基于成分数据的市场集中度指标预测建模方法及应用

由于HHI和CRn在反映市场集中度方面各有优势,因此在实际应用中经常同时使用这两个指标.本文从这两个常用指标的定义出发,提出一种新的基于成分数据的市场集中度指标预测建模方法.利用该方法,不仅能预测未来时刻的HHI,同时还能预测未来的CRn,并解决了传统预测方法由于企业的市场排名变化而造成CRn中样本可能发生变化的问题.为验证该方法的有效性,文章将此方法应用于中国寿险行业的市场集中度预测,得到了满意的效果.     

农村信用社产权制度改革内在效率的实证分析

内在效率是指农村信用社改革对其内部经营、运行效率的影响,反映了合作组织自身生存与发展目标的实现程度.本文以H省28个样本县农村信用社改革的内在效率进行实证分析,结果表明新一轮改革是具有效率的,且改革模式和农信社的地区分布对改革效率的影响较大.     

股票日内收益非对称性检验

文章分别考察了1 min5、min和10 min等间隔抽样的股票日内收益,并利用样本偏度方法和基于偏t分布的LM检验方法对3种抽样频率的日内收益的非对称性进行检验;结果表明,随抽样频率升高,样本峰度系数增大,在1 min频率,样本偏度检验几乎拒绝所有股票和股票指数收益的对称性,而LM检验仅拒绝其中几只,但是在5 min和10 min频率,2种检验结果趋于一致。     

基于孪生深度神经网络的风电机组故障诊断方法

为有效提取风电SCADA (supervisory control and data acquisition)中时序数据故障特征,同时考虑一维卷积神经网络(one-dimensional, convolutional neural network,1-D CNN)提取局部时序特征和长短时记忆网络(long short-term memory networks, LSTM)提取长期依赖特征优势,提出一种基于1-D CNN-LSTM的风电机组故障诊断方法;针对故障样本稀缺问题,基于孪生神经网络架构(siamese network),提出一种基于孪生深度神经网络siamese 1-D CNN-LSTM的风电机组故障诊断方法,依靠少量样本数据对机组故障特征进行有效提取。结果表明：1-DCNN-LSTM优于其他现有深度学习方法;当训练样本不足时,所提出的siamese 1-D CNN-LSTM可以显著提升故障诊断结果。     

冷贮备串联系统可靠性指标的经验Bayes近似置信限

在无替换定时截尾样本下，利用经验Bayes方法和极大似然法研究具有冷贮备部件串联系统(简称冷贮备串联系统)可靠性指标的近似置信限，给出部件失效率、系统可靠度和平均寿命近似置信限的计算公式。最后给出随机模拟例子并讨论置信限的精度。     

Sinc相关随机表面及光散射的数值计算

主要研究具有Sinc函数相关随机表面及其光散射特性.首先提出了该类表面的自相关函数,模拟产生随机表面,获得了此类随机表面样本,并对该类表面的光散射轮廓进行了数值计算.在一定的表面参量设定下,数值计算了部分入射角的随机表面散射轮廓,并对其入射角比较大和比较小时进行了特性分析.     

非参数回归的CV NN中位数估计的相合性

考虑非参数回归模型Y_i=g(x_i)+e_i,其中g(x)是待估的连续函数,x_i是非随机的,e_i是i.i.d.随机误差。笔者讨论最近邻中位数估计g_(n,h)(x_i)=m(Y_i(1),…,Y_i(h))=Y_i(1),…,Y_i(h)的中位数,其中h利用平均平方误差意义下的cross-validation方法选择。在一定条件下,建立了cross-validation最近邻中位数估计的相合性。     

导弹命中概率估值统计特性的研究

本文就简化的情形导出了导弹命中概率估值的抽样分布、期望与方差,从而可对命中概率进行统计推断。     

导弹单发命中概率小子样问题研究

本文在较一般化的概率模型基础上建立了单发命中概率的一些统计模型,并据以分析了单发命中概率估值(?)的统计误差,给出了rms(?)的定量关系式和计算结果,指出了解决导弹单发命中概率小子样问题的途径和方法,为其决策提供了理论依据。文中所给有关统计模型应用于武器系统精度仿真试验时,还能大大提高该项试验的速度和精度。     

基于灰色系统理论的科技人才需求预测

一个地区在制定发展规划和作出各种决策时,必须对未来的科技人才数量的发展趋势作出估计,正确制定人力资源开发和管理战略.科技人才系统与社会经济的发展有着十分密切的关系,此关系中含有许多未知信息,可以利用"小样本,贫信息不确定"问题和"外延明确,内涵不明确"的灰色系统理论,建立灰色预测模型,对科技人才系统作较全面的分析,并作较长期预测.