基于二次分解与LSTM的金融时间序列预测算法研究

现有结合特征提取与预测模型的方法不能准确把握金融时间序列的混沌性与交互性,导致预测精度不高。针对此问题,提出一种基于二次分解与长短期记忆(long short term memory, LSTM)网络的金融时间序列预测算法。使用变分模态分解方法与集成经验模态分解方法依次解析金融时间序列数据,得到能表达数据混沌性特征的模态;将模态信息输入到融合有因子分解机(factorization machine, FM)的长短期记忆网络模型中,融合获取到的长记忆性特征与交互性特征,进而预测最终的结果;选取沪深300指数的历史数据作为实验数据集,通过多组对比实验验证算法的有效性。实验结果表明,提出的算法可以有效提升模型的预测能力,同时表达金融时间序列的混沌性、长记忆性、交互性。     

明渠非恒定流计算中双消除法的应用

双消除法(追赶法)是数值求解圣维南方程组隐式差分格式的一种较简便的方法,要求计算机内存少,计算速度快,並易于掌握.用双消除法来处理天然河道中常见的集中旁侧入流、与主河道连通的蓄水洼地、集中水头损失及闸、堰、泵站等问题时,只需增加一个虚拟河段.在求解过程中,虚拟河段与一般河段一样,所不同的是其中的追赶系数由连接条件(内边界条件)所决定.双消除法也可方便地推广应用于河网非恒定流计算.笔者在求解上海黄浦江流域模型中运用双消除法取得了较为满意的结果.     

来水组成模型

在太湖流域水文动力数学模型的基础上,以太湖流域的实际水网为例,建立了来水组成模型。该模型能准确计算出不同水源在河网中的运移过程,定量研究河网各断面的来水组成。从理论和模型上较好地解决了复杂河网的来水组成问题。     

河道二维非恒定流计算

本文采用边界拟合坐标系统把物理上不规则域变换成平面上的矩形域,从而克服了天然河道边界形状复杂及长宽比相差悬殊所带来的困难.还探讨了用算子分裂法把二维问题分解成若干个简单的一维问题求解,指出该法只适用于小Courant数,否则会引起严重的"轴化"效度.在此基础上提出了合适的分步及求解方法,并用Delft弯道模型试验资料作了验证.本文还对基本方程组作了修正,修正后的方程组能近似地考虑河道弯曲时环流所引起的横向动量交换,计算结果有很大改善,与实测资料吻合得较好.     

太湖流域产汇流模拟

太湖流域河网密布,湖汊遍布。本文结合传统的水文方法开发了适用于平原河网地区的产、汇流模型。在太湖流域的水量和水质计算中证明该模型是十分成功的。     

平原区产汇流模拟

针对平原区下垫面多样变化和在分区内分布不均匀的特点,将平原区分解为水面、水田、旱地与城镇建设用地4种下垫面,分别采用不同的产流模型,根据圩区内外不同的汇流特性,分别采用不同的汇流处理模式.以太湖流域为试验区进行检验,结果表明了该模拟方法的可行性和有效性.     

长江下游镇江至吴淞段潮位相关途径预报方法

选择镇江、江阴、浒浦、七浦、吴淞口等潮位站为研究对象,通过分析沿江各潮位站日平均水位的影响因素,利用多元线性回归建立了沿江各站日平均水位与上游大通站日平均流量过程的相关关系;在此基础上,考虑到沿江各站日平均水位除了与上游大通站流量有关外,还与吴淞口天文潮的大小有关,增加了能够反映潮差大小的相关因子,有效提高了相关方程的...     

基于模态重构与多维评价的时间序列趋势提取

为了准确提取时间序列的趋势特征，提出一种基于模态重构与多维评价的时间序列趋势提取算法。定义重要点作为时间序列分段点的候选集，运用自适应噪声的完备经验模态分解方法对时间序列进行分解和模态重构得到全局因子，使用全局因子度量重要点在整体维度上的重要程度，给出特征因子和边界因子的定义并分别用来度量重要点在单点维度和局部维度上的重要程度，根据3个评价因子综合评价重要点来选取分段点。仿真实验结果表明，该方法具有良好的去噪能力，在相同压缩率情况下的拟合精度比现有方法高，在对心电图趋势提取的实验中也验证了方法的有效性。