基于函数型数据分析的股票资金流强度研究

运用函数型数据分析方法,对股票资金流强度指标进行研究及实证分析。针对原有模型无法处理高频数据等问题,运用函数型数据分析将股票资金流强度指标模型优化为积分模型,同时结合有效市场假说提出了一种基函数个数选择原则,进一步提出基函数展开法解决股票资金流强度积分模型的计算问题,最后利用函数型数据主成分分析法估计股票资金流强度,并进行实证分析。结果表明利用函数型数据分析方法得到的股票资金流强度积分模型更能精确把握指标的含义,计算更为快捷,估计结果更有效。     

带有非参随机效应的稳健函数型回归模型（英文）

拓展的t过程对异常值稳健并且拥有高斯过程很多优良的性质。为此利用拓展的t过程先验提出了一个带有非参数随机效应的函数型模型,并在模型里考虑了个体效应的异质性、灵活的均值函数、非参协方差函数和稳健性。并进一步提出了基于似然的估计方法,给出了参数估计的信息相合性,最后通过模拟研究和实际数据分析来验证所提的方法。     

汾渭平原SO2与气温的函数型空间自回归分析

面对观测到的高维复杂数据,函数型数据分析方法能充分利用数据信息,有效处理这类数据,并分析不同数据类型之间的关系。收集了汾渭平原11个城市2019年月均SO_2浓度数据和逐时气温数据,为了在分析SO_2浓度与气温之间的关系时不丢失重要信息,首先通过函数型数据分析方法,对逐时气温数据进行函数化,并对气温曲线进行动态分析;其次,由于月均SO_2浓度数据存在空间相关性,故在气温曲线和月均SO_2浓度之间建立函数型空间自回归模型(functional spatial autoregressive model, FSAR)。通过函数型主成分基展开的方法对气温曲线进行降维,采用极大似然估计方法对FSAR模型中的参数进行估计。通过与函数型线性模型(functional linear model, FLM)对比,结果表明:FLM模型的均方误差远大于FSAR模型的均方误差。可见用FSAR模型处理SO_2浓度与气温数据的拟合效果更好。     

基于田口可靠性试验的截尾数据处理方法

【目的】当田口方法用于产品可靠性改进时,作为响应变量的寿命的观测数据通常是截尾的。对于截尾数据,田口数据分析方法不再适用,需寻求新的数据处理方法解此问题。【方法】提出威布尔分位函数近似法估计右截尾时间的中位剩余寿命,并用截尾时间和中位剩余寿命之和代替右截尾寿命,从而将不完全数据变换为完全数据,进而完成田口数据分析。【结果】通过两个仿真数例,说明了采用所提出方法得到的中位剩余寿命估计是相对精确的、稳健的;通过一个实例,说明了该方法的有用性。【结论】本文为可靠性改进试验数据分析提供了一个简单有效的数据处理方法。     

函数型数据分析及其在生态经济系统中的应用展望

函数型数据分析(Functional Data Analysis)由Jim Ramsay于1991年首次提出,并在接下来的数年内取得了迅速发展。函数型数据的特点是数据结构具有复杂性且数据呈现函数特性。与传统数据分析方法不同,函数型数据的处理是将所观测的离散的点用曲线进行拟合,并将其看作一个整体,基于此对数据进行分析。具体分析方法包括函数型数据主成分分析,函数型数据聚类分析,函数型数据方差分析等。函数型数据在国外已经取得了非常好的进展,虽然在国内起步较晚,但不少学者在理论创新和实际应用中都取得了一定的突破。     

一种基于径向基函数的近似模型构造方法

发展了一种基于径向基函数的近似模型建立方法。首先采用试验设计方法对设计空间进行样本选择,采用数据分析方法对样本集进行聚类分类,得到径向基函数中的相关参数。对于近似模型权系数采用能够适应大规模并行计算并且能够在全局解空间的多个区域内寻优的遗传算法进行求解,而不是采用最小二乘法通过线性方程的求解获得。最后通过对一维非线性和多维高阶非线性函数的逼近测试,以及对近似模型的拟合函数与原函数之间的误差分析,表明本文提出的基于径向基函数的近似模型方法具有良好的拟合与预测精度。     

江阴至靖江铁路渡轮能力分析

通过对江阴铁路渡轮的实地调研和数据分析,应用多元线性回归分析的方法,找出了渡轮的各种避让措施与渡运时间的函数关系.应用数理统计的方法,求得渡轮的最大、平均和各时段的通过能力,得出一些重要结论,并给出了提高渡轮通过能力的三点建议.     

