選擇合適的股票進(jìn)行投資組合。
1 相關(guān)理論
1.1 多重分形消除趨勢(shì)波動(dòng)分析法（MF-DFA）
Kantelhardt（2002）提出的MF-DFA方法是檢驗(yàn)一個(gè)非平穩(wěn)時(shí)間序列是否具有多重分形特征的有效方法，并通過(guò)計(jì)算機(jī)模擬驗(yàn)證了該方法對(duì)非平穩(wěn)時(shí)間序列進(jìn)行多重分析的有效，同時(shí)通過(guò)MF-DFA方法還能過(guò)渡到標(biāo)準(zhǔn)的多重分形分析。
設(shè){xi}為長(zhǎng)度為N的序列，i=1，2，3，…，N，MF-DFA方法的計(jì)算過(guò)程如下：
①通過(guò)計(jì)算次均值累計(jì)離差把原序列變成一個(gè)新的序列：Y（i）=■x■-■，t=1，2，…，N （1）
式中xi為時(shí)間序列，■為{xi}的均值。
②把序列Y（i）分割成長(zhǎng)度為s的Ns個(gè)互不重疊的等長(zhǎng)區(qū)間（Ns=int（N/s）），由于時(shí)間序列的長(zhǎng)度N常常不會(huì)是時(shí)間段s的整數(shù)倍，時(shí)間序列尾部通常會(huì)有剩余部分，為了不至于丟失尾部，從序列的尾部重復(fù)上述分割過(guò)程，因此得到2Ns的區(qū)間。
③利用最小二乘法擬合每一個(gè)子區(qū)間v（v=1，2，…，2Ns）的局部趨勢(shì)函數(shù)yv（j），這里yv（j）為第v個(gè)子區(qū)間的擬合多項(xiàng)式，消除子區(qū)間v中的局部趨勢(shì)序列得到殘差序列Zv（j），當(dāng)v=1，2，…，Ns時(shí)
Zv（j）=■■Y[（v-1）s+i]-y■（j） （2）
當(dāng)v=Ns+1，…，2Ns時(shí)
Zv（j）=■■Y[N-（v-Ns）s+i]-y■（j） （3）
④分別計(jì)算2Ns個(gè)消除趨勢(shì)子區(qū)間序列的平方均值，即：F■（s，v）=■■Z■■（j） （4）
其中v=1，2，…，2Ns，進(jìn)而求出序列的q階波動(dòng)函數(shù)，即：F■（s）=■■F■（s，v）■■ （5）
公式中的指數(shù)變量q的取值可以是任何值（q不等于0），當(dāng)q=0時(shí)F0（s）=exp■■lnF■（s，v）■ （6）
當(dāng)q=2時(shí)時(shí)標(biāo)準(zhǔn)的DFA過(guò)程。易知Fq（s）與s成正方向關(guān)系，因此對(duì)于不同的s，就可得到相應(yīng)的分形時(shí)間序列Fq（s）。
⑤確定波動(dòng)函數(shù)的標(biāo)度指數(shù)，先固定階數(shù)q，通過(guò)在雙對(duì)數(shù)圖中分析Fq（s）與s的關(guān)系：Fq（s）～sh（q） （7）
對(duì)每一個(gè)時(shí)間尺度s，可求出相應(yīng)的一個(gè)波動(dòng)函數(shù)數(shù)值Fq（s），做出ln[Fq（s）]～lns函數(shù)關(guān)系圖，其斜率為q階廣義Hurst指數(shù)h（q），當(dāng)h（q）為常數(shù)時(shí)，序列為單分形；當(dāng)h（q）與q相關(guān)時(shí)，序列為多重分形。
⑥通過(guò)MF-DFA得到的h（q）與Renyi指數(shù)τ（q）有如下關(guān)系τ（q）=qh（q）-1 （8）
⑦不同q值的分形維數(shù)，也即是廣義分形維
Dq=τ（q）/）（q-1） （9）
⑧用來(lái)描述多重分形時(shí)間序列的多重分形譜f（α）可通過(guò)（10）式得到，即：
α=h（q）+qh′（q） （10）
f（α）=q[α-h（q）] （11）
