Application of support vector machines regression in prediction Shanghai stock composite index

0　IntroductionNeuralnetworks,inrecentyears,havebeensuccessfullyusedformodelingfinancialtimeseries.Researchesrevealneuralnetworkshavebetterresultsindescribingdynamiccharac teristicscomparingwithclassicalstatisticalmethods[1 3] .Back propagation (BP)neuralnetworkisamostpopularlyusedneuralnetworkmodelintheareaoffinancialforecasting .AlthoughBP’sstructureissimple ,ithaspowerfulabilityinsolvingvariousproblems.TherearealsoshortcomingswithBP :needsformanycontrolparameters,difficultyingettingsta…     

微纳米活性复合矿物橡胶助剂的研制

根据白炭黑性能及其在钢丝绳橡胶运输带中作粘合助剂的机理分析研究,通过"矿物/表丽活性剂/橡胶"三相化学界面设计,复合利用多种非金属矿物,并将其超细粉碎至微纳米级粉体,经表面化学改性,研发成功白炭黑等量替代产品,并实现了产业化.提出了微纳米复合矿物粉体经表面设计及化学改性,可以作为橡胶粘合助剂产品的理论和一条工艺技术路线.     

混凝土倒"T"形叠合板承载力的计算方法

提出一种只发生"部分叠合"的新型混凝土倒"T"形叠合板结构形式.采用肋部厚度已达最终设计厚度的倒"T"形截面预制板,使之能直接承受后浇叠合层混凝土的自重和施工活荷载,节省模板和临时支撑;再根据倒"T"形叠合板的构造特点和试验研究及实际工程应用,提出了这种新型叠合板以倒"T"形板为跨中弯矩的承载主体,后浇叠合层混凝土仅参与正常使用阶段工作的基本假定,建立了计算内容与整浇梁板相同的、简单可靠的承载力计算方法.由于计算过程中将仅发生部分叠合的后浇叠合层混凝土的实际结构功能予以降低,故设计者可根据实际工程情况赋予倒"T"形预制板凹槽内的后浇叠合层混凝土某些附加的有益功能,如保温、防渗、轻质等,从而进一步提高该结构的安全性和适用性,更有利于这种新型叠合板结构的推广应用.     

聚氨酯基互穿网络聚合物阻尼材料聚合工艺的研究

以合成的网状聚氨酯为基.采用"同步"互穿聚合物网络化技术、引入甲基丙烯酸甲酯聚合体系, 通过改变聚氨酯和聚甲基丙烯酸甲酯软硬段配比. 软段中异氰酸酯和羟基比例以及交联密度等因素,合成了一系列互穿网络聚合物(IPNs),通过正交实验设计考察了各因素的影响递次.确定出最佳合成工艺,并采用频率响应法测定了材料的阻尼性能,用PE-TMA热分析仪检测其玻璃化转变温度区间.     

耐水性水玻璃复合涂料的研制

采用适量氟硅酸钠改性剂和有机胺促进剂对基料水玻璃进行改性,协调粘性,耐水性和凝胶时间的相互关系,以磷酸,氧化硅氧化锌,铝盐,钙盐及钡盐等为原料制备磷硅酸盐固化和固化剂促进水玻璃的聚合和二氧化硅凝胶的缩合,拼用苯丙乳液作为辅助成膜物质。然后利用正交法优选配方,制得耐水性良好,附着力强的水玻璃复合涂料,它具有成本低廉,不污染环境和耐老化等特点,可应用于防火涂料和外墙涂料上。     

基于图书借阅关系的复杂网络的度分布和集聚程度

对泉州师范学院一校区的图书馆对外借阅处这一特定复杂系统的数据用复杂网络来进行描述并研究,在实证基础上,验证了图书借阅网络度分布服从N∝exp(-ck)单标度性质的规律,并对其与无标度网络模型进行了一定的对比和分析.在分析过程中,发现单元读者网络的集聚系数比较大,得出该复杂系统实例的读者集团化程度比较高的特性..     

基于改进多孔算法的时间序列预测

针对小波分析技术存在的边界问题,提出一种改进的多孔算法。使用该算法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于单变量时间序列预测任务具备可行性。为进一步提高预测精度,引入了神经网络集成技术以改善网络泛化能力。实验表明,这种组合预测模型预测效果与稳定性优于传统预测模型。     

传感器网络中异常数据实时检测算法

如何实时检测传感器网络中异常数据是一项非常重要的工作。通过对线性自回归的分析法,给出传感器数据流的预测模型及其预测机制。当预测出现失败时,给出了一种预测模型自动调整策略,以降低预测误差。基于该预测模型,提出了一种异常数据检测方法,通过计算当前时刻的预测误差与平均预测误差的比值,比较该比值与预先设定的阈值的大小,以检测该时刻数据是否为异常数据。基于该方法,提出了异常事件检测和数据压缩处理的算法。仿真结果验证了预测模型的正确性和有效性,表明该模型能够实时检测异常事件和压缩数据处理。     

具有无尺度拓扑与小世界效应的Sierpinski网络

复杂网络是目前国内外研究的热点之一,而分形则被认为是上个世纪学术界的一个重要发现.根据Sierpinski垫这一著名的分形结构,构建了一类确定性网络,称为Sierpinski网络.提出了生成该网络的一个迭代算法,使抽象的网络构造变得具体而直观.研究发现该网络具有与许多现实网络相似的结构特性:幂律度分布、较高的集聚系数和较小的直径.     

自然计算——人工智能的有效实施模式

对自然计算理念给出统一的框架描述,并以反馈式神经网络和群体智能算法为例加以具体论述.在所定义模型框架下,自然计算领域内算法中的相关智能体群表现出一种相对统一的智能计算模式.