基于函数性数据分析的中国社会消费品零售总额数据的预测

基于数据的函数性特征,采用函数性数据分析方法对中国社会消费品零售总额进行预测。将总额数据分解为长期趋势成分和季节性波动成分分别进行预测。对长期趋势成分引入居民可支配收入数据来辅助预测,对于季节性成分采用自适应选择权重的加权预测法,将两项预测值的和作为总额预测结果。真实数据上的实验结果表明,本文提出的预测方法预测误差小,且预测结果具有很好的可解释性。     

VC调用MATLAB的方法

讨论了在VC中调用MATLAB的3种方法,并对3种方法进行了比较:通过MATLAB Engine方式可以调用C/C++函数和工具箱中的函数,同时还可利用MATLAB中强大的图形功能,但该种方式的致命缺陷是不可脱离MATLAB的环境;用LCC编译器可以脱离MATLAB环境,该种方式只能调用MATLAB中的C\C++函数,并且不支持图形;Matcom是一种比较有效的方法,它不仅可以调用C\C++函数,并且可以支持图形,但缺陷是不能调用涉及MATLAB内部类的函数。通过对3种方法的分析,指出了开发数据分析软件的一种有效途径。     

组合模函数方法及其在机械故障诊断中的应用

针对信号被噪声污染时,经验模式分解(empirical mode decomposition,EMD)分析信号得到的本征模函数(intrinsic mode function,IMF)会发生明显畸变,从而降低经验模式分解精度这一问题,提出了组合模函数方法。该方法利用经验模式分解算法对信号进行分解,然后将特定的本征模函数组合起来,从而得到一个新的带宽依据信号特点自适应变化的带通滤波器,揭示信号特征。将所提出的方法应用于仿真数据及某电厂发电机组高压缸振动超限故障数据分析。结果表明:组合模函数方法能够较好地解决本征模函数畸变问题,明显提高经验模式分解精度,有助于精确提取故障特征和正确诊断故障类型;组合模函数方法对工程环境采集的机械设备故障数据分析和特征提取具有一定实用价值。     

机械产品概念设计中的功能分析方法

为了使概念设计中的功能分解方法易于操作，使生成的功能结构包含更全面的设计信息，分析了现有功能分解方法如FAST法、去除和操作程序法以及功能结构法的不足；通过研究技术系统的特征，揭示了机械产品的广义工艺功能特性．引入了输入约束功能的概念，提出了基于广义工艺功能的分解方法，并给出了详细的分解步骤．该方法为机械产品的概念设计提供了一种操作方便、信息全面的功能分解模式．最后引用：工程实例验证了该方法的实用性．     

政治语篇的批评性话语分析

文章以批评性话语分析的视角,在Halliday系统功能语言学的理论框架内,从及物性、情态动词和转换方面探讨政治语篇的话语功能,以便更好地掌握批评性话语的分析方法。     

基于多元统计分析的故障检测方法

作为数据驱动故障检测方法中的重要分支,基于多元统计分析的故障检测方法主要包括主元分析、偏最小二乘、独立元素分析和费舍尔判别分析.本文回顾了上述几种方法,包括数据模型、故障检测的原理及方法优劣.仿真实验说明了几种方法的特性及其故障检测的效果,并探讨了基于数据故障检测方法中的一些问题.     

《泛函分析》课程的教学与学业评价

将《泛函分析》的课堂教学方法的改革与学业评价方法的改革相结合,克服教学课时少等不利因素的影响,探索新的教学模式,以提高教学效果。     

仪器分析的质量保证

探讨了仪器分析过程中的质量分析方法及分析中的数据处理，方法选择，质量控制，质量评估等质量保证问题，为进一步提高仪器分析质量水平和管理水平以及最大限度地发挥仪器分析的作用，做了一些有益的探索。     

环境质量评价中的主成分分析与全局主成分分析方法

给出在环境质量评价中对即时性平面数据的主成分分析方法与对多维动态数据系统的全局主成分分析方法,着重介绍了对时序立体数据表进行立体式的综合与简化,并应用于具体的实例,得到很好的结果.这两种方法对环境质量的评价和治理工作都有积极的指导作用与重要的应用价值.     

利用小波分析进行粗差定位

在测量数据处理中，为了克服粗差对数据分析的影响，采用的办法之一是定位，删去粗差。通过小波多分辨分析方法对测量数据进行处理，可有效地发现和定位其中的粗差，并举一半参数模型的例子加以说明。     

一种基于模型的功能性危险源分析方法及应用

为解决安全关键系统开发早期传统危险源分析方法不精确和不完备的问题,提出了一种基于SCADE(safety critical application development environment)模型的功能性危险源分析方法.利用SCADE数据流建立系统功能性体系结构模型和功能故障模型,将两种模型集成起来,同时,基于SCADE实现一种系统危险场景捕捉算法,对集成后的模型进行分析,得到系统的安全关键功能和系统危险源.将此方法应用于铁路信号计算机联锁系统,仿真结果表明,该方法可以提高功能性危险源分析的精确性和完备性.     

证券投资基金绩效评价研究

在综合分析证券投资基金绩效评价的基础上,根据我国市场特点初步构建了基金业绩评价指标体系．应用传统的单指数评价方法、因子分析法和数据包络分析法对我国2002年前设立的39只基金在48周内的业绩表现进行实证研究,完成了对基金业绩的评价与排序,并分析了几种评价结果的相关性与存在差异的原因．     

结构方程模型下的因子分析

把SPSS分析下的探索性因子分析(EFA)的结果与结构方程模型下的验证性因子分析(CFA)的结果比较,得出结构方程模型下的验证性因子分析的因子载荷比探索性因子分析的因子载荷高.提出对数据进行因子分析时最好采用两种方法结合分析的建议.