其中，奇異指數(shù)α為客戶(hù)復(fù)雜系統(tǒng)中各個(gè)子區(qū)間的奇異程度，α越大，奇異性越小；多重分形譜f（α）實(shí)際上是指具有相同奇異指數(shù)α的分形維數(shù)，且f′（α）=q；分形譜寬度Δα（αmax-αmin）代表最大最小概率間的差別，Δα值越大，分形時(shí)間序列分布越不規(guī)則，多重分形強(qiáng)度越強(qiáng)；相應(yīng)的分形維數(shù)差別Δf（fmax-fmin）反映了高低價(jià)位出現(xiàn)的頻率變化程度。多重分形譜本質(zhì)上是分形子序列的分形維。
1.2 均值-方差（M-V）模型
Markowitz[12]建立了投資組合理論作為不確定條件下的資產(chǎn)選擇方法。他提出的均值-方差（MV）模型被理論界和實(shí)際投資者廣泛接受。MV模型描繪了資產(chǎn)組合的最基本的框架。在Markowitz的MV模型中，收益率均值u和方差σ2是風(fēng)險(xiǎn)證券的兩個(gè)評(píng)價(jià)指標(biāo)。在不允許賣(mài)空的條件下，MV模型可以描述為一個(gè)二次規(guī)劃問(wèn)題：
min imizeρ■■=x■Vx （12）
約束條件：X■I=1X■R=R■0？燮x■？燮1 （13）
其中，x=（x1，x2，…xp）′為p維列向量，表示p個(gè)資產(chǎn)在投資組合中的比例，V為各資產(chǎn)的相關(guān)系數(shù)矩陣，R為各資產(chǎn)的期望收益，MV模型以資產(chǎn)方差作為風(fēng)險(xiǎn)的度量，尋找在既定收益水平Rp下，風(fēng)險(xiǎn)最小的投資方案，I為列向量，其每個(gè)元素均為1。
2 基于多重分形聚類(lèi)的投資組合分析
首先我們來(lái)分析多重分形譜的各個(gè)參數(shù)的聚類(lèi)意義，由于廣義分形維Dq描述的是對(duì)象的精細(xì)結(jié)構(gòu)和復(fù)雜程度，對(duì)于時(shí)間序列而言，時(shí)間序列的廣義分形維數(shù)越接近，則表明這些時(shí)間序列波動(dòng)的精細(xì)結(jié)構(gòu)和復(fù)雜性從整體上而言是相似的。由于f（α）的物理意義是對(duì)象的粗糙程度、復(fù)雜度、不規(guī)則度以及不均勻程度的度量，所以，多重分形譜的寬度Δα（αmax-αmin）和Δf（fmax-fmin）就是該度量的具體數(shù)值表示，孫霞等對(duì)Δα和Δf的物理含義進(jìn)行了詳細(xì)的討論[13]。若時(shí)間序列的Δα類(lèi)似說(shuō)明時(shí)間序列在波動(dòng)均勻性方面比較相近，Δα越大則表示波動(dòng)幅度越大。時(shí)間序列的Δf越接近，則表明這些時(shí)間序列在圍繞較高數(shù)值或者較低數(shù)值產(chǎn)生波動(dòng)方面接近。
基于多重分形參量進(jìn)行聚類(lèi)研究，一個(gè)主要的問(wèn)題就是判斷對(duì)象間的相似性，也就是確定特征量之間的相似性度量函數(shù)?；谏鲜龇治?，我們可以定義基于多重分形譜的時(shí)間序列相似性函數(shù)。設(shè)股票時(shí)間序列A和B，其用多重分形譜參數(shù)分別表示為T(mén)S■=D■，D■，Vα■，Vf■和TS■=D■，D■，Vα■，Vf■其距離函數(shù)定義如下：
DW（A，B）=■ （14）
根據(jù)多重分形理論，兩個(gè)多重分形序列的多重分形譜一致，其所代表的物理特征的統(tǒng)計(jì)特性是一致的[7]，因而公式（14）的定義是合理的。p（i）代表了各個(gè)參數(shù)的權(quán)值，因而我們可以靈活的調(diào)整各個(gè)參數(shù)的權(quán)重，滿(mǎn)足不同的聚類(lèi)需求。
