FEPA-金融时间序列自适应组合预测模型

本文报告一种金融时间序列预测的信号分析、信息融合与智能计算组合模型，简称FEPA，由针对金融时间序列（FTS）信号分析的经验模态分解（EMD）、用于数据降维的主成分分析（PCA）和用于非线性建模的人工神经网络（ANN）三部分组成。该模型首先应用滑动窗口截取原始金融时间序列最近期数据集，应用EMD分解算法把数据集分解成不同尺度的本征模态函数（IMF），然后通过主成分分析将分解后的数据降维，提取最有信息量的特征；然后将这些特征输入到神经网络进行组合预测。本文提出的组合预测模型FEPA是基于分解-提优-合成的信息融合思想，有效提高了预测可靠性。其创新点在于：1）首次给出了EMD算法的结构化表达，提供了今后融合更多信息的算法接口；2）通过多步长预测输出深入研究EMD分解的有效信息结构；3）通过切换到更细时间框架来处理EMD的端点效应，并探索了两级时间框架下的预测效果；4）给出了金融时间序列组合预测模型的一般性架构，具有可升级性和可扩展性。并且通过滑动窗口EMD使得实证更能切近实际。通过在沪深300股指和澳大利亚股指上的实证，结果表明FEPA预测模型在沪深300股指日线和15分钟线上的预测命中率高达78%和82%，在澳大利亚股指日线上也达到了74%的命中率，经比较，明显高于文献中常见的5种模型。     

技术指标能够预测商品期货价格吗? 来自中国的证据

基于移动价格平均、动量和移动交易量平均三类技术指标,研究了其对中国大宗商品期货价格的预测效果,并以基于宏观变量的预测为基准比较分析了其预测能力.主要结论如下,第一,技术指标能够在样本内和样本外检验中有效预测我国大宗商品期货价格,其预测效果显著超过已有文献中广泛使用的宏观经济指标.第二,对于不同的模型设定和数据频率,技术指标预测效果表现稳健.第三,从资产配置角度出发,基于技术指标的预测具有显著经济意义,能够显著提高资产配置效率,获得超额收益.相关结果能够为大宗商品投资及风险管理提供经验和策略支持.     

基于实践视角的合理教育惩罚研究

教育惩罚是学校教育中的一种重要手段,是指对学生的不良行为给予否定或者批评处分,旨在制止这种行为的再次发生。以合理性为标准可以将教育惩罚划分为合理教育惩罚和不合理教育惩罚,合理教育惩罚有利于学生身心健康成长。但目前,学校的教育惩罚存在不合理现象。要改变这一现象,更好地实现教育目标,教育惩罚的实施应有法、有度、有情、有艺术。     

电视台无线频率的合理使用及规划

当今人们的生活需要，已经有越来越多的无线设备投入到电视台的日常拍摄中，因为这一项技术系统的实用，我们就更应该保证这一项技术系统的覆盖、容量以及服务质量等各项要求达到标准，使这一项技术系统能够更好的为拍摄做出贡献、保证播出的安全。这一项技术系统如此重要，所以本文主要阐述了电视台无线频率的使用现状、存在问题和在以后会更加得到合理的使用及规划。     

新疆生产性服务业就业吸纳能力检验及预测

新疆生产性服务业带动了经济的增长,促进了新疆就业水平的快速提升。本文运用就业弹性、就业结构偏离度和偏离度分析法,对新疆生产性服务业内部结构就业吸纳能力的差异性进行检验,并对未来新疆生产性服务业就业吸纳能力进行预测。结果显示,新疆交通运输仓储和邮电通信业、金融业、租赁和商务服务业的就业吸纳能力相对较强,并且新疆生产性服务业就业吸纳能力随着产值的增长呈现逐渐上升的趋势。最后,提出了促进新疆生产性服务业发展和提升就业潜力的措施。     

口感预测型食品物性仿生检测系统

针对目前在使用质构仪进行食品物性检测时，存在的检测数据准确性较差，操作系统功能单一，测试结果与口感 评价间无关联性分析等缺点，提出了基于六自由度并联机器人的口感预测型仿生检测系统。设计了仿生咀嚼检测平台； 利用数理统计原理和最小二乘法建立了物性检测数据与口感评价之间的数学模型，实现了仿生检测系统的口感预测功 能。实验结果表明，利用数学模型获得的口感预测值与人口感评价结果之间的误差小于9%，满足实际应用的需要，验 证了口感预测数学模型构建的正确性及口感预测功能的可行性。     

京津冀人口老龄化趋势预测与探讨

笔者以京津冀区域整体为研究对象,从《中国统计年鉴》中选取2006年～2013年相关因素建立回归模型探讨对人口老龄化问题的影响程度,并构建灰色模型预测京津冀整体区域未来十年65岁以上的人口比,通过分析得出京津冀地区在未来1年～5年将继续享受人口红利,为京津冀协同发展创造巨大优势空间,并探讨老龄化状态下京津冀协同发展值得注意的问题.     

基于HErD分布的信号交叉口车辆到达规律动态预测

为掌握信号交叉口实时优化信号控制和交通诱导所需的车流到达信号交叉口的随机时变规律，利用HErD分布具有无限逼近任意非负随机变量的特性，提出基于HErD分布的信号交叉口车辆到达时间间隔变化规律动态预测的方法，并以一个交叉口的2个进口道进行实例验证分析。实验结果为：其中方向一的拟合度范围为86.17%~ 93.51%，平均拟合度高达9032%，方向二的拟合度范围为93.24%~98.52%，平均拟合度高达9693%，其高精度的拟合结果表明基于HErD分布的信号交叉口车辆到达规律动态预测具有科学性和实用性。     

小学数学教学中学生合情推理能力的培养实践

新时代发展给各个领域都带来了新的要求,教育领域可谓是重中之重。为符合时代发展要求,教育改革是势在必行,教育已经不再是单单培养学生认知能力,创新精神的培养是教育改革的重点难点。让学生得以全面发展,充分运用所学知识,举一反三的探索和分析。小学数学是学生培养合理推理能力的初始阶段,所以本文着重介绍在小学数学教学中学生合情推理能力的培养,并且提出有效培养措施。     

我国高度自动驾驶汽车侵权责任体系之建构

高度自动驾驶汽车具有三个特征:程序依赖、不完全的机器信任和系统深度学习功能下人机互动所导致的"行为耦合"。也因此自动驾驶技术的发展对传统责任体系构成了一定冲击。对高度自动驾驶汽车驾驶人的责任认定应采取过错推定原则;针对高度自动驾驶汽车的产品缺陷,可以采取合理机动车标准弥补传统的产品缺陷认定标准的弊端,另外也需要重视专家鉴定结论和事件记录仪的证据辅助功能。最后,针对某些情形下责任主体认定的困境,可以通过自动驾驶汽车产品责任保险对损害进行填补,以转嫁自动驾驶汽车本身的行业风险,以鼓励创新、支持自动驾驶行业的发展。