统计数学在国债发行中的应用

国债发行规模的研究离不开数学思维方式和数学方法，如定性分析与定量分析；笔者以回归分析为枢纽，将经济统计和计量经济相结合，通过分析国债发行与数学的关系，建立了两者间的紧密联系，并指出在国债发行的研究中统计数学方法的局限性。     

神经网络在企业流动资金需求量预测中的应用

文章在对流动资金需求量预测的传统方法进行分析的基础上 ,指出了神经网络方法的适用性。在技术分析的基础上 ,建立了神经网络的预测模型 ,并进行了实证分析     

神经网络在企业流动资金需求量预测中的应用

文章在对流动资金需求量预测的传统方法进行分析的基础上，指出了神经网络方法的适用性，在技术分析的基础上，建立了神经网络的预测模型，并进行了实证分析。     

基于BP神经网络的组合预测及在电力负荷的应用

分析了电力负荷预测的意义及预测原理，并以传统方法证明了组合预测的优越性．在经典预测方法线性回归和现代预测方法灰色模型的基础上，通过BP神经网络进行组合预测，分别应用单一模型和以计算机为工具的组合模型对上海市年电荷用量进行预测．通过分析和比较验证了该组合算法的有效性，     

神经网络模型在上市公司财务困境预测中的应用

选取有效分析指标,建立神经网络预测模型,对中国上市公司的财务困境进行预测,研究结果表明该模型预测精度较高,可以作为投资者和证券分析人员使用的一种有效预测工具.     

统计学习算法在高校教学质量评估中的应用研究

本文分析了机器学习算法在教学质量评估中应用的可行性,并以带权间隔支持向量回归模型WMSVR（Weighed Margin Support Vector Regression）。本文对教学质量评估的众多分量进行训练学习,以建立稳定描述教师教学质量的机器学习模型。该模型输入量化的教学质量评估指标,引入具有可信程度的学生意见信息,并以带权间隔来表示样本的置信度,以WMSVR模型作为训练器,模型输出数量化的教学质量指标。对比专家对教师的教学活动的评价表明：WMSVR模型在教学质量评估中有较高的准确度和泛化能力,在语义上有足够表达教学质量指标体系的能力。     

神经网络和卡尔曼算法在石油需求预测中的应用

分析中国1978—2009年影响石油需求的8个相关指标数据。将指标分成3组,通过每组指标的数据分别用广义回归神经网络和误差反向传播神经网络（GRNN和BPNN）方法对2013年的中国石油需求量进行预测,并对其预测结果进行比较。进一步采用神经网络平均影响值（Mean Impact Value,MIV）方法,从影响石油需求时间序列的相关指标数据中筛选出对石油需求影响最大的5个变量。用选出的5个变量,根据AIC准则确定了时间序列的阶数,并建立了石油需求的AR时间序列模型。采用卡尔曼滤波算法和Rauch-Tung-Striebel（RTS）算法对AR模型进行了后验估计。卡尔曼滤波算法使得模型参数得以更新,且相关仿真结果表明,对于AR模型的输出起到较好的修正作用,从而提高了模型的预测精度。     

灰色神经网络模型在猪肉价格预测中的应用

本文针对猪肉价格波动的特点,利用灰色神经网络模型（CGNN）对猪肉价格进行预测。CGNN模型是对同一已知时间序列,采用不同的GM（1,1）改进模型得到的预测结果使用神经网络进行组合,将每个灰色预测结果“串联”起来,融入神经网络之中,发挥每个灰色预测模型的优点,从而得到更为精确的预测值的方法。     

组合预测方法在R&D支出预测中的应用

R&D(Research and Develop即科学研究与试验发展)活动是推动科学技术前进的核心力量.R&D经费支出反映了科学技术的发展程度.将组合预测应用于我国每年R&D经费支出,预测结果表明,组合预测有效地提高了预测精度.     