投資組合是投資者同時(shí)投資于多種股票證券，以期獲得較好收益的一種投資方法。Markowitz模型要求采用收益行為差異較大的資產(chǎn)，從而更能有效的降低投資的風(fēng)險(xiǎn)。多重分形的各個(gè)特征量能夠在微觀上描述資產(chǎn)收益序列的特征，通過(guò)基于多重分形特征量的聚類(lèi)，能夠選出差異顯著的資產(chǎn)組合。
本文采用最簡(jiǎn)單的K-means聚類(lèi)算法對(duì)金融股票時(shí)間序列進(jìn)行聚類(lèi)，然后把聚類(lèi)的結(jié)果運(yùn)用到投資組合的分析當(dāng)中，基于聚類(lèi)的投資組合分析的步驟如下：
步驟1：由于收益波動(dòng)率及其時(shí)序過(guò)程是金融工程的首要問(wèn)題，因此對(duì)每個(gè)股票時(shí)間序列Ti，首先計(jì)算他們的日對(duì)數(shù)收益序列：r■=lnp■/p■ （15）
其中p■，p■分別為第j支股票當(dāng)日和前一日的股票收盤(pán)價(jià)。
步驟2：根據(jù)MF-DFA方法計(jì)算它的分形維數(shù)D0i、信息維數(shù)D1i和多重分形譜參數(shù)Δαi、Δfi。同時(shí)為了盡量把收益率低的股票聚在一起，引入一個(gè)參數(shù)即為每支股票的平均對(duì)數(shù)收益率ej=■rji/（n-1），其中n為時(shí)間點(diǎn)個(gè)數(shù)。則A和B時(shí)間序列為：TS■=D■，D■，Vα■，Vf■，e■和TS■=D■，D■，Vα■，Vf■，e■。
步驟3基于公式（14）提出的加權(quán)歐式距離度量函數(shù)，使用K-means聚類(lèi)算法，對(duì)股票時(shí)間序列進(jìn)行聚類(lèi)，使簇間股票的收益率行為差異比較大。
步驟4：據(jù)步驟3到的聚類(lèi)結(jié)果，從每個(gè)類(lèi)中選擇一支股票為投資組合的候選股票，然后運(yùn)用Markowitz建立的均值方差（M-V）模型計(jì)算候選股票在給定收益率的情況下風(fēng)險(xiǎn)水平，評(píng)價(jià)基于聚類(lèi)的投資組合的優(yōu)劣。
3 實(shí)證研究
3.1 實(shí)驗(yàn)數(shù)據(jù) 實(shí)驗(yàn)數(shù)據(jù)隨機(jī)選取2011年1月4號(hào)以后的472交易日的上海證券市場(chǎng)的28支股票的收盤(pán)價(jià)時(shí)間序列作為研究對(duì)象，選取這段時(shí)間的股票數(shù)是因?yàn)檫@是金融危機(jī)結(jié)束后的股票價(jià)格，不受金融危機(jī)單一因素影響。為了描述簡(jiǎn)便，在聚類(lèi)的時(shí)候我們用代號(hào)表示每支股票聚類(lèi)的結(jié)果。
3.2 股票收盤(pán)價(jià)序列的多重分形分析 首先，我們采用標(biāo)準(zhǔn)多重分形的方法對(duì)這29支股票收盤(pán)價(jià)格進(jìn)行多重分形分析，由于篇幅有限，我們僅僅列出東風(fēng)汽車(chē)（600006）烽火通信（600498）工商銀行（601398）的質(zhì)量指數(shù)τ（q）與階數(shù)q的關(guān)系。
圖1分別是東風(fēng)汽車(chē)、烽火通信、工商銀行的質(zhì)量指數(shù)τ（q）與階數(shù)q的關(guān)系圖，從圖中可知，兩者在一定的程度上還是滿(mǎn)足線性關(guān)系的，說(shuō)明用標(biāo)準(zhǔn)的多重分形方法進(jìn)行分析時(shí)，股票收盤(pán)價(jià)時(shí)間序列的多重分形特性不是很明顯，可能受到一定噪聲的影響。
