هدف این پژوهش بررسی تاثیر نااطمینانی قیمت نفت و نرخ ارز بر بازدهی سهام در بورس اوراق بهادار تهران می‎باشد. برای این منظور، متغیرهای نااطمینانی قیمت نفت و نااطمینانی نرخ ارز به عنوان متغیر مستقل و بازدهی سهام به عنوان متغیر وابسته در نظر گرفته شده‎اند و از داده&l أکثر
هدف این پژوهش بررسی تاثیر نااطمینانی قیمت نفت و نرخ ارز بر بازدهی سهام در بورس اوراق بهادار تهران می‎باشد. برای این منظور، متغیرهای نااطمینانی قیمت نفت و نااطمینانی نرخ ارز به عنوان متغیر مستقل و بازدهی سهام به عنوان متغیر وابسته در نظر گرفته شده‎اند و از داده‎های روزانه مربوط به قیمت نفت سنگین ایران، نرخ رسمی ارز و شاخص بورس در بازه زمانی دی ماه ١٣٨٠ الی دی ماه ١٣٩١ (مطابق با ٠١/٠١/٢٠٠٢ الی ٣١/١٢/٢٠١٢ میلادی) استفاده شده است.
با توجه به ماهیت داده‎های سری زمانی و نوع مطالعه، جهت ارزیابی اثر نااطمینانی قیمت نفت و نرخ ارز بر بازده سهام، در این پژوهش سنجش نااطمینانی با استفاده از روش تبدیلات خطی نویز ساز[i] صورت پذیرفته و از تخمین مدل خودبازگشت برداری به منظور سنجش اثر نااطمینانی قیمت نفت و نرخ ارز بر بازده سهام استفاده شده است.
نتایج حاصل از تخمین مدل با نااطمینانی حاصل از روش تبدیلات خطی نویزساز نشان داد که میان نااطمینانی قیمت نفت با بازده سهام و نیز میان نااطمینانی نرخ ارز و بازده سهام رابطه معناداری وجود داشته است. لذا فرضیات این پژوهش در سطح خطای پنج درصد مورد تایید قرار گرفتند.
[i] Whitening Linear Transformation
تفاصيل المقالة
ترافیک از موضوعاتی است که امروزه به یکی از اصلیترین مسائل شهرهای بزرگ تبدیل شده است و این موضوع مشکلات دیگری را نیز به همراه خود برای مناطق شهری ایجاد نموده است. لذا شناخت رفتار ترافیکی مردم از ضروریات مدیریت و برنامهریزی شهری است. تقاضای سفر از مناطق نزدیک شهرها به م أکثر
ترافیک از موضوعاتی است که امروزه به یکی از اصلیترین مسائل شهرهای بزرگ تبدیل شده است و این موضوع مشکلات دیگری را نیز به همراه خود برای مناطق شهری ایجاد نموده است. لذا شناخت رفتار ترافیکی مردم از ضروریات مدیریت و برنامهریزی شهری است. تقاضای سفر از مناطق نزدیک شهرها به مناطق شهری با اهداف مختلف و تعیین ارزش زمان سفرهای روزانه به کلان شهرها موضوعاتی هستند که کمتر به آنها توجه شده است.
این تحقیق در ادامه مطالعاتی می باشد که با استفاده از دادههای سرشماری عمومی نفوس و مسکن 1385 " مدل تقاضای سفرهای روزانه به تهران را به تفکیک هدف سفر بررسی و برای آنها مدل تقاضا سفر شغلی و تحصیلی برآورد نموده بود " می باشد.در این تحقیق ارزش زمان سفرهای روزانه با استفاده از دیدگاه "گری بکر" اقتصاددان آمریکائی که تئوری مصرف را با در نظر گرفتن تئوری تخصیص زمان بازسازی نموده است محاسبه شده است. در این روش کلیه سفرهای روزانه به ده دسته تقسیم و ارزش زمان سفر هر رده محاسبه سپس برای تعیین حساسیت مشاغل نسبت به زمان سفر، ابتدا به کمک تبدیلات باکس کاکس متغیر پاسخ نهایی تعیین و در ادامه پارامترهای (ضریب تعیین مدل)، (ضریب متغیر زمان)، std .error ( انحراف معیار) و significant (سطح معنی دار) محاسبه و چنانچه سطح اطمینان بالای 95% بود ارزش زمان سفر این رده در محاسبات نهائی لحاظ گردید.
