基于GARCH模型的海西州地区高血压发病情况研究

基于广义自回归条件异方差模型的理论,通过建立广义自回归条件异方差模型研究高血压月发病率和月平均气温之间的相互关系.文章通过EViews软件对青海省海西州地区高血压发病病例监测登记资料进行统计分析,并利用原数据建立广义自回归条件异方差模型,通过对模型中的残差序列进行独立性检验和预测,确定所建立的广义自回归条件异方差模型的合理性.     

太阳黑子的多项式趋势-自回归-条件异方差模型

用确定性趋势与残差服从条件异方差模型的自回归模型组合，作为太阳黑子相对数的数学模型，用它拟合1848—2002年太阳黑子相对数数据，取得很好的效果，首先通过逐步回归与逐步自回归，建立太阳黑子数的多项式趋势-自回归校正模型，然后通过PortmanteauQ检验和Lagrenge乘子检验证明残差存在强烈的异方差性，表明仅仅用多项式趋势-自回归校正模型是不够的，再配上一种条件异方差模型，即EGARCH模型控制其残差方差，从而建立多项式趋势 自回归 EGARCH模型，用此模型进行数据拟合回代，分析和预测，表明该模型的拟合，预测效果是好的，所分析的太阳黑子周期是恰当的。     

资产收益率时间序列的条件异方差模型新探

现代金融风险管理中,利用条件异方差模型进行金融时间序列分析扮演着十分重要的角色,最典型的应用是基于观察到的离散时间价格或对数收益率序列做出管理决策.本文试图建立一种新的条件异方差模型去拟合资产收益率时间序列,该模型被本文提出的“正态分布的双变量连续二元正态混合（BNC-MN）分布”信息所驱动.该模型能充分捕捉资产收益率时间序列的“典型特征”如：非对称性,尖峰厚尾,波动群聚以及Black金融杠杆效应等;同时在此模型下,我们可以对上述特征做出较合理的经济学解释,并在一定程度上揭示用广义自回归条件异方差模型(GARCH)去模拟资产收益率序列的合理性.     

基于线性神经网络的重庆市GDP发展研究

对1978-2011年重庆市生产总值时间序列进行分析,研究发现四阶差分之后,数据趋于平稳;四阶差分序列的自相关系数一阶截尾,最终建立时间序列ARIMA（1,4,1）模型,并测算残差平方和,但ARIMA模型的残差序列存在自相关,对拟合效果产生了影响;基于时间序列ARIMA（1,4,1）模型研究的基础,进一步采用线性神经网络对序列进行学习和仿真计算,结果表明：神经网络的模拟效果优于ARIMA时间序列的模拟效果.     

基于图模型方法的ARCH效应检验

应用图模型方法讨论传统时间序列的ARCH(自回归条件异方差)效应,证明了ARCH模型的系数等于变换后模型在给定其它时间序列变量条件下的偏相关系数,并提出了一种新的ARCH效应检验方法.     

基于时间序列模型的河南省房地产价格研究

以SAS软件为工具,对2009年3月～2013年3月河南省郑州、洛阳和平顶山3个城市新建住宅价格指数序列进行了实证分析.通过比较AIC、SBC值和可决系数R2,拟合3个序列的最终模型分别是郑州的异方差AR（3）-ARCH（1）模型和洛阳、平顶山的以时间变量t为因子的残差自回归模型.预测结果显示,河南省的房价近期仍呈上升态势,郑州的上涨幅度最大,大约是1.4％ ～1.5％,洛阳约为0.5％,平顶山约为0.3％.     

美元/欧元汇率的趋势与波动分析及区间预测

对美元/欧元汇率进行趋势与波动分析并作出区间预测。利用BP神经网络提取趋势,对残差分别运用自回归移动平均模型和广义自回归条件异方差模型分析波动性,将趋势与波动性结合给出区间预测。对2001年7月至2017年10月美元/欧元汇率的研究发现,BP神经网络具有很好的非线性刻画能力,但只有合适的预测精度才能得出较好的预测区间,同时也发现,广义自回归条件异方差模型对波动性的分析效果优于自回归移动平均模型。因此,BP神经网络模型与广义自回归条件异方差模型的组合模型(BP-GARCH模型)更适合时间序列的中长期区间预测。通过调节BP神经网络的参数、误差及预测精度提高组合模型的精度。     

