上海股票市场行业与地区效应分析

根据国家标准行业分类，参照地区的远近和经济发达程度，把上海股票市场的股票划分为15个行业、12个地区。依据上海股票市场从1995年7月到2000年6月的股票回报率月数据，利用约束回归分析法对回报率的行业和地区效应进行了横截面和时间序列分析，结果表明上海股票市场具有明显的行业和地区效应，并且行业效应大于地区效应。     

基于支持向量机的非线性系统辨识

支持向量机（SVM）是一种基于结构风险最小化原理的学习技术，也是一种新的具有很好泛化性能的回归方法，该文利用支持向量机对非线性系统进行黑箱建模，介绍了V-SVR的基本理论，并进行了仿真实验，结果验证了所提出的方法的正确性和有效性。     

零膨胀负二项回归模型的推广与费率厘定

在费率厘定中,当索赔次数数据存在过离散(over-dispersion)特征时,通常会采用负二项回归模型,但当索赔数据中同时又出现零膨胀(zero-inflated)问题时,负二项回归模型不再适合对这样的数据进行分析.在传统的零膨胀负二项回归模型为基础,并将其推广到更为一般的形式,同时利用解决费率厘定中出现的既有过离散又有零膨胀的问题.通过对一组汽车 损失数据的拟合,推广后的零膨胀负二项回归模型有效地改善了拟合效果.     

基于时差相关多变量模型的金融危机前后国际原油价格影响因素分析

为研究各因素与国际原油价格之间相互影响的程度和时差关系,提出了基于时差相关多变量模型的分析 框架.根据该框架, 在确定影响因素和模型变量后,对各因素与油价间的时差相关关系进行了分析,以 此作为确定和调整模型中变量滞后阶数的依据,结合变量系数是否显著和模型调整R²是否提高的判 断准则,对金融危机前后共七组样本构建了多元回归模型.研究结果发现:各因素与油价的相互作用并不都 是在当期完成的;金融危机爆发后,各因素与油价的关系均发生了不同程度的变化,且油价有向基本面回归的趋势.     

Improved adaptive pruning algorithm for least squares support vector regression

As the solutions of the least squares support vector regression machine(LS-SVRM) are not sparse,it leads to slow prediction speed and limits its applications.The defects of the existing adaptive pruning algorithm for LS-SVRM are that the training speed is slow,and the generalization performance is not satisfactory,especially for large scale problems.Hence an improved algorithm is proposed.In order to accelerate the training speed,the pruned data point and fast leave-one-out error are employed to validate the temporary model obtained after decremental learning.The novel objective function in the termination condition which involves the whole constraints generated by all training data points and three pruning strategies are employed to improve the generalization performance.The effectiveness of the proposed algorithm is tested on six benchmark datasets.The sparse LS-SVRM model has a faster training speed and better generalization performance.     

基于阈值回归模型的中国电力消费与经济增长的关系

应用阈值回归模型分析在不同经济增长阶段, 经济增长、工业结构、全要素电力使用效率和电力价格对电力消费的 差异性影响, 并基于此揭示1980--2008年中国经济增长与电力消费增长的非对称变化特征. 研究表明: 不同经济增长阶段各变量对电力消费的 作用存在差异, 人均GDP增长率高于9.25%时, 工业结构的重型化显著推动电力消费的增长, 而电力使用效率并未得到有效提高, 对电力消费 增长的抑制作用有限; 反之, 人均GDP增长率低于9.25%时, 经济增长是促进电力消费的主要力量, 电力使用效率的提高则有效地抑制了电力 消费的过快增长. 分析结果也表明, 电价扭曲削弱了价格机制配置电力资源以提高电力使用效率的作用, 积极稳妥地推进电力价格改革势在 必行.     

面向多极值质量特性的全局式序贯性实验设计方法

针对多极值质量特性的全局性建模和参数优化问题, 为降低实验设计样本量, 提高模型预测性能, 提出一种全局式序贯性设计方法. 首先在一定的初始实验设计方式下, 建立过程粗略的SVR模型; 而后根据模型中支持向量的分布, 在支持向量样本各维度的45度角或轴向方向同步地增加实验点, 再拟合过程新的SVR模型; 如此迭代进行, 当模型精度达到要求或样本量达到上限时终止序贯性设计. 仿真与实证研究表明, 该方法能够在可行域全局的范围内将实验点合理地分配在质量特性的多个极值附近, 避免了传统的单路径式序贯性设计只能发现单个极值的不足, 充分提高了实验效率; 与均匀空间网格设计、 拉丁超立方设计和均匀设计相比, 在样本量接近的情况下, 基于全局式序贯性设计的SVR 模型的预测均方误差至少降低了30%; 而在预测误差较为接近的情况下, 全局式序贯性设计的样本量至少降低了12%.     

基于岭回归径向基神经网络的MIMU误差建模

对MEMS（Micro Electro Mechanical systems微电子机械系统）IMU（Inertial Measurement Unit惯性测量单元）的随机漂移和误差进行建模和补偿是提高捷联惯导系统性能的主要方法之一。为了避免径向基（RBF）神经网络输出之间可能存在的复共线性,更加准确有效的对MIMU的输出误差建模,提出将岭回归径向基神经网络用于MIMU的误差建模中。通过与时间序列建模方法的仿真比较表明,在对MIMU误差补偿上所建立的岭回归RBF网络与四阶AR模型方法精度相当,比一阶AR模型精度高,而且无需对数据平稳性处理。

Abstract：

It is one of the main methods to improve the performance of Strap-down Inertial Navigation System for compensating the random drift and bias of MEMS （Micro Electro Mechanical systems） IMU （Inertial Measurement Unit）. In order to eliminate latent multicollinearity of radial basis function neuron network output layer and model the drift and bias of MIMU accurately,the radial basis function neuron network based on ridge regression method was proposed which was applied in modeling and compensating MIMU errors. The simulation shows,compared to the AR model,the precision of compensation of MIMU error using radial basis function neuron network based on ridge regression method is equal to the fourth order AR model,better than first order AR model,and no data stabilization processing.     

地理标志农产品生产质量控制行为分析——基于新疆地理标志水果405户果农的调查

以新疆405户地理标志果农问卷调查数据为依据,运用二元Logistic回归模型对其生产质量控制行为的影响因素进行分析,结果表明：生产者的预期收益、对地理标志水果操作规程的了解程度、是否参加农民专业合作经济组织、是否得到技术指导、是否参加质量培训、政府监管力度与是否得到政府资金支持等影响因素是显著性变量。表14,参12。     

支持向量机控制与在线学习方法研究的进展

支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能控制的研究,主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练,因此出现了对SVMR在线训练算法的研究。分析了国内外这些研究内容的最新研究进展,旨在探讨归纳支持向量机在控制领域研究的主要成果和存在的问题,以便为进一步的研究提供一定的支持与帮助。