基于EMD与BP神经网络的中国股票指数期货价格预测

应用经验模态分解算法（EMD）和BP神经网络理论提出了我国股指期货市场价格走势预测模型。首先应用EMD分解算法把股指期货价格序列分解成不同尺度的内禀模态分量（IMF）,再通过重复试验的方法运用BP神经网络对股指期货价格序列和分解得到的所有IMF的数据序列进行训练,得到股指期货价格的预测模型,并对股指期货价格进行预测。实验表明,通过该方法得到的预测值与股指期货的实际价格有着很高的拟合度。     

Predicting the spread of nuclear radiation from the damaged Fukushima Nuclear Power Plant

Japan suffered a M9.0 earthquake and massive tsunami on March 11, 2011, which seriously damaged the Fukushima Nuclear Power Plant and caused a nuclear crisis. The spread of nuclear radiation from the power plant through the atmosphere and ocean was predicted with a short-term climate forecasting model and an ocean circulation model under some idealized assumptions. If nuclear matter were leaked in the near-ground layer of 992 hPa, the climate model results show that the nuclear radiation would cover North America 10 days after the initial leakage, with the concentration at the forefront dramatically reduced to 10 millionths of the initial model concentration at the source. The radiation would span Europe in 15 days and cover much of the Northern Hemisphere in 30 days. If the initial leakage was assumed to occur in the layer 5000-m above the ground, the radiation would cover Europe in 10 days and cover much of the Northern Hemisphere in 15 days. Moreover, under the assumption that the nuclear matter leaked in the 10000-m layer, the radiation would affect much of China after 10 days. The ocean circulation model indicates that the nuclear material would be slowly transported northeast of Fukushima and reach 150°E in 50 days, and the nuclear debris in the ocean would be confined to a narrow band. Compared with the spread in the ocean, the area affected by leaked nuclear radiation in the atmosphere would be very large. Atmospheric monitors in North America and Europe will be helpful for estimating the effect in China of any leaked nuclear material.     

分类器集成在财务危机预测中的应用研究

财务困境预测是金融领域中一个重要的研究课题．已有的统计模型、人工智能和机器学习模型具有预测准确率较低或稳定性差等缺点,因此首次将分类器集成应用于财务危机预测研究,以我国上市公司为研究对象,以决策树和神经网络为子分类器,从实验上证实了分类器集成在提高财务危机预测准确性方面的有效性,最后指出需要进一步研究的几个问题．     

基于Attention机制的LSTM股价预测模型

针对时间序列分析方法和神经网络对于股价预测具有一定局限性的问题,将基于Attention机制的LSTM模型应用于股价预测;以2014-01-02—2020-09-22日的上证工业指数、上证环保指数等相关数据为样本,在LSTM模型中引入Attention机制,使模型聚焦于重要的股价特征信息,预测股票第二日的最高价;实证研...     

弓型折流板换热器动态响应神经网络预测

采用ARX动态模型设计了一种用于换热器动态特性辨识及预测的人工神经网络结构模型,基于有限的实验数据将人工神经网络技术应用于以水、油为换热工质的弓型折流板换热器动态特性的预测当中.采用Levenberg-Marquardt算法对网络进行训练和测试,辨识和预测了换热器单侧流量扰动情况下油侧出口温度的响应情况及换热器油侧进口发生温度扰动情况下油侧出口温度响应情况,并与数值计算进行了对比,神经网络的预测结果好于数值计算.分析了神经网络模型的泛化能力.计算结果表明,人工神经网络对于复杂系统的动态辨识及预测是相当成功的,与基于数理模型的数值预测相比,有更好的预测精度,且模型的泛化能力也很强.     

装载机销售量的二次拟合Verhulst直接模型研究

研究了装载机销售量的二次拟合Verhulst GM(1,1)直接模型,该模型不需要累加生成和累减生成,适合于等间距数据建模,也适合于非等间距建模。计算实例表明,该预测模型有更好的适应性和更高的精度,使用方便,值得推广。     

Linux平台下EST序列分析系统的构建应用实例

利用抑制削减杂交和基因芯片技术获得一批黄孢原毛平革菌特异表达的SET序列,使用Phrap、EMBOSS、B1ast、GENSCAN、MZEF软件,基于Linux操作系统,构建EST序列分析系统,完成了从EST和基因组Blast数据库的构建,载体序列的去除,EST序列的分类和组装,EST序列在基因组上的定位,外显子和内含子的识别以及基因预测,并通过使用perl语言结合bioperl模块写的脚本程序使分析过程自动化,从而可以快速地对大批EST序列进行分析,为克隆相关基因及研究黄孢原毛平革菌功能基因组学提供有用的信息。     

碳酸盐岩缝洞型储层地球物理响应特征及预测方法研究

针对碳酸盐岩缝洞型储层非均质性强、预测难度大的特点, 综合利用岩芯、成像测井和地震等资料, 对渤海湾盆地Z地区下古生界奥陶系碳酸盐岩潜山油藏进行储层地球物理响应特征分析和预测方法研究。提出基于裂缝响应属性的储层预测方法, 在分频、振幅、相干、波阻抗等多种地震属性分析方法的试验基础上, 有针对性地采用改进后的基于线性图像增强的本征值相干预测方法, 预测出该区下古生界奥陶系潜山缝洞储层发育带和下一步井位部署主要潜力区。指出Z地区主要发育北东向、北西向和近南北向裂缝, 缝洞发育区主要分布在Z9井区、Z37井区、Z21井区和Z13井区。预测结果与已有钻井资料吻合程度较高, 取得良好的效果。该方法对同类碳酸盐岩缝洞型油藏的研究具有较好的指导意义。     

中国女子田径最佳成绩发展态势及灰色预测研究

以1-11届全国运动会女子田径各项目最佳成绩和第12届全运会女子田径预测成绩作为研究对象,利用灰色理论的GM(1,1)模型方法探讨了我国女子田径项目50年的发展态势,旨在为12年伦敦奥运会寻找基石和突破口。结果显示,女子10000米、20km竞走、铅球、铁饼等项目应为12年伦敦奥运会中国女子代表团的重点发展项目。     

河南省国内旅游市场发展趋势预测

根据河南省2000—2011年国内旅游市场游客数量统计数据,运用SPSS软件建立立方曲线趋势预测模型,对河南省国内旅游市场发展趋势进行预测.结果显示,预测模型的预测平均精度高达93.63%,立方曲线趋势预测方法可以较好地应用于河南国内旅游市场预测.未来河南省国内旅游市场将保持持续上升的趋势,2015年河南省国内旅游市场游客数量预计为4.04亿人.基于预测结果,提出了促进河南国内旅游发展的相关建议:即加大旅游宣传,提高景点知名度;改善旅游设施,提高接待能力;完善管理体制,促进协调发展.