基于支持向量机自回归分析的股市动态预测模型及其应用研究

针对股市的非线性和不确定性的特点,本文提出了一种基于支持向量机自回归分析的股市动态预测模型。该模型利用滚动时间窗动态截取股票时间序列,然后对其进行相空间重构,最后利用支持向量机回归算法,在高维映射空间中求解线性回归问题。利用上证综指的长期和短期数据对该模型的预测效果进行了验证,并将预测结果与RBF神经网络预测模型进行了的对比。预测和对比结果表明,支持向量机自回归预测模型具有较强的泛化能力,适合于股市预测。     

面向多输出系统的启发式支持向量机回归

针对面向多输出系统支持向量机回归算法训练时间较长的问题,提出一种面向多输出系统的启发式支持向量机回归算法。与多输出的支持向量机回归建模相比,该方法建立的模型结构较为简单,模型训练速度更快。将此方法和直接支持向量机回归算法分别应用到甲基丙烯酸甲酯的间歇聚合反应过程中,仿真结果表明了该方法的有效性。     

基于支持向量回归的钢材力学性能模型及应用

根据化学成分准确预测钢材产品的力学性能并及时调整相关生产的控制策略,将有效地提高钢铁生产的最终产品质量.支持向量机是一种建立在统计学习理论基础上的机器学习方法,介绍了基于此算法基础上的一种ε-支持向量回归机算法及其推导过程,建立了基于ε-支持向量回归机的钢材力学性能模型,通过实际应用表明该模型比Excel回归预测具有更高的精度.     

基于改进支持向量机的永磁驱动器设计

将多输出支持向量机回归方法与模糊化理论相结合,提出一种永磁驱动器的设计方法.首先,引入空间粒子群优化算法对合成核多输出支持向量回归模型参数进行寻优,在此基础上通过实验法建立了永磁驱动器的性能与结构参数的多目标回归模型;然后,运用模糊理论将多目标转化为单目标,建立了设计问题的数学模型并利用空间粒子群算法进行求解;最后,通过模型精度分析以及ANSYS仿真和样机的测试,验证了该方法的有效性.     

PCA支持向量机回归集成股市预测应用

利用主成分分析（PCA）方法优选神经网络集成个体,利用支持向量机回归集成生成输出结论,建立一个PCA支持向量机回归集成股市预测模型。试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好。     

基于PSO—SVR的电力负荷预测

电力系统负荷预测精度直接决定了预测模型的质量.为了降低预测模型输出结果的预测误差,提出了粒子群算法优化支持向量机回归这一智能预测方法.通过对环境温度、节假日、工作日、日期的采集与分析作为模型的输入,以日平均负荷作为模型的输出.最后,通过仿真,对引入粒子群算法的支持向量机回归模型的预测结果进行对比分析.结果表明:优化后的智能模型取得了更为理想的预测结果.     

一种可自适应分组的多输入多输出支持向量机算法

针对不同输出端之间相关程度的差异对多输入多输出回归模型泛化能力的影响,提出了一种基于自适应分组的多输入多输出支持向量机算法.该算法基于相关性强的输出端其模型参数也较相似的假设,首先在多维支持向量机的基础上引入带分组结构的正则项,进而将上述正则化问题转变为混合0-1规划;其次,采用交替优化的方法,使相关性强的输出端在同一个分组内进行独立训练,最终自适应地识别最优分组结构和模型参数.分别采用仿真数据和圆柱壳振动工程数据对所提算法进行测试,结果表明,该算法可有效辨识出输出端的相关度,与传统算法相比,该算法可有效提高支持向量机回归模型的泛化能力.     

面向多输入输出系统的支持向量机回归

目前支持向量机回归算法只适用于单输入单输出系统,在处理复杂多变量系统时多采用构造一系列单变量支持向量机模型的方法,增加了模型与控制的复杂性。针对这一问题,提出了面向多输入多输出系统的支持向量机线性回归和非线性回归方法,两种方法的不同在于映射到高维空间后的运算方法不同。与单变量支持向量机回归建模相比,采用该方法建立的多变量系统模型结构较为简单,且在小样本数的情况下,模型训练速度较快。最后将该方法应用到甲基丙烯酸甲脂的间歇聚合反应过程中,仿真结果表明该方法的有效性。     

非均匀采样系统的支持向量回归建模与控制

针对非均匀采样系统提出了一种基于支持向量回归的预测控制算法.应用提升技术将非均匀采样系统分解为多个并列的子系统,建立了各子系统的支持向量回归模型,将该模型作为预测模型提出了新的优化目标函数,可将控制量更新周期内的系统输出作为优化目标.在多通道电液力伺服同步加载系统中的应用结果表明,该预测模型可以达到比较高的预测精度,且各子系统的模型有一致的预测误差水平.对加载系统控制的仿真试验结果表明,该算法有很好的控制性能,而且通过设计合适的优化目标函数,可以避免数字控制系统中的计算延迟和抑制期望轨迹突变时的超调.     

基于支持向量回归机的时态数据预测研究

基于支持回归支持向量机模型,建立了一种对时态数据预测的方法,可以对多属性时态数据进行预测,实验结果表明该方法在预测上具有一定的稳定性和准确性.     