در پایان باتوجه به مشخص شدن مشاغل قابل جایگزین در منطقه و هزینه فرصت ایجاد شده از بابت عدم انجام سفرهای روزانه پیشنهاد مشخص جهت ایجاد فرصتهای شغلی در منطقه ارائه گردید. با عنایت به مباحث فوق متغیر زمان برای گروههای شغلی "تکنسینها و دستیاران"، "کارمندان خدماتی و فروشندگان"، "کارکنان ماهر کشاورزی، جنگلداری و ماهیگیری"، "متصدیان و مونتاژکاران ماشینآلات و دستگاهها" و "کارگران ساده" معنی دار بوده لذا بایستی هزینه سفر این گروههای شغلی که قابلیت جایگزینی در محل سکونت را دارند ملاک عمل قرارداد بدین ترتیب خواهیم داشت: 238،306،834 = 76،541،414 +161،765،420 = هزینه استفاده از وسایل نقلیه +ارزش زمان سفر سالانه برای گروههای شغلی هدف = کل هزینه فرصت (دلار)
بدیهی است بدلیل اینکه این افراد دارای ردههای بالا شغلی نمیباشند و مشاغل آنها نیز مشاغل سرمایهبر نمیباشد. لذا با این هزینه فرصت به راحتی میتوان سالانه 23830 فرصت شغلی ایجاد نمود.
طبقه بندی JEL:C81 ,R21
تفاصيل المقالة
پیشینه و هدف استفاده از انواع تبدیلات جهت بهبود صحت استخراج اطلاعات از تصاویر ماهواره ای به طور فزاینده ای رو به افزایش است. در این بین انتخاب تبدیل بهینه اهمیت بالایی داشته و نتایج خروجی را تحت تأثیر قرار خواهد داد. با توجه به ماهیت همبسته تصاویر سنجش از دور، استف أکثر
پیشینه و هدف استفاده از انواع تبدیلات جهت بهبود صحت استخراج اطلاعات از تصاویر ماهواره ای به طور فزاینده ای رو به افزایش است. در این بین انتخاب تبدیل بهینه اهمیت بالایی داشته و نتایج خروجی را تحت تأثیر قرار خواهد داد. با توجه به ماهیت همبسته تصاویر سنجش از دور، استفاده از انواع تبدیلات جهت بهبود صحت استخراج اطلاعات از این تصاویر امری ضروری است. با توجه به مطالعات انجام شده هدف این تحقیق بررسی روش های مختلف تبدیلات تصویر در بهبود روند طبقه بندی تصاویر ماهواره ای و افزایش میزان صحت نقشه های کاربری اراضی است. با در نظر گرفتن این نکته که منطقه مورد مطالعه و بهصورت کلی مناطق شمالی کشور با شرایط خاص درهم تنیدگی کاربری ها روبه رو هستند، لذا به کارگیری انواع روش های تبدیلات و همچنین روش ترکیبی پیشنهادی در این پژوهش باعث افزایش صحت و دقت اطلاعات خروجی و در نهایت امکان تفکیک و بررسی های دقیق تر کاربری ها و شناسایی عوامل تغییر آن ها را جهت برنامه ریزی های آینده فراهم می کند. در این پژوهش به منظور ارزیابی عملکرد تبدیلات آنالیز مؤلفه های اصلی، آنالیز مؤلفه های مستقل و کسر حداقل نویز از تصویر ماهواره سنتینل-2 شهرستان رضوانشهر استفاده گردید.