翼城县2000年土地需求量预测研究

本文采用定性和定量相结合的方法对翼城县2000年土地需求量进行了预测,为本县土地利用总体规划提供了依据,也为县级土地需求量预测提供了可资借鉴的思路。     

利用Logistic回归模型对上市公司被国企和民企收购的预测

利用Logistic回归模型对公司能否被国企和民企收购进行预测研究.结果表明:资产负债率和托宾Q比率对上市公司被国企收购产生显著的负面影响,相反却对被民企收购产生显著的正面影响,这说明国企和民企在选择收购目标时,对这两个因素判断的方向不同,民企愿意在对外投资时冒更高的风险;民企偏好收购经营效率较低的公司;两类收购者都更加看重上市公司的未来回报能力而不是现期回报能力.     

烧结矿FeO含量模糊聚类算法的研究与应用

烧结机速、料层厚度和点火温度等烧结工艺参数对烧结机尾断面辐射图像特征分布有着重要的影响，而断面辐射图像特征与烧结矿化学成分存在复杂的非线性映射关系．根据方差分析理论，运用混合统计量来确定烧结机尾辐射图像特征的最佳分类数，并应用划分熵来验证分类数的正确性．现场实验表明：该算法正确，能在线运行，准确预报烧结矿FeO含量区间．     

复杂地形大气质量预测模型探讨

对复杂地形大气预测的特点进行了分析,并以高斯扩散模型为基础,介绍了几种不同成因的修正模型,通过实际验证,修正模型可满足应用要求。     

基于动态聚类与偏最小二乘回归分析的居民用电负荷预测

先用动态聚类法对福州市居民历史用电负荷进行聚类分析以获得一个样本空间,在此基础上采用偏最小二乘回归方法进行建模和短期负荷预测分析.     

新安江模型与衰减记忆最小二乘法耦合洪水模型的应用

利用新安江模型进行流域产流计算,采用扩散波方程推得的汇流状态方程描述流域汇流过程,由衰减记忆递推最小二乘法实现参数估计实时化,从而使新安江模型与衰减记忆递推最小二乘法耦合,实现洪水实时预报。利用耦合模型对矶头水库76场入库洪水进行模拟,模拟结果表明,耦合模型适合中小水库入库洪水实时预报,预报精度比独立使用新安江模型得到了大大的提高。     

河网洪水预报径向基函数人工神经网络方法

讨论了神经网络在河网水流数值模拟中的运用现状，并基于河网水流数值计算模拟的特点，将径向基函数神经网络方法应用于复杂河网水流．模型采用混合学习算法，选用高斯核函数作为隐藏层基函数，充分发挥其表示形武筒单、径向对称、光滑性好和解析性好的优势，并采用k-均值聚类算法来确定径向基函数的参数，运用最小二乘法求解权值．建立了珠江三角洲河网的洪水预报模型，计算表明，预测结果与实测数据吻合较好，该模型具有运算速度快、简便易用且预报精度较高等特点．     

The importance of interest rates for forecasting the exchange rate

This study compares the forecasting performance of a structural exchange rate model that combines the purchasing power parity condition with the interest rate differential in the long run, with some alternative exchange rate models. The analysis is applied to the Norwegian exchange rate. The long‐run equilibrium relationship is embedded in a parsimonious representation for the exchange rate. The structural exchange rate representation is stable over the sample and outperforms a random walk in an out‐of‐sample forecasting exercise at one to four horizons. Ignoring the interest rate differential in the long run, however, the structural model no longer outperforms a random walk. Copyright © 2006 John Wiley _ Sons, Ltd.     

Application of autocorrelation method on ionospheric short-term forecasting in China

IONOSPHERIC MOTIONS AND VARIATIONS ARE AFFECTED BY THE SOLAR WIND AND THE MAGNETOSPHERE FROM THE UPPER AND THE MESOSPHERE FROM THE LOWER. APART FROM DIURNAL, SEASONAL AND SOLAR CYCLE VARIATIONS, THE IONOSPHERE EX- PERIENCES AN OBVIOUS DAY-TO-DAY VARIATION…     

OIF Elman神经网络在股市综合指数预测中的应用

利用具有动态反馈机制的OIF Elman(Output-Input Feedback Elman)人工神经网络模型对股市的综合指数进行预测,为股票市场的建模及预测提供了一种新的技术和方法。实验模拟结果表明,OIF Elman网络具有极佳的逼近性能,预测数据与实际数据基本吻合,因此,OIF Elman神经网络用于股市预测是可行、有效的,具有很好的预测潜能和广泛的应用前景。