運(yùn)用標(biāo)準(zhǔn)多重分形分析法并沒(méi)有考慮時(shí)間序列內(nèi)在趨勢(shì)的影響，現(xiàn)在運(yùn)用第二節(jié)描述的MF-DFA方法對(duì)原始序列做消除趨勢(shì)的處理，然后再判斷此序列的多重分形特性。我們?nèi)∽訁^(qū)間的劃分長(zhǎng)度為s=[4：10：160]，波動(dòng)函數(shù)階數(shù)q=[-20：20]。結(jié)果如圖2所示，三種序列的質(zhì)量指數(shù)τ（q）與與階數(shù)q明顯不是線性關(guān)系，說(shuō)明股票收盤(pán)價(jià)序列具有明顯的多重分形特性，這為后面的的聚類(lèi)分析奠定了基礎(chǔ)。
通過(guò)上述的分析比較可知，沒(méi)有消除趨勢(shì)項(xiàng)之前的時(shí)間序列由于受到了長(zhǎng)期趨勢(shì)項(xiàng)的干擾，多重分形特性有一定的不準(zhǔn)確性，因而也會(huì)影響到多重分形譜的準(zhǔn)確性，經(jīng)過(guò)MF-DFA方法消除趨勢(shì)項(xiàng)后，時(shí)間序列的多重分形特性表現(xiàn)得十分的明顯，從而證明了原序列的確具有多重分形特性，揭示了序列的本質(zhì)特征。
如圖3所示為利用多重分形消除趨勢(shì)波動(dòng)分析計(jì)算得到的多重分形譜，從圖中可知三支股票的多重分形譜寬度分別為0.9407、0.6757、0.8791，f的極大值分別為0.9991、0.9035、0.9659，這也體現(xiàn)了良好的多重分形特性，更進(jìn)一步說(shuō)明了用多重分形消除趨勢(shì)波動(dòng)分析多重分形特性的準(zhǔn)確性。同時(shí)從圖中可以明顯看出烽火通信與工商銀行和東風(fēng)汽車(chē)的多重分形譜具有明顯的差異性，這樣也說(shuō)明對(duì)股票的進(jìn)行多重分形譜參數(shù)聚類(lèi)是有意義的。
3.3 基于聚類(lèi)的股票市場(chǎng)投資組合實(shí)證 為了從待定的股票中選取差異較大的股票，借助K-means聚類(lèi)的方法，將待定的股票進(jìn)行分類(lèi)，然后挑選出不同的股票進(jìn)行組合。利用K-means算法對(duì)待選的股票進(jìn)行聚類(lèi)，本實(shí)證選取5支股票作為候選股票，因此把股票分為K=5類(lèi)，由于譜寬度能夠較大的反映每支股票收益率序列的收益率波動(dòng)的情況，因此Δα能夠極大的反應(yīng)股票間波動(dòng)率的差異，故取Δα權(quán)重最大。對(duì)28支股票進(jìn)行聚類(lèi)分析，取權(quán)重p=（0.1，0.1，0.5，0.1，0.2），結(jié)果如表1。
從表1的5個(gè)聚類(lèi)結(jié)果中各抽取兩組資產(chǎn)組合（差異抽取1，差異抽取2），與隨機(jī)抽取、在同一個(gè)聚類(lèi)中的抽取結(jié)果利用MV模型進(jìn)行比較，結(jié)果如表2。從表2中可以看出，在不同的收益水平下，組合差異抽取1和差異抽取2具有風(fēng)險(xiǎn)都比較低。同時(shí)隨機(jī)抽取在不同收益水平下的風(fēng)險(xiǎn)也比類(lèi)內(nèi)抽取低。從而說(shuō)明我們的聚類(lèi)結(jié)果是有效的。
任意給定各個(gè)不同的期望收益水平p，分別求出四個(gè)不同投資組合的12個(gè)收益-方差組合點(diǎn)，利用這12個(gè)點(diǎn)描繪的四個(gè)投資組合的有效前沿如圖4所示。從圖中可以看出，在同等收益水平下，差異抽取的風(fēng)險(xiǎn)要比隨機(jī)和類(lèi)內(nèi)抽取的風(fēng)險(xiǎn)低得多，從而更進(jìn)一步說(shuō)明了我們上一次聚類(lèi)結(jié)果的有效性。實(shí)驗(yàn)表明本文定義的時(shí)間序列相似性度量具有特定的優(yōu)勢(shì)，相對(duì)傳統(tǒng)的隨機(jī)選擇，風(fēng)險(xiǎn)更小。
4 結(jié)束語(yǔ)