一种回归模型异方差性的检验方法*

针对现有回归模型异方差性检验的局限性,借鉴尺度参数检验与重抽样方法的思想,通过对残差序列进行随机抽样,提出了一种可行的非参数检验方法;该方法具有更强的适用性,Monte Carlo模拟结果表明,其检验效果良好,尤其针对样本量较小的情形。     

具有AR(p)误差的非线性模型异方差和相关性检验

讨论随机误差是AR(p)序列的非线性回归模型的异方差和自相关性检验问题.首先导出联合检验的score统计量,然后利用参数的正交变换,得到了调整的score检验统计量.当模型存在自相关性时,给出了检验异方差性的score统计量和调整的score统计量.最后利用得到的检验方法分析了氯化物数据,分析结果表明,该数据具有显著的异方差和AR(2)相关性.     

基于变量选择的异方差White检验

在多元线性回归模型的异方差检验中，当解释变量较多且两两之间相关系数较低时，会导致传统White检验构造的辅助回归函数参数增多、计算量增大、检验效果不明显。针对这一问题，基于异方差检验原理，建立残差平方与解释变量之间的回归模型，筛选出系数显著的解释变量，利用残差平方与筛选出的解释变量构建辅助回归模型进行异方差检验。数值模拟及实证分析表明该方法有良好的检验效果及简单的步骤。     

单核细胞增多性李斯特菌对人、鼠脑微血管内皮细胞黏附、侵袭、增殖差异性分析

为探究单核细胞增多性李斯特菌(LM)不同菌株对脑微血管内皮细胞黏附,侵袭以及在细胞内增殖的差异,本实验利用LM90SB2、LM3、LM4,塞氏李斯特菌(L.seeligeri),无害李斯特菌(L.innocua)感染脑微血管内皮细胞,采用BHI平板计数,测定细菌黏附率、侵袭率及不同时间细胞内增殖情况。结果表明:LM90SB2、LM3、LM4对脑微血管内皮细胞黏附率为3.14%~7.83%,统计学分析其差异不显著;LM90SB2、LM3、LM4对人/鼠脑微血管内皮细胞侵袭率(0.036%~0.128%)均大于L.seeligeri(0.0315%、0.00148%),L.innocua不侵袭脑微血管内皮细胞。LM90SB2、LM3、LM4对人/鼠2种细胞的侵袭率存在显著差异(P0.05),临床分离株LM90SB2增殖速度、菌量及持续时间明显高于其它菌株。以上结果提示LM不同菌株的毒力不同。     

基于ARM LM3S1138处理器便携式实验板的开发

随着信息技术的发展,以ARM(Advanced RISC Machines)为处理核心的产品已经广泛应用到人民日常工作和生活的各个方面,社会对熟练掌握嵌入式系统开发技术的人才需求也日益迫切,各高校对嵌入式系统教学更加重视.由于课程具有较强的实践性,为了使学生熟练的掌握ARM的开发技术,本文介绍了一种基于ARM LM3S1138的便携式实验板.该实验板制作精巧,体积小,可以在实验室以外的地方使用(如宿舍),为学生进行实验,及时掌握理论知识提供了方便,可以有效提高学生对ARM技术的应用水平.     

CO2热泵热水器实验研究

为提高热泵热水器的效率,扩大CO2跨临界循环的应用领域,建立了CO2热泵热水器实验系统．实验结果表明：该系统在不同季节工况下均可正常运行,且均能制取出较高温度的热水,但在夏季工况运行时的性能系数和水流量均最高;从健康角度考虑,当该系统运行于夏季工况,且出水温度达到65℃时,性能系数在3．45以上;若系统冷量同时被利用（即空调热水两用机）,其综合性能系数可达5．9．可见,CO2热泵热水器在制取热水方面具有独特的优势,从能量利用角度分析,CO2空调热水器两用机在夏季运行时有很好的经济性．     

带有流动性的模糊投资组合优化模型

用三角模糊数描述证券的收益率,同时基于流动性与证券收益之间存在的负相关关系,设置流动性的效用函数,从而建立一种考虑流动性的多目标投资组合优化模型,再将多目标模型转化为单目标模型,用Lagrange乘子法求解并进行数值试验.     