مواد و روش هادر این پژوهش به منظور ارزیابی عملکرد روش های آنالیز مؤلفه های اصلی، آنالیز مؤلفه های مستقل و روش کسر حداقل نویز از تصاویر ماهواره سنتینل-2 شهرستان رضوانشهر استفاده گردید. از الگوریتم گرام اشمیت (Gram-Schmit) بهمنظور ادغام این داده ها با یکدیگر و رسیدن به قدرت تفکیک 10 متر استفاده شد. بعد از اعمال پیش پردازش های لازم و ادغام تصاویر با یکدیگر هر سه تبدیل روی تصویر اعمال و همچنین ترکیبی از مؤلفه های این سه روش تولید گردید. در ادامه نتایج حاصل از تبدیلات با استفاده از الگوریتم حداکثر احتمال در 8 کلاس کاربری طبقه بندی گردید. با استفاده از ضریب شفیلد و محاسبات آماری بین مؤلفه های به دست آمده، ترکیب مؤلفه های اول آنالیز مؤلفه های اصلی، اول کسر حداقل نویز و مؤلفه دوم آنالیز مؤلفههای مستقل، بهعنوان ترکیب بهینه انتخاب گردید. شناخت کلی از منطقه و مطابق آن تفسیر بصری خروجی ها و همچنین برداشت 120 نقطۀ زمینی توسط GPS مبنای ارزیابی صحت نقشه های خروجی بوده است.نتایج و بحث بعد از اعمال پیش پردازش های مورد نیاز و ادغام تصاویر با یکدیگر، هرکدام از این الگوریتم ها بر روی تصویر اعمال گردید و خروجی هر کدام با استفاده از الگوریتم حداکثر احتمال و در 8 کلاس کاربری طبقه بندی گردیدند. نتایج نقشه های خروجی نشان داد که تبدیل آنالیز مؤلفه های اصلی با توجه به اینکه برای متغیرها توزیع گوسی در نظر میگیرد و سعی بر غیر همبسته کردن مؤلفه های استخراج شده دارد، در نمونه هایی با توزیع غیر گوسی دارای ضعف بوده و عملکرد پایینی از خود نشان می دهد. الگوریتم کسر حداقل نویز مشابه الگوریتم آنالیز مؤلفه های اصلی عمل می کند با این تفاوت که نویزها را بهتر مؤلفه بندی می کند. این الگوریتم در جداسازی کلاس ها خطای کمتری داشته و همین عامل باعث عملکرد بهتر و دقت بالاتر نسبت به دو تبدیل دیگر شده است. در الگوریتم آنالیز مؤلفه های مستقل باندهای همبسته تصویر منطقه مورد مطالعه به مؤلفههای مستقل تبدیلشده و اطلاعات جدیدی از منطقه استخراج کرده است. تفسیر بصری دقت بالای نتیجه طبقه بندی را نشان می دهد و برای کمی کردن دقت تصویر طبقه بندی شده از ماتریس خطا (کانفیوژن) استفاده شده است. نتایج حاصل از ارزیابی دقت کلی و ضریب کاپا نشان داد که طبقه بندی تصویر اصلی بدون اعمال تبدیلات و با همان نمونه های تعلیمی خروجی با دقت کلی 76 درصد و ضریب کاپای 0.78 بیشترین خطا را داشته است. همچنین نتایج سایر خروجی ها به ترتیب برای طبقه بندی حاصل از تبدیل آنالیز مؤلفه های اصلی، دقت کلی 80 درصد و ضریب کاپا 0.83، برای طبقه بندی حاصل از تبدیل کسر حداقل نویز، دقت کلی 85 درصد و ضریب کاپا 0.88 و برای طبقه بندی حاصل از تبدیل آنالیز مؤلفههای مستقل، دقت کلی برابر با 77 درصد و ضریب کاپا معادل 0.80 به دست آمد. بعد از انتخاب ترکیب بهینه از مؤلفه های روش های آنالیز مؤلفه های اصلی، آنالیز مؤلفه های مستقل و روش کسر حداقل نویز و انتخاب مؤلفه های اول الگوریتم های آنالیز مؤلفه های اصلی و کسر حداقل نویز و مؤلفه دوم آنالیز مؤلفه های مستقل، دقت کلی به 92 درصد و ضریب کاپا 0.94 افزایشیافت.