以广义回归神经网络预测共同基金报酬

鉴于近年来许多相关文献成功地运用广义回归神经网络进行财经方面的预测,以及国内共同基金净值之预测与报酬率评估。通过搜集国内基金资料,以灰关联分析法进行各基金投资绩效分析,挑选投资绩效良好的共同基金作为投资标的;再以广义回归神经网络建立预测模型,与灰预测模型、多元回归模型进行预测能力及报酬率的比较分析。5种预测绩效评价指标、5组数据交互验证散布图及报酬率分析表明:广义回归神经网络在预测能力及预测报酬率上均有很好的表现。     

人才预测方法在高校人才预测中的应用

介绍了高校人才预测的方法和原则,并运用回归预测、灰色预测、马尔科夫预测等方法对某高校2005～2010年的专业人才数量和人才的学历结构进行了预测,预测结果符合人才发展规律,切实可行。     

学习曲线在建筑施工工期预测中的应用研究

学习曲线体现的是累计生产量和单位平均生产时间之间的关系 ,经常用于企业生产中生产效率提高及成本降低等方面。根据某施工企业工程实际生产情况 ,利用一元线性回归分析法建立了学习曲线方程 ,以此估算人工工日及预测工期 ,并结合人工工日单价 ,估算人工费和确定投标报价 ,同时可应用学习曲线制定企业定额 ,进行项目成本核算。进一步探讨了应用学习曲线时应考虑的因素     

现代统计方法在中医研究中的正确应用

阐述了在中医药科研实践中 ,尤其是在中医的科研论文中 ,由于缺乏现代统计方法的正确应用 ,导致论文质量不高 ,结论有误。这一现象应引起注意。从中医科研与论文写作中的先进设计方法的采用 ,统计处理方法的正确使用 ,统计图表的设计等方面的问题 ,进行举例说明 ,正误对照 ,给中医科研工作及论文撰写者以有益的启迪     

基于MATLAB的BP神经网络模型在地震预报中的应用

根据人工神经网络模型,运用MATLAB的神经网络工具箱建立BP神经网络预测模型,以地震变化率作为神经网络的输入,对台湾地区和四川地区地震数据时间序列进行分析对大地震的发生时间进行预测。实验证明该模型用于地震预报的有效性和可行性,具有良好的应用价值。     

经典边缘提取方法在医学图像中的应用

结合实际图像,对经典的边缘检测算法进行了比较分析,指出各种方法的优缺点。各种算法特点的明确,为提出新的边缘提取方法提供了思路,同时为我们的下一步工作做了铺垫。     

游戏中的统计思维逻辑

统计学,从方法特征上讲,是由平均数贯穿统计研究、实践始终的一门科学.平均数,从基础功能上讲,主要是统计描述.因此,又可以把平均数分化为由平均指标、变异指标和相关系数形成的定量描述体系.     

稳健统计方法在外语教学研究中的应用

满足统计分析假设是正确使用常规统计分析的必要条件。当常规统计分析假设违背时,稳健统计方法相对于常规的统计分析能够更精确地估计总体参数。利用外语教学研究中的真实数据,阐述在违背常规统计分析假设的情况下比较独立组平均数时一个稳健t检验和两个稳健方差分析与对应的常规t检验和常规方差分析统计结果的差异性,可以使外语教学研究者对稳健统计方法有一个基本的了解,给予常规统计分析假设应有的重视,选择恰当的统计分析方法。     

基于改进免疫遗传算法的神经网络及其在股票预测中的应用

针对BP神经网络学习速度慢、容易陷入局部极小的缺点,提出了一种基于改进免疫遗传算法的多层前向神经网络,将该算法用于多层前向神经网络的权值优化,扩大了神经网络的权值搜索空间,提高了网络系统的学习效率和精度。将该神经网络用于上证指数的趋势预测,仿真结果表明:该神经网络比BP神经网络具有更好的全局收敛性、更高的学习效率和预测精度。