基于改进GMDH的科技成果中试转化系统模型构建

基于科技成果中试转化运行原理,搭建中试系统机理模型,利用改进GMDH构建相应数学模型。改进GMDH将含有回归项线性相关检测的快速递归算法（FRA）代替传统最小二乘（OLS）进行GMDH多层建模的部分多项式求解,使用初始变量添加法避免有效神经元过早丢失。以改进的GMDH对上海市中试转化统计数据进行建模及仿真实验,结果表明,所建模型比传统GMDH模型精度高,泛化能力强。     

聚丙烯酰胺凝胶电泳检测大豆SRAP标记

以大豆为试验材料,提取了大豆的基因组DNA,对大豆进行SRAP-PCR扩增,并对产物进行聚丙烯酰胺凝胶电泳,最后硝酸银染色。建立了一种行之有效、简便快捷的应用于大豆SRAP标记的PAGE银染检测方法。     

活性艳红X-3B光催化降解的BPNN模拟研究

采用BP神经网络,以TiO2用量CTiO2、溶液初始浓度C0、溶液初始pH值、光照射时间t4个重要影响因素为自变量,以脱色率DC为因变量,基于Box—Behnken设计和U10（10×5^3）设计实验数据建模,对活性艳红X-3B（简称X-3B）溶液进行光催化降解模拟研究．该模型对训练集和预测集的预测结果的相关系数R分别为0．9947和0．9905,DCExp．与DCCal．的平均相对误差MRE（％）则分别为5．96％和6．65％．表明该模型预测性能好,对X-3B光催化降解反应具有很好的模拟效果．     

基于逐步优化构造背景值和倒数累加生成非等间距多变量的优化MGRM(1,n)模型

灰色系统理论是研究贫乏信息的科学理论,具有广泛的适应性.应用逐步优化的建模方法构造多变量非等间距优化灰色模型MGRM(1,n)的背景值,以相对误差均值最小为目标函数,以MGRM(1,n)响应初值修正量为设计变量,基于倒数累加生成建立了非等间距多变量优化灰色模型MGRM(1,n).该模型不仅适合于等间距建模型,也适合于非等间距建模,拓广了灰色模型的应用范围.该模型精度高,使用简单.实例表明所建模型的实用性与可靠性.     

网状纳米结构 α‐Fe 2 O3 薄膜的电喷雾制备

采用自建的电喷雾装置, 以浓度为10^-6mol/L的Fe(NO₃)₃和HAuCl₄混合溶液为前驱液, 在FTO(掺杂F的SiO₂玻璃)上沉积网状纳米结构的α-Fe₂O₃薄膜, 并分别用X射线衍射（XRD）、 Raman光谱、 扫描电子显微镜（SEM）、 能量色散X射线荧光光谱仪（EDX）、 X射线光电子能谱分析（XPS）和气敏测试对所得薄膜的组成、 结构和性能进行表征. 结果表明： 所得网状纳米结构由α-Fe₂O₃纳米粒子堆积而成; 喷雾过程中氯金酸的浓度和沉积时间对网状结构的形貌具有调控作用; 电喷雾法具有原料消耗少、 产物分散度高等优点.     

基于LMBP算法的液压油缸内泄漏故障诊断方法

针对液压油缸内泄漏故障诊断中提取时域参数过多以及各参数间相互交叉等问题,提出一种基于主成分分析（Principal Component Analysis,PCA）和改进的Levenberg—Marguard（LM）神经网络的诊断方法．首先采用Lu分解法对LM算法中逆矩阵的求解进行优化,以加快网络的收敛速度,然后提取压力信号的8个时域参数作为原始特征,采用PCA法对其进行降维和去相关,提取前2个主成分作为最终特征,输入到改进的LM网络中进行故障模式识别,并将诊断结果与LM算法和GA—BP算法进行仿真对比研究．研究结果表明：基于LMBP算法的故障诊断方法在减少识别误差和提高诊断速度等方面取得显著改善,是一种行之有效的液压油缸内泄漏故障诊断方法．