稀疏矩阵的关联规则挖掘算法研究

关联规则是数据挖掘中的一种重要模式,自1993年R.Agrawal引入关联规则概念和提出第一个关联规则算法以来,诸多研究人员对关联规则挖掘的算法进行了广泛的研究.但专门研究挖掘稀疏数据的有效算法较少.针对稀疏数据,提出了一个使用简单数据结构——链表的挖掘算法,与其它算法比较,实验结果表明是非常有效的.     

基于贝叶斯学习的关联向量机及其在软测量中的应用

介绍了一种与支持向量机(SVM)函数形式相同的稀疏概率模型--关联向量机(RVM),其训练是在贝叶斯框架下进行的,在处理具有噪声的函数回归时,RVM具有很出色的性能.与SVM相比不仅解更稀疏,而且无需调整模型参数,核函数选择也不受限制.将RVM应用于PTA装置溶剂脱水塔塔顶塔底组分软测量建模,仿真结果表明:该方法预测精度较高,具有一定的应用价值.     

中国期货市场日内效应分析

运用1分钟高频数据对我国三个市场、六个品种的商品期货的收益率和交易量的日内变动模式进行研究,得出了日内绝对收益率及交易量的"L"型变化模式.这跟证券市场的"U"型日内特征不同,我们根据金融市场微观结构理论、交易机制及交易者心理给予解释.在此基础上,利用Granger因果关系检验和向量自回归模型(VAR),研究了影响收益波动性的各种因素.结果表明绝对收益率与交易量、持仓量之间两两存在双向Granger因果关系,这是与股市的只存在由交易量到绝对收益率的单向Granger因果关系不一样的结论,原因在于期货市场的做空机制.通过对VAR模型进行方差分解和脉冲响应分析,实证分析了三者之间的动态关系及影响程度.结论表明:当以绝对价格波动作为被解释变量时, 其自身的滞后项可以解释90%左右的残差扰动,交易量可以解释10%左右的的残差扰动.当以交易量作为被解释变量时,其自身的滞后项可以解释80%左右的残差扰动,绝对价格波动可以解释20%左右的残差扰动.当以持仓量作为被解释变量时,其自身的滞后阶数解释了45%～70%的残差扰动, 交易量解释了25%～45%的残差扰动,绝对价格波动解释了5%～10%.各方程变量解释基本都稳定在20～30分钟后.实证结果还表明持仓量对绝对价格波动和交易量有微弱的影响,而绝对价格波动与交易量有较强的互动影响,并且就此给投资者以相关建议.     

PAM对土壤蒸发的影响分析及其模拟研究

在栽种与不栽种作物的情况下,分别对3种处理的土壤蒸发进行抑制性及差异性分析,并结合气象因子对无作物的土壤累积蒸发量进行多元线性回归分析.结果表明,在无作物的情况下,随着PAM用量的增加,PAM对土壤蒸发抑制效果明显,3种处理两两差异显著,但未达到极显著水平;有作物的情况下,PAM对土壤蒸发抑制效果不明显,但3种处理间的差异性均达到极显著水平.模型的拟合结果表明,3种处理的土壤累积蒸发量均可用多元线性回归模型拟合,且拟合效果较好.图2,表5,参8.     

静态最优期货价差套利头寸比例估计

采用均值-方差期望效用函数,推导了在给定风险条件下,期望收益最大的最优价差套利头寸比例,并且引入常方差(双变量向量自回归和双变量协整模型)来估计方差一协方差矩阵,采用2000年1月至2006年4月上海和LME铜期货合约日收盘价进行了实证检验,结果表明:不同时间窗长度下,双变量协整的计算结果比向量自回归的计算结果平均收益较高而风险较小,而这两者都比1:1的价差套利头寸比例和直接统计的计算结果要好.计算结果也表明:采用日收益计算出的价差套利头寸比例在不同时间窗条件下也具有相当的稳定性和可靠性.     

北京市用水结构与产业结构的成分数据回归分析

城市经济发展带来了产业结构和用水结构的明显变化,本文分析了用水结构受产业结构变化影响的变动规律.用水结构和产业结构是一系列按照时间顺序排列的成分数据,运用软件SIMCA-P 11.5建立了基于偏最小二乘回归的成分数据线性回归模型,证明了用水结构组分变动与产业结构变动有一致性.为城市水资源管理提供了合理有效的定量方法,并可作为对未来用水结构预测的基础.     

公司盈利能力与会计信息质量的实证分析

从上市公司审计意见出发,运用Logistic回归模型分析了在上交所上市的所有公司2006年的盈利能力与其审计意见的关系。实证结果表明,上市公司的审计意见与其盈利能力相关性很强,同时,作为控制变量的董事长与总经理兼任情况和前十大股东持股比例也与审计意见有显著的关联性,说明会计师事务所出具的审计意见值得信赖。     

我国通货膨胀的混合回归和时间序列模型

回归模型的残差项反映了对被解释变量有影响但未列入解释变量的因素所产生的噪音 ,这部分噪音可由时间序列模型进行拟合 .本文对通货膨胀建立了一个混合回归和时间序列模型 ,并将该模型的预测结果与单纯用回归模型的预测结果进行了比较.     

中国北方几种常见表土花粉类型与植被的数量关系

通过中国东北样带（ＮＥＣＴ）沿水分梯度分布的３０个样方的植被调查和表土花粉分析,选取重要和常见的花粉类型：松（Ｐｉｎｕｓ）、桦（Ｂｅｔｕｌａ）、栎（Ｑｕｅｒｃｕｓ）、椴（Ｔｉｌｉａ）、槭（Ａｃｅｒ）、榆（Ｕｌｍｕｓ）、蒿（Ａｒｔｅｍｉｓｉａ）、藜（Ｃｈｅｎｏｐｏｄｉａｃｅａｅ）、禾本科（Ｇｒａｍｉｎｅａｅ）和莎草科（Ｃｙｐｅｒａｃｅａｅ）,取其花粉百分比值与植物重要值进行回归和相关分析．结果表明：花粉百分比和植物重要值显著相关;样带东部森林区与西部草原区的回归参数有明显差异;松、桦、藜、蒿具有高的斜率和ｙ－截距,是超代表性花粉类型;槭、莎草科、禾本科具有低的斜率和截距,是低代表性花粉类型;栎、椴、榆的斜率和截距互为消长,是具代表性花粉类型．具高斜率或高截距的花粉类型,变异系数都比较低,反映这些花粉类型的斜率和ｙ－截距在植被重建中具有较高的精确度．