支持向量机在股市预测中的应用

介绍了回归问题与支持向量机及其股市预测的研究现状,提出了采用支持向量机的股票预测方法,通过实验证明了该方法的有效性.     

基于支持向量机的股市时间序列预测算法

针对股市时间序列预测的特点,提出了基于SVM的股市时间序列预测算法.设计了SVM的在线训练算法,并设计了遗传算法自动调整sVM的核参数,实现了基于sVM的股市时间序列预测算法在线调整的完全智能化.通过实证分析,以及同BP神经网络方法的比较,结果证明该算法具有预测精度高、参数调整智能化等优点.     

浙江省地壳形变监测网络的构建及其应用前景展望

近年来,GNSS技术取得了长足进展,特别是GNSS的相对定位精度有了显著提高.GNSS技术已经成为监测地壳形变和板块运动的主要手段,它可以提供各活动构造带地壳水平运动的可靠结果,建设浙江省的地壳形变监测观测网,可获取大量监测区域地壳形变震兆信息,对于研究浙江省的地壳形变运动,监测板块边缘及内部的构造变形,提高浙江省地震预报水平有很重要的意义.     

基于BP神经网络的电解加工精度预测模型

为精确地预测电解加工精度,采用了BP神经网络的方法进行建模．在分析影响加工精度主要因素的基础上,确定了BP神经网络模型的特征参数,并根据实际情况,确定了输入层和中间隐层的维数,从而确定了模型的结构．用试验参数对模型结构进行训练,最终建立了一个用于电解加工精度预测的BP神经网络模型．利用该模型进行的精度预测结果表明,该模型的预测误差可以控制在10％以内,具有很高的精度预测能力．     

低渗透油田表面活性剂增注效果预测方法研究

针对低渗透油田在注水开发过程中注入压力高、压力传导慢等问题,室内进行了表面活性剂相对渗透率和天然岩心降低注入压力等实验研究。实验结果表明,在水驱基础上,天然岩心注入浓度为0.5%的NS—1表面活性剂后,后续水驱压力降低25%以上,降压效果明显。根据油水相对渗透率曲线,在油水两相径向稳定渗流条件下,对表面活性剂增注效果、段塞尺寸与增注量的关系等进行了预测。     

我国原煤产量的灰色预测研究

煤炭资源不可再生,是保障国民经济发展的基石,故煤炭产量预测意义重大。利用灰色系统理论对我国原煤产量进行预测,构建预测模型,根据预测2012年我国煤炭产量达42亿吨,2015年达60亿吨。并对预测过程软件实现,采用MATLAB建立小型预测系统。     

基于灰色马尔可夫模型的路面状况指数预测

随着公路使用年数的增加,路面使用性能的衰减不可避免。为延长道路使用寿命,公路养护管理单位需要在适当的时间采取合适的路面养护措施。近年来,我国多个地区开展了预防性养护时机和养护措施的研究。路面使用性能的预测作为预防性养护的基础,可以给公路管理部门提供决策依据。本文运用灰色马尔可夫模型对路面破损状况进行预测。模型兼有灰色预测和马尔可夫预测的优点,预测精度较高。实例表明,与其他模型相比,该模型有较高的实用性。     

基于GWO-CNN-BiLSTM的超短期风电预测

在未来高渗透率风电场景下,超短期风电功率预测研究对于实现电力系统优化运行具有重要意义。为此,提出一种基于GWO-CNN-BiLSTM的超短期风电预测方法。首先,搭建基于卷积神经网络(convolutional neural network, CNN)与双向长短期记忆神经网络(bidirectional long short term memory, BiLSTM)的组合模型,然后,为提升风电预测结果的精度,通过灰狼优化算法(grey wolf optimizer, GWO)对组合模型进行优化,使该组合模型参数能实时适应风电历史数据。最后,仿真结果验证了所提出方法的有效性和优越性。     

神经网络预测蛋白质二级结构的编码技术

考虑不同残基的物理化学性质,将其融入蛋白质二级结构的神经网络预测中,提出了一种新的归一化二进制编码技术,将各种残基不同的疏水值与体积大小归一化结果作为神经网络的二进制输入序列．与其他蛋白质二级结构预测的方法进行了比较,结果表明,该方法能充分利用蛋白质的一级结构信息,获得了很好的预测效果。     

基于EEMD-PSO-LSSVM的中国沿海散货运价指数预测

针对中国沿海散货运价指数(CBFI)预测对精度的要求,从内在波动特性角度出发,提出一种基于集合经验模态分解(EEMD)-粒子群优化算法(PSO)-最小二乘法支持向量机(LSSVM)的组合预测模型.对比LSSVM、PSO-LSSVM、EMD-PSO-LSSVM三种预测模型,EEMD可对CBFI序列中波动较大数据进行降噪分解,保留序列的内在波动特性,且预测精度有一定提升,预测性能更佳.