نتیجه گیری در این تحقیق بعد از ارزیابی عملکرد تبدیل آنالیز مؤلفه های اصلی، آنالیز مؤلفه های مستقل و روش کسر حداقل نویز، یک روش ترکیب بهینه از مؤلفه های این تبدیلات پیشنهاد گردید. نتایج تحقیق نشان داد طبقه بندی تصویر اصلی بدون اعمال تبدیلات و با همان نمونه های تعلیمی دقت کلی و ضریب کاپای پایینی داشته است. بنابراین لزوم اعمال تبدیلات جهت کاهش همبستگی باندها و مجزا سازی اجزای تصاویر احساس می شود. همان طور که نتایج تحقیق نشان داد طبقه بندی تصویر اصلی بدون اعمال تبدیلات و با همان نمونه های تعلیمی دقت کلی و ضریب کاپای پایینی داشته است. نتایج تحقیق بیانگر عملکرد نزدیک این روش ها به یکدیگر است که نشان از وجود هر دو نوع توزیع گوسی و غیر گوسی متغیرها دارد. تبدیل کسر حداقل نویز، میزان نویز دادهها را به حداقل رسانده و در خروجی نتایج بهتری از دو تبدیل آنالیز مؤلفه های مستقل و آنالیز مؤلفه های اصلی داشته است. با توجه به اینکه این تبدیلات به تنهایی قادر به استخراج تمامی اجزای تصویر نیستند، لذا ترکیبی از مؤلفه های این تبدیلات بر اساس ضریب شفیلد جهت مفروض بودن توزیع گوسی و غیر گوسی متغیرها با حداقل نویز ممکن انتخاب گردید.
تفاصيل المقالة
نهاننگاری ویدئو با استفاده از تبدیلات سهبعدی، ویدیوی نهاننگاری شده را در برابر حملاتی مانند میانگینگیری فریم، تبانی و... مقاومتر میکند. نهاننگاری با استفاده از تبدیلات سه بعدی به عنوان راهکاری در مقابله با مشکلات ناشی از نهاننگاری مستقل امضا در یک یا چند فریم اس أکثر
نهاننگاری ویدئو با استفاده از تبدیلات سهبعدی، ویدیوی نهاننگاری شده را در برابر حملاتی مانند میانگینگیری فریم، تبانی و... مقاومتر میکند. نهاننگاری با استفاده از تبدیلات سه بعدی به عنوان راهکاری در مقابله با مشکلات ناشی از نهاننگاری مستقل امضا در یک یا چند فریم استفاده می شود. در این مقاله یک الگوریتم نهاننگاری ویدئو کور مقاوم جدید بر پایه تبدیل سه بعدی پیشنهاد شده است. تبدیل به کارگرفته ترکیبی از تبدیل کانتورلت دو بعدی و تبدیل موجک گسسته یک بعدی است. در روش پیشنهادی، هر فریم از ویدئو به ستونهای فرد و زوج سه بعدی تقسیم میشود. تبدیل بر روی هر دوی آنها اعمال می شود و امضا در قسمت زوج ویدیو با استفاده از ضریب انرژی بالای قسمت فرد گنجانده میشود. نتایج آزمایشات حاکی از افت کیفیت ناچیز ویدئو نهاننگاری شده و کیفیت مناسب امضا استخراجی میباشد همچنین روش پیشنهادی در برابر حملات رایج ویدئوهای نهان نگاری شده مقاومت مناسب تری نسبت به راهکارهای مشابه ارائه میکند.
