解析《咸宁学院统计学专业本科人才方案(2010版)》

开设于2002年的咸宁学院统计学专业,通过9年的教学实践,积累了可贵的办学经验.本文通过对<咸宁学院统计学专业本科人才培养方案>2007版与2010版的比较研究,发现新的培养方案去数学化,去师范化,突出了课程设置的专业化和课程安排的实用化,但新方案仍然存在一些问题为下一步的改进提供了方向.     

基于学习矢量量化（LVQ）神经网络的高校毕业生学位评审预测

利用影响毕业生学位评审的五大指标：学习成绩、实习成绩、论文成绩、英语四级、计算机等级,提出基于学习矢量量化LVQ（Learning Vector Quantization,LVQ）神经网络的高校毕业生学位评审预测模型.以某高校某专业毕业生的实际数据为例,验证了此方法的预测能力.结果表明,基于LVQ神经网络的高校毕业生学位评审预测模型,能为评审学位的工作者提供有益的辅助参考.     

基于多元统计—神经网络的教学质量评估模型

给出了基于多元统计—BP神经网络的教学质量评估模型,先采用相关分析、主成分分析对其影响因子作评价和预处理分析,然后以BP神经网络模型作预测,并在Matlab中实现.结果表明,基于多元统计—BP神经网络的教学质量评估模型,既克服了在评估过程中的主观因素,又得到了满意的评估结果,具有广泛的适用性.     

基于灰关联分析Elman网络的网上购物意向预测模型

利用灰关联方法分析了消费者网上购物意向与各影响因子的关系,建立了预测消费者网上购物意向的Elman神经网络模型.结果表明,根据灰关联度的计算得出消费者网上购物意向的影响程度由强到弱的顺序,与实测值吻合,表明利用所建立的Elman神经网络模型能有效地预测消费者网上购物意向.     

高炉喷吹常村贫煤时煤粉的利用率

根据岩相显微分析和化学分析的结果,计算了宝钢1#高炉在进行常村贫煤工业实验时炉尘中未消耗煤粉中的含碳量,确定了常村煤的加入量在20%～40%的条件下炉尘中的含碳量和未消耗煤粉含碳量.给出了宝钢高炉在不同喷煤条件下煤粉在高炉内的利用率.     

基于ARIMA—ANN的时间序列组合预测模型

目前,时间序列预测主要采用基于传统研究方法或人工神经网络技术的单一预测方法.近年来的研究表明,组合预测方法比单一预测具有更高的预测精度.提出了一种基于BP神经网络和ARIMA组合模型的预测新方法,对中国GDP的变化趋势进行了综合分析与预测,预测结果表明这种方法相对于单一的预测方法具有更高的精度,该模型在非平稳时序的预测中的应用是可行、有效的.     

解析《咸宁学院统计学专业本科人才培养方案(2010版)》

开设于2002年的咸宁学院统计学专业,通过9年的教学实践,积累了可贵的办学经验。本文通过对《咸宁学院统计学专业本科人才培养方案》2007版与2010版的比较研究,发现新的培养方案去数学化,去师范化,突出了课程设置的专业化和课程安排的实用化,但新方案仍然存在一些问题为下一步的改进提供了方向。     

基于灰色决策的高校毕业生学位的评定预测

在定性分析的基础上,选取影响毕业生学位评定的5个指标:学习成绩、实习成绩、论文成绩、英语四级、计算机等级,运用灰色关联度分析建立学位评定的预测模型.结果表明,该模型在高校毕业生学位评定预测中的应用是可行、有效的.     

完善仲裁监督浅探

仲裁监督主要包括内部监督、行业监督和司法监督,我国现行仲裁监督的法律规定还不够完善,有的甚至还是空白。为了更好地发挥仲裁的作用,对我国仲裁的内部监督、行业监督和司法监督进行修改、完善,都是十分必要的。     

基于主成分分析与BP网络的房地产投资风险预测

房地产投资具有投资金额大,回收期长,投资风险受多种因素影响等特点,通过主成分分析法将众多指标进行综合,消除样本间的信息重叠,降低BP网络的输入维数。针对房地产投资风险系统的非线性特征,运用BP网络的高度非线性映射能力,对房地产投资风险进行预测,并且与直接用BP网络方法作了对比分析,结果表明：基于主成分分析与BP网络预测结果更精确。