基于小波分析和模糊神经网络的水文预测

提出一种基于小波—模糊神经网络的水文时间序列预测方法．利用小波分析具有“数学显微镜”的特点，分析水文时间序列的频率构成；通过模糊逻辑和神经网络两种理论的融合，对各频率分量进行预测，最后合成预测结果．对浙江源口水库10年间入库水量时间序列的预测实践，验证了方法的有效性。     

一种多传感器冗余的神经网络算法研究

把传感器硬件冗余技术,BP网络以及串闻联Elman递归神经网络结合起来,提出一 各新方法用于构造具有传感器故障检测,分离且具有冗余能力的智能传感器系统,这可以减少硬件冗余技术中使用传感器的个数,消除硬件冗余技术中对冗余传感器应具有相同参数特性的要求,同时可以提高系统预报的准确性,仿真结果验证了这一方法的有效性。     

2000-2014年呼伦贝尔草原植被覆盖度时空变化分析

以呼伦贝尔草原核心区的新巴尔虎右旗、新巴尔虎左旗、陈巴尔虎旗和鄂温克族自治旗为主要研究区,基于MODIS NDVI数据,利用像元二分模型反演得到植被覆盖度,并结合土地覆盖分类产品,构建2000—2014年研究区植被覆盖度时间序列.通过时间序列分析,从不同的时间和空间尺度分析草原植被覆盖度的变化规律;同时引入覆盖度异常变化点检测算法,并结合该地区同期气象数据,进一步探讨研究区植被覆盖度变化与气象因子之间的内在驱动力关系.结果表明,植被覆盖度在空间分布上主要表现为:从东往西依次递减,特别是研究区西南部,覆盖度最低;15年来研究区植被年际变化总体上呈现前10年下降、后5年缓慢上升的趋势.对植被覆盖度的异常变化进行分析,结果显示:返青期和枯萎期覆盖度的剧烈变化与温度的相关性较大,生长旺季内(7—8)月覆盖度的剧烈变化主要与降水量有关.     

可转债定价的一种实用方法——基于市场价格和模型价格的时间系列分析

首先将可转换债券的价值分解为企业债和认股权证价值之和,利用B—S公式计算出简单的模型价格,由于简单的模型价格与市场价格存在较大的差距,将该模型价格和市场价格建立时间系列方程,预测新的理论价格。实证表明,新的理论价格与市场价格的误差基本能够控制在±2％以内,并且能够经受住多只可转换债券长时间的检验。     

我国通货膨胀与对外经济的半相依自回归模型的研究

对时间序列提出半相依自回归模型的概念 ,并将其应用于我国通货膨胀与对外经济的预测 .预测结果与自回归模型的预测结果进行了比较 .     

Robust trading rule selection and forecasting accuracy

Trading rules performing well on a given data set seldom lead to promising out-of-sample results, a problem which is a consequence of the in-sample data snooping bias. Efforts to justify the selection of trading rules by assessing the out-of-sample performance will not really remedy this predica- ment either, because they are prone to be trapped in what is known as the out-of-sample data-snooping bias. Our approach to curb the data-snooping bias consists of constructing a framework for trading rule selection using a-priori robustness strategies, where robustness is gauged on the basis of time- series bootstrap and multi-objective criteria. This approach focuses thus on building robustness into the process of trading rule selection at an early stage, rather than on an ex-post assessment of trading rule fitness. Intra-day FX market data constitute the empirical basis of the proposed investigations. Trading rules are selected from a wide universe created by evolutionary computation tools. The authors show evidence of the benefit of this approach in terms of indirect forecasting accuracy when investing in FX markets.     

浅谈加快施工进度的措施

以某市政道路工程为例,阐述了加快施工进度的措施,包括缩短前期准备工作时间,根据工程特点及早制定对策,合理安排施工顺序,确保人员、材料、机械的数量,明确时序目标等。     

一种时序关联规则挖掘算法的研究与实现

针对时间序列,研究和分析时序关联规则挖掘,提出时序关联规则数据挖掘的基于滑动窗口和时序树特殊结构的新的挖掘算法,并利用该算法挖掘超过给定支持数阈值频繁时序,为用户的决策支持及趋势预测提供支持,并通过实验验证算法的有效性和实用性。     

基于时序分析的边坡变形预报与变形行为特征

把数理统计软件Eviews引入岩土工程领域,对东明矿J2边坡监测点高程监测数据分别建立双对数模型、指数模型、线性模型、三阶多项式模型进行回归分析,找出物理量随时间变化的规律,然后通过相关统计学及力学假设,依托现有实测工程数据,建立时序模型并优化之,将经典ARMA模型推广到ARIMA模型,提高了拟合和预测精度;依据所建模型给出位移预报曲线,并探讨了边坡变形行为特征,对揭示边坡系统变形规律,选取最优防护体系具有指导意义,为工程数据分析和数值模拟提供了新思路.     

基于多边形边界约简的在线时序表示算法

时间序列是一类重要的复杂数据类型。首先分析了Douglas-Peucker和多边形约简时序表示算法。然后借鉴滑动窗口思想，提出了基于多边形边界约简的启发式在线时间序列表示算法。该算法具有多边形约简算法很好的近似质量，同时可以在固定数据缓冲空间内在线运算。此外，根据最大允许误差，算法用启发式搜索方法自动获取最佳分段数。在随机时间序列上仿真试验证明算法有很高的逼近质量和较低的计算复杂性。