تفاصيل المقالة
با توسعه سریع فناوریهای دیجیتال، حفاظت از حق تالیف و اثبات مالکیت اطلاعات اهمیت فراوانی یافته است. در نهاننگاری تصویر، اطلاعات داخل تصویر به نحوی جاسازی میشود که کیفیت بصری تصویرکاهش نیابد و گیرنده بتواند اطلاعات مورد نظر را دریافت کند. همچنین برخی از حملات مانند برش أکثر
با توسعه سریع فناوریهای دیجیتال، حفاظت از حق تالیف و اثبات مالکیت اطلاعات اهمیت فراوانی یافته است. در نهاننگاری تصویر، اطلاعات داخل تصویر به نحوی جاسازی میشود که کیفیت بصری تصویرکاهش نیابد و گیرنده بتواند اطلاعات مورد نظر را دریافت کند. همچنین برخی از حملات مانند برش تصویر، اطلاعات نهاننگار را از بین میبرند. در این مقاله طرح جدیدی برای نهاننگاری تصویر دیجیتال پیشنهاد شده که در مقابل حمله برش شدید مقاوم است. در این طرح از جدول سودوکوی کلاسیک که یک جدول 9×9 است، استفاده شده است. یکی از ویژگیهای جدول سودوکو این است که محدودیتهای جدول باعث شده اعداد یا سمبلها در سرتاسر جدول به صورت یکنواخت پراکنده شوند. در این روش پیشنهادی از جدول سودوکو و نهاننگاری مبتنی بر حوزه مکان و تبدیلات از قبیل تبدیل کسینوسی گسسته و تبدیل موجک گسسته و مزایای هر حوزه بهره بردهایم. عدم استفاده از راه حل جدول سودوکو در مرحله استخراج و کشف راه حل صحیح برای دستیابی به نهاننگار از نوآوریهای این طرح است. مقاوم بودن این روش نهاننگاری در مقابل برش تا 92% درصد، عملکرد مطلوب این طرح را نشان میدهد.
تفاصيل المقالة
وجود اسپکل به عنوان نویز ضرب شونده در تصاویر پرکاربرد اولتراسوند و رادار، باعث کاهش میزان درک تصویر میشود. بنابراین، کاهش اسپکل قبل از پردازشهایی به مانند بخشبندی، لبهیابی، تشخیص و رهگیری هدف، ضروری است. بطور کلی کاهش نویز در دو حوزه مکان و یا تبدیل انجام می شود که أکثر
وجود اسپکل به عنوان نویز ضرب شونده در تصاویر پرکاربرد اولتراسوند و رادار، باعث کاهش میزان درک تصویر میشود. بنابراین، کاهش اسپکل قبل از پردازشهایی به مانند بخشبندی، لبهیابی، تشخیص و رهگیری هدف، ضروری است. بطور کلی کاهش نویز در دو حوزه مکان و یا تبدیل انجام می شود که در این مقاله تمرکز ما حوزه تبدیل است. روش بیزین و روش BiShrink که روش دو متغیره بیزین میباشد، در حوزهی تبدیل موجک جدایی پذیر، موجک ایستا و موجک دو درختی مختلط پیاده سازی میشود و با استفاده از آستانهگیری، به مقابله با نویز اسپکل پرداخته میشود. بر اساس نتایج تجربی حاصل از شبیهسازی، تبدیل موجک دو درختی مختلط به دلیل تفکیک بخش حقیقی و مجازی در حذف نویز اسپکل عملکرد بهتری دارد. همچنین روش BiShrink نسبت به روش بیزین کارآمدتر است. برای مقایسه عملکرد روشهای مختلف از تصاویر تست استاندارد لنا و بارابارا و تصویر واقعی SAR استفاده شده و معیارهای کمی MSE ، PSNR ، SSIM ، ENL و NV بکار گرفته شده است. همچنین به منظور ارزیابی میزان تنک بودن ضرایب، هیستوگرام آنها نمایش داده شده و انحراف معیار متوسط برای همه زیرباندها محاسبه شده است.