基于RSSI均值的等边三角形定位算法

为了提高无线传感网络的定位精度,从提高测量精度、改善信标节点分布的角度提出了一种基于RSSI均值的等边三角形定位算法.该算法引入信号强度指示(RSSI)敏感区和非敏感区概念,采用高斯模型对非敏感区的RSSI数据进行处理,解决了RSSI易受干扰的问题.采用等边三角形分布模型处理信标节点的分布,保证未知节点运动轨迹始终在信标节点的非敏感区内,从而在定位算法上使测量精度得到提高.研究表明,高斯模型可以很好地筛选出RSSI较优值;等边三角形分布模型可以提高RSSI的采集优度.这种定位算法计算简单,定位过程中节点间无通讯开销,无需硬件扩展.     

接触压力对温差发电系统性能的影响

基于自行搭建的温差发电系统性能测试平台,以温度、开路电压、内阻、最大输出功率作为性能参数,研究接触压力对温差发电系统性能的影响规律.研究结果表明:在温差发电系统冷、热端温度均相同的情况下,接触压力增大,则系统开路电压和最大输出功率增大,但增大的幅度随压力的增大而逐渐减小;在温度一定的情况下,接触压力的大小对温差发电片内部的接触电阻影响不大;接触压力对温差发电系统冷、热端温度的瞬态响应特性影响不大,但对系统开路电压的瞬态响应特性影响很大,接触压力增大,则开路电压的瞬态响应速率加快.研究结果证明接触压力对温差发电系统的性能具有显著的影响.     

关于四边形面积坐标的积分

在采用四边形面积坐标的四边形单元中,单元的协调部分和非协调部分是通过广义协调条件的计算而获得,在运用解析积分的计算中,具有比较好的抗畸变能力,并且具有比较高的精度。然而,如果在计算过程中运用数值积分进行计算,则计算后的精度会有所不同,通过数值算例的计算可以说明这一点。     

BOT项目经济风险指标及其度量方法

针对项目经济变量的时间函数和预测值的函数分布,提出了BOT项目经济风险指标的计算表达式.应用模拟计算方法求得各经济风险指标的期望值及其分布形式,对项目经济风险进行度量,并根据投资商对风险的好恶程度,进行项目风险决策.     

基于传递函数的光谱数据处理方法研究

传递函数是评价一个系统性能的重要参数,是信息处理与分析的主要手段之一.本文首先使用理论模拟分析了使用传递函数方法处理光谱测量数据的可行性,然后通过对中值滤波和Db3小波滤波方法的比较,选取中值滤波对光谱数据去噪,在此基础上,将传递函数方法用于线阵CCD光谱仪实测数据处理并得到了实验验证.实验结果表明,本文给出的基于传递函数的光谱数据处理方法可行,经本方法处理后,可以进一步提高仪器的测量精度和分辨率,为CCD光谱仪的广泛应用提供了可能.     

第三类边界条件一维波动问题解法

求解第三类边界条件波动、输运定解问题时,本征值方程总是超越代数方程,手工无法求解.而且本征函数序列不是周期函数序列,理论上定解问题不能严格求解.利用Mathematica编程,可以快速得到这类问题的近似解,而且近似解完全满足应用需要.以一维波动定解问题为例,展示第三类边界条件定解问题的求解思路和技巧.     

神经网络在模糊综合评价中的应用

运用神经网络确定模糊综合评价中的权重值，使权重值更符合实际情况，采用梯形公式的四元组形式表达网络中的隶属函数，利用反向传播算法训练网络，得到较好的训练效率和效果．将该方法应用于液压凿岩机的性能评价，得到了满意的结果。     

健美操课在普通高校体育教学中的作用

随着现代物质生活的不断提高,健美操运动在我国飞速发展,锻炼与健美已成为人们生活的一个重要组成部分。这项运动不仅可以强身健体,还可以促进学生良好心理的发育,能让学生在愉快的课堂气氛中,轻松的达到健身健心学习的效果。使学生身心得到全面发展。所以,健美操在体育课教学中将起到越来越重要的作用。     

基于多幅深度图像的三维重构技术

提出基于多幅深度图像的三维重构方法.采用6幅固定视点采样图像,分别代表三维空间中立方体包围盒的6个面;通过对这些二维的采样集合进行三维信号还原,生成一个空间采样样本,可以在视点任意改变的情况下,输出近似的重构图像.该方法由于采样集合固定,经过采样集筛选,背景剔除筛选和棱台视锥体裁减后,可以极大减少待变换的样本集合,采用z-buffer算法解决图像折叠问题.当视点在采样点附近任意变换时,可以重构出比较满意的结果,而且该方法与场景复杂度无关.在纯软件模式下在普通PC机上达到20帧/s的速度,在通过硬件加速情况下可以达到30帧/s.     

只有简单极点的有理函数项级数的和的研究

文章对有理函数项级数进行研究,得出结论:对只有简单极点的有理真分式项级数,只要极点不为整数,其和都能用一个公式表示。并计算该类级数的和。