灰色理论在股市预测中的应用

灰色理论是上世纪八十年代发展起来的一门新学科,已经被成功地应用到经济、控制、工程等领域中。本文将灰色GM(1,1)模型应用于对股市的预测,并将所得值与由RBF网络预测的值进行线性组合以提高预测的精度。     

GM(1,1)模型改进算法及其应用研究

原始序列规律、一次累加生成序列光滑度及其初始值是影响GM（1,1）模型预测精度的主要原因.为了获得较高的预测精度,在原有改善序列光滑度方法的基础上,给出一种基于加权和最小平均相对误差的灰色改进算法.该改进算法不但能够提高拟合及预测精度,而且拓展了传统GM（1,1）预测模型的适用范围.将传统方法与改进算法应用于实际设备故障诊断和寿命预测,结果表明,改进算法对于机械设备的预知维修具有较好的参考价值.     

基于案例推理和数据融合的煤与瓦斯突出预测

为了实现对煤与瓦斯突出快速、准确和动态预测,确保煤矿安全生产,考虑影响煤与瓦斯突出多种因素,提出了一种基于案例推理和数据融合技术的煤与瓦斯突出预测方法.利用基于均值的分批估计融合方法对判别煤与瓦斯突出指标的多传感器数据进行处理以获取更为准确、可靠的数据以提高预测准确性,以获得的多种判别煤与瓦斯突出指标数据为输入利用案例...     

多层次降尺度方法对安徽省月降水量预测的研究

 利用1961～2004年多层次的NCEP环流资料初选出与台站月降水量的显著相关区,通过最优子集回归模型对各初选因子进行筛选和组合,形成了安徽省35个台站的月降水量回归模型,并分别利用NCEP资料和月动力延伸模式环流预报作为输入场对2005～2009年安徽省月降水量进行了回报.结果表明,该降尺度模型包含高低层的多种资料,各因子组合起来可以从统计上反映出一些影响降水的环流配置型,较传统的仅用500hPa资料的降尺度模型内容更为丰富.从回报的效果来看,预测值与实况值平均距平符号一致率为63%,PS评分为75分,其中对涝月的预测效果要好于旱月.     

京津冀地区耕地变化分析及未来趋势预测

利用京津冀地区耕地面积统计资料为基础,采用耕地资源变化率计算方法和灰色预测法,分析和预测了该地区耕地的变化及趋势.研究结果表明:1985-2007年京津冀地区耕地总面积呈波动下降趋势,总共减少924.3 k hm2,多年平均变化率为-0.59%.耕地的三种类型之中,旱地和水田面积几乎年年减少,多年平均变化率分别为-3.57%和-0.73%,而水浇地的面积在大部分年份都有所增加,多年平均变化率为0.85%.2020年,京津冀地区的耕地总量将从2007年的6 531.61 k hm2减小至6 164.4 k hm2,耕地总面积平均每年减少0.44%,即28.7 k hm2.旱地和水田将继续保持较高的减少率,平均每年分别减少2.57%和0.84%.而水浇地的预测结果为2007年至2020年间每年稍增0.17%.在未来的十几年中,尽管耕地减少的速率减缓,但是京津冀地区耕地保护的压力依然很大.     

基于BP人工神经网络的路基压实度预测模型研究

在大量路基碾压实验的基础上,通过对BP人工神经网络的分析,建立了路基压实度预测神经网络模型,并利用MATLAB环境下的神经网络工具箱开发了相应的程序.预测结果表明,该模型程序具有学习能力强、预测精度较高、快速方便等特点.这项研究为路基碾压施工工程中土的压实度预测研究提供了新的研究思路.     

基于遗传算法的水火弯板工艺参数预报方法研究

以钢板加工时间和铜板收缩率曲线拟合优度作为两个目标函数．建立水火弯板工艺参数优化问题数学模型,并应用权重系数变化法．将问题转化为单目标优化问题．基于分层遗传算法（HGA）,应用三次样条插值、误差分析等方法,将目标函数转化为群体中个体的适应度函数．由加热线条数、相邻加热线之闻距离（加热线间距）和加热线收缩量作为3个约束条件,构造分层遗传算法编码,并且内外层编码在遗传运算时分别采用不同的遗传算子,最终得到钢板水火弯板加工工艺参数预报结果．经算例验证,该方法可以对船体外板作出良好的水火弯板工艺参数预报．     

H.264视频编码在数码监控系统中的应用研究

目前数码视频监控系统大多采用MPEG1、MPEG2的编码标准,导致视频存储成本高,网络负载重.H.264比以前的视频编码标准可以节省50%以上的码率,因此在视频监控中具有很大的应用前景,但其编解码器也很复杂.为了达到实时压缩的目标,文章从三个方面来提高其运算速度:①优化帧间模式的选择;②调整内插算法的运行结构;③采用MMX、SSE汇编优化.     

ECOC多分类算法在慕课数据挖掘中的应用

收集并整合多所高校学生的慕课学习行为数据,设计基于数据复杂度的纠错输出编码(ECOC)多分类算法.该算法利用数据复杂度降低多类之间的分类难度,从而提高算法的预测准确度.实验结果表明,在不同高校的慕课数据集的测试中,所设计基于数据复杂度的ECOC分类算法比传统的ECOC算法具有更高的分类准确度和鲁棒性,实现了学生学习成绩...