تفاصيل المقالة
در این مقاله، معادله ی ماتریسی ریکاتی برای حل مسئله ی مقدار ویژه برای ماتریس های متقارن نسبت به هر دو قطر بکار رفته است. برای نیل به این منظور، از تبدیلات متشابه بر روی ماتریس هایی با خواص فوق و همچنین از معادله ی ماتریسی ریکاتی استفاده شده است. روند کار تجزیه ماتریس ها أکثر
در این مقاله، معادله ی ماتریسی ریکاتی برای حل مسئله ی مقدار ویژه برای ماتریس های متقارن نسبت به هر دو قطر بکار رفته است. برای نیل به این منظور، از تبدیلات متشابه بر روی ماتریس هایی با خواص فوق و همچنین از معادله ی ماتریسی ریکاتی استفاده شده است. روند کار تجزیه ماتریس ها به ماتریس هایی با ابعاد کوچک برای محاسبه مقادیر و بردارهای ویژه متناظر می باشد. برای مطالعه کارایی این روش، مثال هایی عددی و سازه ای ارائه شده است.
تفاصيل المقالة
در پژوهش حاضر دقت پیش‎بینی بازده ارزهای رمزنگاریشده با استفاده از دو رویکرد حرکت براونی هندسی و تبدیلات موجک مورد مقایسه قرار گرفت. برای این منظور پنج ارز رمزنگاریشده بیت کوین، اتریوم، ریپل، بیت کوین کش و ای او اس بهعنوان نمایندهای از داراییهای ریسکی طی دوره دو أکثر
در پژوهش حاضر دقت پیش‎بینی بازده ارزهای رمزنگاریشده با استفاده از دو رویکرد حرکت براونی هندسی و تبدیلات موجک مورد مقایسه قرار گرفت. برای این منظور پنج ارز رمزنگاریشده بیت کوین، اتریوم، ریپل، بیت کوین کش و ای او اس بهعنوان نمایندهای از داراییهای ریسکی طی دوره دوساله 2018 تا 2020 با تواتر روزانه مورد مطالعه قرار گرفتند. بهمنظور مقایسه دقت روشها در پیشبینی بازده از دو معیار ریشه میانگین مربعات خطا و میانگین قدر مطلق خطا استفاده شد. در مدلسازی براونی هندسی، مدل دیفرانسیل تصادفی مبتنی بر فرایند براونی برای قیمت دارایی، منجر به این میشود که بازده لگاریتمی دارایی دارای توزیع نرمال با پارامترهای وابسته به زمان است. نتایج حاصل از پیشبینی بازده لگاریتمی این ارزها تحت هر دو روش نشان داد که تبدیلات موجک در 4 ارز (بیت کوین، اتریوم، ریپل، بیت کوین کش) از پنج ارز رمزنگاریشده مورد مطالعه، خطای کمتری در پیشبینی بازده داشته است و در ارز ای. او. اس. نیز از نظر هر معیار خطا، یکی از روشهای پیشبینی مطلوبیت داشته است. با استناد به این نتایج میتوان دریافت که روش تبدیلات موجک در پیشبینی بازده داراییهای ریسکی خطای کمتری نسبت به روش براونی هندسی داشته است.
تفاصيل المقالة
برای یک گراف G شاخص فراموش شده و شاخص معکوس درجه به ترتیب به صورت F(G)=∑ 〖d_u^2+d_v^2 〗 و ID(G)=∑1/d_u تعریف می شوند، که d_u نشان دهنده درجه راس u در گراف G است. در این مقاله، برخی تبدیلات گرافی را معرفی و با استفاده از این تبدیلات، مقادیر ماکزیمم و مینیمم این شا أکثر
برای یک گراف G شاخص فراموش شده و شاخص معکوس درجه به ترتیب به صورت F(G)=∑ 〖d_u^2+d_v^2 〗 و ID(G)=∑1/d_u تعریف می شوند، که d_u نشان دهنده درجه راس u در گراف G است. در این مقاله، برخی تبدیلات گرافی را معرفی و با استفاده از این تبدیلات، مقادیر ماکزیمم و مینیمم این شاخص ها را روی رده گراف های دو دوری تعیین می کنیم و همچنین گرافهای کرانه ای متناظر را مشخص می نماییم.
تفاصيل المقالة
سند
Sanad is a platform for managing Azad University publications