第一章 金融工程概述 第二章 远期与期货概述 第三章 远期与期货定价 第四章 运期与期货的运用 第五章 股指期货、外汇期货、利率远期与利率期货 第六章 互换的概述 第七章 互换的定价与风险分析 第八章 互换的运用 第九章 期权与期权市场 第十章 期权的回报与价格分析 第十一章 期权的交易策略及其运用 第十二章 布莱克-舒尔斯-默顿期权定价模型

1.1 什么是人工智能 1.2 人工智能的研究意义、目标和策略 1.3 人工智能的学科范畴 1.4 人工智能的研究内容 1.5 人工智能的研究途径与方法 1.6 人工智能的基本技术 1.7 人工智能的应用 1.8 人工智能的分支领域与研究方向 1.9 人工智能的发展概况

1.1什么是人工智能 1.2人工智能的研究意义、目标和策略 1.3人工智能的学科范畴 1.4人工智能的研究内容 1.5人工智能的研究途径与方法 1.6人工智能的基本技术 1.7人工智能的应用 1.8人工智能的分支领域与研究方向 1.9人工智能的发展概况

信息的概念 信息的特性 信息的分类 系统的概念 系统的特性 系统的分类 系统方法 管理的概念 管理的职能 信怠资源管理概念 信息资源管理的策略和方法

针对标准无迹卡尔曼滤波(Unscented Kalman filter, UKF) 算法本身存在着因状态误差协方差矩阵无法实现Cholesky分解而导致滤波发散的隐患，以及在电池状态估计过程中由离线标定的电池等效模型参数而造成的累积误差的问题，本文发展了一种平方根无迹卡尔曼滤波(Square-root unscented Kalman filter, SR-UKF)算法，并设计了一种电池状态联合估计策略。首先快速SR-UKF算法通过对观测方程进行准线性化处理，降低了每次无迹变换时的计算开销；然后在迭代过程中，用状态误差协方差矩阵的平方根代替状态误差协方差矩阵，该平方根是由QR分解与 Cholesky因子的一阶更新得到，解决了UKF 算法迭代过程中可能由计算累积误差引起状态误差协方差矩阵负定而导致滤波结果发散的问题，保证了电池荷电状态(State of charge，SOC)在线滚动估计的数值稳定性；最后采用联合估计策略，对电池等效模型参数进行实时辨识，保证了电池等效模型的准确性与有效性，从而提高了电池SOC的估计精度。仿真对比结果验证了快速SR-UKF算法以及电池状态联合估计策略的可行性与鲁棒性

案例一 买入股指期货套期保值 案例二 外汇期货的套利策略 案例三 远期利率协议——上海资浩国际贸易有限公司的美元借款风险 案例四 货币互换中比较优势的运用 案例五 F集团在股权分置改革中发行认股权证

1.掌握房地产开发项目市场推广的主要渠道； 2.熟悉广告推广、活动推广及房地产客户关系管理，房地产开发项目定价方法、定 价策略，房地产开发项目销售管理的主要工作内容； 3.了解房地产开发项目市场推广渠道的分类方式，挖掘卖点、提炼市场推广主题， 房地产开发项目的价格调整

迄今为止，所有的NP完全问题都还没有多项式时间算法。对于这类问题，通常可采取以下几种解题策略。 (1)只对问题的特殊实例求解 (2)用动态规划法或分支限界法求解 (3)用概率算法求解

针对多目标粒子群优化算法的研究进展进行综述。首先，回顾了多目标优化和粒子群算法等基本理论；其次，分析了多目标优化所涉及的难点问题；再次，从最优粒子选择策略，多样性保持机制，收敛性提高手段，多样性与收敛性平衡方法，迭代公式、参数、拓扑结构的改进方案5个方面综述了近年来的最新成果；最后，指出多目标粒子群算法有待进一步解决的问题及未来的研究方向

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响