基于网络关注度的大宗商品市场预测研究

随着大宗商品市场化的加快和电子信息技术的快速发展,以互联网为载体的网络信息将方便快捷地传递到市场及市场参与者.本文从海量开源数据出发,利用搜索引擎平台,提取核心信息构建网络关注度指标,并提出了基于网络关注度的大宗商品价格预测模型.通过引入具有不同核函数的支持向量回归模型,分别建立了针对单个市场(原油、铜以及玉米)的网络关注度预测模型和综合考虑市场间联动性的多市场网络关注度预测模型.实证结果表明,网络关注度对于市场价格的变动有显著的格兰杰因果关系,引入网络关注度指标和相关市场信息能显著提高预测精度.     

Backward‐in‐Time Selection of the Order of Dynamic Regression Prediction Model

We investigate the optimal structure of dynamic regression models used in multivariate time series prediction and propose a scheme to form the lagged variable structure called Backward‐in‐Time Selection (BTS), which takes into account feedback and multicollinearity, often present in multivariate time series. We compare BTS to other known methods, also in conjunction with regularization techniques used for the estimation of model parameters, namely principal components, partial least squares and ridge regression estimation. The predictive efficiency of the different models is assessed by means of Monte Carlo simulations for different settings of feedback and multicollinearity. The results show that BTS has consistently good prediction performance, while other popular methods have varying and often inferior performance. The prediction performance of BTS was also found the best when tested on human electroencephalograms of an epileptic seizure, and for the prediction of returns of indices of world financial markets.Copyright © 2013 John Wiley & Sons, Ltd.     

黑龙江省通信客户发展分析预测

通过运用灰色系统模型对黑龙江省通信公司近年来的客户发展进行预测,对预测结果进行营销分析,同时寻找如何增强并保持客户的能力,这将对通信企业未来的生产计划产生深远影响,同时也对我省电信增值服务,通信产品发展具有重要的参考价值.     

基于平滑指数法的我国铜材产量预测

铜是用途广泛且较为贵重和稀缺的有色金属.科学预测我国铜材产量,是制定行业发展规划的基础,对指导企业有序、有效生产经营,保持我国促进我国铜产业健康发展具有重要的现实意义.平滑指数法是时间序列预测常用的方法,预测值是以前观测值的加权和,且对不同的数据给予不同的权数,新数据给予较大的权数,旧数据给予较小的权数.运用三次平滑指数法预测我国铜材产量,取得了理想的效果,平均预测仅为1.658 8%.由模型预测得到2017年6月我国铜材产量为178.356万t.     

基于Volterra滤波器的混沌背景弱信号检测

针对混沌背景弱信号检测问题,提出了一种基于Volterra滤波器的混沌背景弱信号检测算法.在Volterra滤波系数计算过程中,采用了解线性方程组算法代替原有的自适应算法,提高了混沌预测精度以及混沌背景中弱信号检测性能.仿真结果表明,本文所提出的算法在信混比达到-70dB时,仍能检测混沌背景中微弱信号.     

监护信息重构方法研究

监护信息系统中通常采用系统建模的方法对监护数据进行分析处理、并识别异常状况.通常这些模型是在模型结构确定的条件下,应用监护数据辨识获得.实际检测获得的监护数据通常包含大量异常值,这会严重降低模型辨识的准确性.提出了一种监护信息系统中异常值分析处理方法.应用Hampel辨识器算法,识别监护数据中异常值出现的位置;并采用kalman滤波器算法的方法对于出现异常值的数据点进行数据重构,实现监护信息系统中出现异常值分析处理.通过应用PhysioNet生物医学信号研究资源中的两组数据集,包括心率和中心静脉压,进行实验研究,结果表明此方法对监护数据异常值分析和处理中取得很好的效果.     

基于局域支持向量机的海浪水压场混沌预测

针对海浪水压场的短时平稳性,采用局域支持向量机进行预测滤波.首先分析了海浪水压场信号的混沌特性,并根据其混沌特性,提取训练空间中与当前相点的行为特征密切相关的最近邻点作为训练样本对支持向量机进行训练,减少了训练样本的数目,节省了网络学习时间,从而可实时对网络参数进行更新,使支持向量机能够跟随海浪的变化.实际计算表明这种算法能够以较快的学习速度和较高准确度实现海浪预测,能够克服由于海浪的短时平稳性所带来的随时间的增长预测精度下降的问题.     

Prediction in the two‐way random‐effect model with heteroskedasticity

In this paper we extend Taub (1979) approach for prediction in the context of the variance components model. The extension obtained is based on the two‐way random‐effect model with heteroskedasticity. Prediction functions are then obtained in three heteroskedasticity cases (heteroskedasticity on the individual term , heteroskedasticity on the composite term ?_it, and heteroskedasticity on the temporal term ). Copyright © 2008 John Wiley & Sons, Ltd.     

轿车市场短期需求的多层次灰色预测方法

本文提出一个新的实用多层次灰色预测方法,并用此方法预测了中国轿车产品短期市场需求     

权马尔可夫链在河流丰枯状况预测中的应用

针对河川径流量为相依随机变量的特点,提出了以规范化的各阶自相关系数为权, 用加权的马尔可夫链来预测河流未来丰枯状况的方法, 并通过实例对该方法进行了具体的应用