分別用標(biāo)準(zhǔn)多重分形和多重分形消除趨勢(shì)分析對(duì)上證市場(chǎng)28支股票的日收盤(pán)價(jià)數(shù)據(jù)進(jìn)行多重分形分析，結(jié)果表明28支股票序列都具有多重分形特性。同時(shí)MF-DFA方法由于消除了時(shí)間序列的長(zhǎng)期趨勢(shì)項(xiàng)，因而比標(biāo)準(zhǔn)多重分形方法更能體現(xiàn)股票的多重分形特性。然后以多重分形譜參數(shù)以及每支股票的平均對(duì)數(shù)收益率作為時(shí)間序列相似性度量函數(shù)的參數(shù)，進(jìn)行聚類(lèi)，借助聚類(lèi)分析，股票間的差異進(jìn)一步加大，在相同的收益水平下，分散了投資風(fēng)險(xiǎn)。通過(guò)實(shí)證分析，更能說(shuō)明多重分形譜參數(shù)分析股票市場(chǎng)的有效性。文中還存在許多不足之處，例如利用權(quán)重的選取以及多重分形譜參數(shù)的選擇是否是最好的，這幾個(gè)參數(shù)是否能夠全面的反應(yīng)收益率序列的波動(dòng)特征也值得我們進(jìn)一步的研究。
參考文獻(xiàn)：
[1]Mandelbrot B. B.A multiracial walk down wall street [J]. Scientific American， 1999（5）：20-23.
[2]Sun X， Chen H， Wu Z， Yuan Y Z. Multifractal Analysis of Hang Seng Index in Hong Kong Stock Market[J].Physica A： Statistical Mechanics and Its Applications，2001，291（1-4）：553-562.
[3]Cajueiro DO， Tabak B M. Multifractality and Herding Behavior in the Japanese Stock Market[J].Chaos， Solitons&Fractals，2009，40（1）：497-504.
[4]苑瑩，莊新田.金融間序列的標(biāo)度特性實(shí)證研究[J].管理工程學(xué)報(bào)，2008，22（2）：85-89.
[5]Kantelhardt J W， Zschiegner S A， Koscielny B E， et al. Multifractaldetrended fluctuation analysis of nonstationary time series[J].Physica A， 2002， 316（1/4）： 87-114.
[6]胡雪明，宋學(xué)鋒.深滬股票市場(chǎng)的多重分形分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2003（8）：124-127.
[7]苑瑩，莊新田.國(guó)際匯率的多重分形消除趨勢(shì)波動(dòng)析[J].管理科學(xué)，2007，20（4）：80-85.
[8]劉維奇，牛奉高.滬深兩市多重分形特征的成因及其變化[J].經(jīng)濟(jì)管理，2009，31（12）：138-143.
[9]萬(wàn)濤，鄭婷婷，張琛，等.不同股市的多重分形特性分析—基于統(tǒng)計(jì)物理和MF-DFA方法[J].計(jì)算機(jī)技術(shù)與發(fā)展，2010，20（12）：225-227.
[10]黃超，吳清烈，武忠，朱揚(yáng)勇.基于方差波動(dòng)多重分形特征的金融時(shí)間序列聚類(lèi)[J].系統(tǒng)工程，2006，24（6）：100-103.
[11]鐘維年，高清維，陳燕玲.基于小波和多重分形的金融時(shí)間序列聚類(lèi)[J].系統(tǒng)工程，2009，27（3）：58-61.
