论英语学习者的自我修正意识

英语学习者在运用目的语的过程中所出现的语言错误．大多可以通过学习者自身的检验去发现，去纠正和克服。强化学习者的自我修正意识，有助于培养学习者的自我修正能力，从而培养学习者良好的外语学习习惯，提高学习效果。     

动态误差时间序列小波神经网络预测模型

基于现代误差修正技术,研究小波神经网络建立的动态测量误差预测模型,以进行误差修正,提高动态测量精度,避免了传统神经网络需要人为干预网络结构参数的不足。文章介绍了建模方法,重点对大轴圆度误差测量过程中的动态测量数据进行实例分析,结果表明,该模型预测精度高,具有重要的应用价值。     

不确定大时延下遥操作对象模型的在线修正方法

基于预测模型的遥操作是消减通信大时延的有效方法,预测精度直接影响操作品质。分析了遥操作中的不确定大时延及有限带宽对模型修正的影响,针对模型参数的不确定性,提出了一种新的模型在线修正方法。该方法采用时标标识、同态模型、数据平滑等策略,有效克服了实测信息错配、反馈修正与实时预测过程异步以及变采样步长问题,实现了模型的精确在线修正,提高了预测精度和系统的鲁棒性。通过仿真实验验证了该方法的有效性。     

中国房地产财富效应的协整分析和误差修正模型

为了揭示中国房地产价格与居民消费的关系,在论述财富效应理论对中国适用性的基础上,引用了持久收入假说与生命周期理论下的财富效应模型,并以该模型为基础构建了协整分析与误差修正模型.同时,选取上海市数据为样本进行实证的分析,验证中国房地产财富效应的存在性.此外,进一步选取北京、天津、深圳、重庆市数据为样本进行扩展的实证研究,并进行比较.研究表明中国房地产财富效应在一定范围内存在,长期的房地产财富效应基本是正向的,而短期的房地产财富效应的发挥形式存在一定的差异.     

滑动平均法改进型灰色预测模型在德山开发区电力负荷预测中的应用

利用灰色控制理论对德山开发区电力需求量进行预测.用生成方法对原始数据进行处理,消除了影响电力需求量的众多非重要因素,并从原始数据中挖掘有用的信息,建立微分拟合方程,基于残差修正提出滑动平均法改进型灰色预测模型,增加当年数据的权重,避免数值的过度波动.德山开发区电力负荷预测结果表明该模型能有效提高预测精度.     

国际原油WTI期货价格与现货价格关系的实证研究

运用计量经济学软件Eviews5.1,对2006年3月24日至2006年8月25日的国际原油WTI(West Texas Intermediate)期货市场价格与现货市场价格数据序列进行ADF单位根检验和协整检验,建立了WTI期货市场价格与现货市场价格的长期均衡方程和短期误差修正模型(ECM).结果显示虽然国际原油WTI期货市场价格与现货市场价格由于独特因素的影响,具有短期的动态差异,但是从长期来看,期货价格与现货价格之间存在均衡关系,期货价格是向现货价格复归的.     

基于修正传播算子的宽带相干源DOA估计

将数据共轭重构的修正托别列兹方法（MTOP）引伸到宽带传播算子算法中，提出了修正的宽带传播算子DOA估计算法，从理论上论证了这种引申的合理性．通过理论分析和数值仿真，证明该算法在快拍数有限和低信噪比的情况下，可明显提高信号DOA估计的性能．在不增加运算量的条件下，该算法性能优于OPM算法．     

非线性回归模型线性化后的参数估计精度问题

根据LS估计理论,对非线性回归模型线性化后参数估计精度存在的问题进行了分析,通过变量变换对线性化模型随机误差的方差进行了修正,建立了新参数估计模型.新参数估计模型满足Gauss-Markov假定,保持了LS估计的优良性质.     

基于动态计量经济学模型的房地产周期研究

为正确判断房地产发展趋势,以动态计量经济学模型为基础,科学地识别并预测房地产市场周期。采用北京1989—2004年的时间序列数据,将先验经济理论与数据统计分析结合,建立自回归分布滞后的ARM AX模型。对变量进行单整ADF检验和多重协整JJ检验,求出误差修正序列。用包含误差修正项的模型来预测市场周期,弥补中国房地产市场广泛存在的非理性因素影响和统计数据的缺陷。研究表明:北京房地产市场的周期约为4~5 a;2005年的房地产市场正处于扩展阶段;2006年北京房地产市场仍将呈现稳步上升的态势。     

北京市房地产投资与经济增长的协整研究

本文运用协整理论,对北京市1996-2006年间的房地产开发投资与GDP的数据进行分析研究,结果表明两者之间存在长期稳定的均衡关系,通过对其建立误差修正模型,可以看到两者之间存在长期均衡和短期波动的关系,房地产投资是经济增长的格兰杰原因。