金融时间序列的数据挖掘技术与经典统计模型的比较

基于对时间序列的数据挖掘思想与经典建模法的基本思路分析和比较，总结各自的优缺点，并阐述二者是在本质上不同的两类重要的时间序列分析法。     

基于DEA的企业绩效评价方法

以效率观点为切入点，引入数据包络分析（DEA）评价方法对企业经营绩效进行综合评价，提出了基于DEA的绩效评价内容，分析了其评价框架与步骤，为企业绩效评估问题提供了一条新的思路。     

通用雷达装备模拟训练系统及其关键技术研究

针对当前模拟训练系统功能单一、型号专用、开发效率低、水平参差不齐等问题，提出了基于PLSE（Product Line Software Engineering）理论的仿真平台概念、通用雷达装备全任务模拟训练系统概念和面向领域的研究方法。建立了外观模型、机理模型、人机交互模型、训练评估模型和系统结构模型的模拟训练系统模型体系，基于此提出了模拟训练系统的四种典型模式。攻克了全任务模拟训练系统研发中的四项关键技术：①提出并实现了面向维修案例的故障建模、仿真和评估方法；②采用USB（Universal Serial Bus）技术建立了基于实装专用部件的人机交互设备通用设计方法；③应用分布仿真高层体系结构HLA／RTI解决了模拟训练系统中的紧耦合交互问题；④建立了基于组件技术的模型规范和软件体系结构，实现组合式的仿真应用构建模式。最后介绍了针对通用雷达装备领域构建的仿真平台和一种虚拟式全任务模拟训练系统。     

基于动态可调簇的无线传感网络能量感知数据存取算法

针对无线传感网中数据收集、存储和查询的需要,提出了一种基于动态可调簇的能量感知数据存取算法ACEDBA(Adjusted Cluster-based energy-aware Data Brokerage Algorithm).该算法将网络节点分成许多簇结构,簇内节点负责数据采集,簇首节点负责簇内数据的收集、汇聚和转发,数据可以集中存储,也可以分布存储在各簇首节点或本地存储.算法引入能量分级消耗机制,可动态选择和调整簇首节点,保证各簇首节点簇内数据存储和簇间数据转发查询的能量平衡.实验结果表明,与典型数据存取算法相比,该算法的节点能耗均衡、生命周期和查询成功率方面具有优势.     

基于小波蚊子的车联网性能评价方法

数据传输可靠性已成为车联网研究的热点问题,首先给出了车辆之间数据传输可靠性的评价方法,并结合小波变换和群蚊子算法对数据评估模型进行求解,同时通过引入分类机制和决策权来引导搜索方向,以此加快算法收敛速度.最后利用仿真实验平台深入研究了影响该算法的关键因素,并讨论了数据包大小、车辆间距、发送功率和车辆速度与数据成功发送率之间的关系.与其他算法比较,该算法显示出较好适应性.     

模式耦合稀疏贝叶斯MIMO雷达成像

通过压缩感知稀疏恢复理论可利用少量MIMO雷达收发阵元实现对目标的高分辨成像。利用MIMO雷达目标图像的块稀疏特性,将模式耦合稀疏贝叶斯学习算法应用于MIMO雷达成像,首先建立MIMO面阵回波信号模型,引入模式耦合稀疏贝叶斯分层模型,将相邻系数通过共用超参数的方法耦合起来。通过贝叶斯推理得到雷达信号的估计式,再通过EM算法实现对超参数的迭代估计,进而实现对雷达信号的估计,直到信号满足误差允许范围,最后重构信号实现MIMO阵列高分辨成像。仿真实验表明,该方法的成像效果在图像的聚焦性能上优于传统的傅里叶、稀疏贝叶斯算法,在散射点重构上优于OMP算法。     

基于因果岭回归的多数据源科研主题识别方法

为了有效解决多数据源科研主题的识别问题,基于因果岭回归建立了一种新的多数据源科研主题识别方法.该方法首先给出了多数据源科研主题识别关键参数(如主题词的引用权重、状态密度)的评价指标;同时根据科研主题形态特征建立了特征函数,并基于因果岭回归给出了具体识别方法;最后,通过仿真实验深入研究了影响该识别方法的关键因素.结果显示,与朴素贝叶斯、KNN算法和MGe-LDA算法相比较,该方法在价值引用量、引用权重和前沿主题相似度等方面具有较大优势.     

Flash在动态演示数据结构算法中的应用

随着信息技术的发展，多媒体课件已成为现代教育中一种必不可少的工具，而Flash以其众多优点获得了广泛的应用。本文将数据结构算法中的动态演示过程借助于Flash表达出来，使之更加生动、形象。     

基于数据仓库的库存分析应用架构

在数据仓库项目实际开发时,由于要分析的历史性数据量非常庞大,如何有效提高系统性能是关注的焦点,其中着重要解决数据增量更新与预计算之间的矛盾,此外,一般数据分析系统只能对历史性数据分析和预测,而在实际需求中可能需要对实时数据进行分析。本文以广东某集团公司信息系统建设为研究背景,以钢材库存分析为主题,提出一种高性能数据仓库架构,有效解决以上矛盾,具有较好应用价值。     

聚类分析在图书馆书籍管理中的应用

阐述了K-means聚类方法在图书馆书籍借阅分析中的应用,以及针对图书馆借阅数据的特点将特征聚类、无量纲化方法引入到K-means算法中.