基于门控循环单元神经网络的金融时间序列预测

针对循环神经网络(recurrent neural networks,RNN)网络结构存在的长期依赖问题,门控循环单元(gated recurrent unit,GRU)神经网络作为RNN的一种变体被提出。在继承RNN对时间序列优秀记忆能力的前提下,GRU克服了时间序列的长期依赖问题。本文针对金融时间序列数据存在的依赖问题,将GRU扩展应用到金融时间序列预测,提出了基于差分运算与GRU神经网络相结合的金融时间序列预测模型。该模型能够处理金融时间序列数据的复杂特征,如非线性、非平稳性和序列相关性。通过对标准普尔(SP)500股票指数的调整后收盘价进行预测,实验结果表明,所提出的方案能够提高GRU神经网络的泛化能力和预测精度,并且与传统预测模型相比该模型对金融时间序列的预测拥有更好的预测效果和相对较低的计算开销。     

基于SWIPT的协作中继系统动态时间分配策略

无线信息与能量同步传输技术为通信系统中能量受限型节点提供了解决方案,可延长节点生命周期。为研究时间分配对系统中断性能的影响,针对采用解码转发策略的SWIPT协作中继系统,研究构建系统信道容量模型,在满足系统最低传输速率的约束下,提出一种中继动态时间分配策略来优化传输。该策略首先对系统目的端节点的中断概率进行分析,推导得出系统中断概率与时间分配系数之间关系的表达式,然后以最小化中断概率为目的构建优化求解模型,利用迭代算法得到问题的解。仿真结果表明,与现有的传输策略相比,动态时间分配策略可以显著减少系统中断概率,能较好地改善系统传输性能,保障系统的可靠运行。     

粉煤灰与粒化高炉矿渣对水泥稳定碎石强度和收缩特性影响研究

为了系统评价活性粉末对水泥稳定碎石路用性能的影响,采用无侧限抗压试验、间接抗拉试验、干缩试验和温缩试验,研究了粉煤灰与粒化高炉矿渣单掺及复掺比例对水泥稳定碎石强度和收缩性能的影响规律。结果表明:粉煤灰、粒化高炉矿渣在单掺、复掺下均能通过填充效应及二次水化反应改善水泥稳定碎石力学特性和收缩特性,其中掺加粒化高炉矿渣的水泥稳定碎石强度增长较快,复掺粉煤灰与粒化高炉矿渣对水泥稳定碎石力学特性与收缩特性改善效果最佳。     

基于A5的群的一些特征性质

主要研究当有限群G的最高阶元素的阶是5,最高阶元素的个数是24时,群G的所有结构。     

关于股票价格的二阶模糊时间序列

由于股票价格的时间序列具有不确定性,股市的真实模型不容易建立,而模糊时间序列在解决模糊性数据和不确定性数据方面具有较大优势;因此,本文首先将数据进行预处理并改进论域划分的方法,然后利用三角隶属度函数进行数据的模糊化处理,再利用模糊化后的数据建立三层BP神经网络,最后,应用广义的逆模糊数公式将预测模糊集进行逆模糊化,从而得到预测结果.应用本文方法对印度国家银行(SBI)股票价格和Alabama 大学的入学人数进行预测,预测结果精度较高.     

木薯淀粉微球的止血性能初步研究

为了初步探索木薯淀粉微球用作局部止血材料的止血性能,本研究以酸改性木薯淀粉为原料,三偏磷酸钠为交联剂,采用水包水乳液-交联法制备木薯淀粉微球。通过体外和体内止血试验评价木薯淀粉微球的止血性能。研究结果表明,木薯淀粉微球组的全血凝固时间、血浆复钙时间及家兔脾脏划破止血时间均显著低于空白对照组(P0.05),与云南白药组相比无显著差异(P0.05)。初步证明木薯淀粉微球的体外及体内止血性能良好,具有用作局部止血材料的良好潜力。     

具有较少非中心共轭类数的有限群

给出了非中心共轭类数介于6与9之间时有限群的结构,以及非中心共轭类数为10且基柱是可解群时有限群的结构.     

考虑不确定行驶时间的双目标外卖配送路径优化

以运营成本和解的鲁棒性为优化目标,研究了考虑不确定行驶时间的外卖配送路径优化问题,建立混合整数规划模型,并设计了可有效求解该模型的带有精英策略的非支配排序遗传算法(NSGA-II).算例实验和数值分析验证了本文所建立模型的可行性和算法的有效性,可为第三方外卖平台调度优化提供决策支持.     

基于模糊理论和时间研究的配送中心成本核算

为解决因作业中不确定性因素影响造成配送中心成本核算的不准确性问题,将模糊理论与时间研究方法结合,对时间驱动作业成本法加以改进,利用模糊化方法估算配送中心实际作业时间率和作业时间宽放率,利用时间研究方法测算标准作业时间.实例验证了本文改进的时间驱动作业成本法的有效性;K-S检验和F检验结果表明,相比模糊时间驱动作业成本法和基于时间研究的时间驱动作业成本法,本文方法可以更好地消除配送中心成本核算中不确定性因素造成的不利影响,提高成本核算的准确性.研究结论可为配送中心成本管理与控制提供科学的决策参考.     

基于时间序列InSAR技术的川东红层滑坡识别及变形规律

针对川东红层滑坡典型易发区域,采用小基线集(SBAS)时间序列的InSAR(interferometry synthetic aperture radar)方法进行了解译,并采用Google Earth可视化展示,有效圈定并复核了潜在隐患区域。提取了采矿引起斜坡失稳及牛马场滑坡的变形位移曲线,揭示了其变形规律。研究结果表明:解译区滑坡基本都发育在形变速率较大的黄色欠稳定和红色不稳定区域,区域形变位移值大小与滑坡发育比例成正比关系,35%的解译面积滑坡发育比率可以达到70%以上。同时通过野外调查发现4个潜在不稳定隐患斜坡,极大地提高了红层滑坡的早期识别能力。InSAR解译显示研究区西北区由采矿引起的斜坡失稳,与干涉图上的条纹位置对应较为一致,形变位移最大能达到视线向20 mm/a;牛马场滑坡范围均为垂直形变速率较大的黄色和红色解译点,变形位移曲线显示滑坡发生前已经处于蠕变变形阶段,累计变形量可以达到500 mm左右。