基于RVM的网络流量分类研究

将相关向量机(RVM)分类模型应用于网络流量分类问题中。首先对实验数据进行了标准化处理,然后将RVM与其他机器学习算法进行了性能比较,最后在RVM分类结果预测概率中引入置疑区间概念,研究了置疑区间范围及其对分类准确性的影响,并基于此提出了一种新的混合流量分类方法。实验结果表明:1)RVM在准确性等3方面性能指标上优于SVM,且在小样本情况下仍具有较高的分类准确率;2)置疑区间[0.1,0.9]内的分类预测准确率较低,而置疑区间之外的分类预测准确率在98%以上。     

再生核支持向量机在非线性系统中的应用

为了提高非线性系统辨识的精度,提出用Walsh函数作为空间V0的尺度函数,构造出L2(R)空间的正交规范序列。结合小波多分辨分析,将Hilbert空间分为一系列子空间,并由可分Hilbert空间与L2(R)的等价性,利用内积同构的线性算子,可以把V0子空间的尺度函数折算为Hilbert空间的子空间V0的尺度函数,构造出新的Walsh序列再生核。通过仿真实验,与传统的RBF核函数、高斯核函数等比较,该尺度再生核函数具有更高的辨识精度,较少支持向量数目,充分体现了支持向量机较好的推广性能。     

相关向量机及在说话人识别应用中的研究

对基于相关向量机和高斯混合模型的说话人识别算法的模型和特征空间进行了一系列的研究。与一些基于语音帧的说话人识别算法相比,该算法将GMM算法作为底层的语音特征提取,从而实现对语音整体上的处理,对常用的两种语音特征美尔频率倒频系数和瞬时频率的表现进行了对比研究;同时,该算法充分利用了相关向量机的所提供的高泛化性、核函数功能和结果的高稀疏性。基于Chains和AHUMADA两个专门用于说话人识别的语音库的仿真表明,该算法在减少相对误差和减少计算量方面有较大的优势。     

优化SVM在锅炉负荷预测中的应用

提出智能优化支持向量机算法来提高模型的预测能力和泛化能力。该算法针对支持向量机噪声敏感问题采用小波方法对数据集去噪;利用核主成分分析方法提取数据特征;采用量子粒子群算法优化支持向量机超参数。将该优化算法应用于锅炉负荷短期预测,实验结果表明,该优化算法预测精度较高,收敛速度较快,泛化性能优于其他预测方法,且工程实现容易。     

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.     

支持向量机在图像检索中的应用

运用颜色、形状、纹理等特征的基于内容图像检索技术,采用在分类方面具有全局优化、适应性强、理论完备、训练时间短、推广性能好等优点的支持向量机,进行图像分类,较好地实现图像检索的目的,并以舰船图像为例进行了验证,结果表明,支持向量机在图像检索中具有很好的应用效果。     

基于网络搜索数据的雾霾经济与CPI相关性研究

本文以北京为例,基于网络搜索数据,采用3折交叉验证技术,运用支持向量机和线性回归的方法研究和分析雾霾经济消费对CPI的实际影响.结果显示,两个模型拟合得到的数据与官方CPI数据非常相近,但支持向量机的拟合度和稳定性更好.     

组合预测在油气操作成本预测中的应用

油气操作成本在油气生产中占有较大比重，其高低直接影响油气田开发的经济效益。准确地预测油气单位操作成本，可以在生产中采取有效的控制手段，降低成本，提高企业效益。将组合预测法应用于油气操作成本的预测，利用非线性回归模型和灰色模型加权组合建立组合预测模型，并通过平均绝对误差、平均绝对百分比误差、均方误差和均方百分比误差等指标比较，证明组合模型比单一模型的预测效果更好，能提高油气操作成本预测的精度。     

大数据背景下的CPI实时预测研究

本文根据2011年1月至2016年8月编制CPI的93类商品或服务的百度指数,基于Elastic Net惩罚因子的分布滞后模型,构建了CPI实时预测模型,实证检验了网络搜索数据对全国CPI、城镇CPI和农村CPI的实时预测功能.研究结果表明,基于网络搜索数据拟合出的CPI预测值与真实的CPI的走势相吻合,预测效果较好,笔者认为该方法克服了传统CPI统计计算方法上的时间滞后性.     

基于VAR模型的商品房空置率与CPI关系研究

应用1995—2010年的统计数据分析了CPI和中国商品房空置率的关系,通过格兰杰因果检验分析了当前中国商品房空置率和CPI之间的格兰杰因果关系;通过脉冲响应分析,研究了当前中国商品房空置率和CPI相互之间的脉冲响应特性。格兰杰因果关系检验表明,CPI对中国商品房空置率存在单向的显著可信的格兰杰因果关系;脉冲响应分析的结果显示,CPI对商品房空置率的影响远大于后者对CPI的影响。研究结果表明,CPI对中国商品房空置率有着显著的单向作用,即CPI的上涨会带动空置率的上升。     

等值租金法与CPI中自有住房费用的处理

自有住房是居民消费价格指数(CPI)中争议最大的项目之一。自有住房的相关费用应怎样核算直接影响到CPI指标的准确度和可信度。美国的价格指数统计实践表明,等值租金法是一个可行的处理方法。学习美国的成熟经验,反思我国CPI体系中有关自有住房费用的处理方式,将有助于寻找未来可能的变革途径。然而,经济理论中对自有住房的性质还存在一些分歧,可能会影响我国未来的CPI改革方向。     

基于支持向量机的私募股权投资风险预测

由于私募股权基金在运作过程中存在着多层委托代理关系,从而产生了不同利益主体之间的信息不对称,并进而造成了逆向选择和道德风险问题,这是私募股权投资产生风险的最主要根源,这种投资风险可以从宏观和微观两个层面进行识别和预测。基于此,可构建私募股权投资风险的备选指标体系和支持向量机模型,并进行实证评价。实证结果表明：私募股权投资风险随着投资周期的增加而提高,相应的投资风险也因各种不确定因素的增加而呈现上升趋势;SVM方法对私募股权投资风险能够进行有效预测,这将为私募股权投资风险的预测提供理论指导和方法借鉴。     

灰色模型在西安住宅市场预测中的应用及市场分析

在简要介绍灰色模型尤其是GM(1,1)模型的同时,利用西安市1999~2003年的住宅销售总量数据,建立了西安住宅销售总量预测模型。经模型检验,该模型合格。利用该模型对2004~2007年西安住宅销售总量进行了预测。最后在预测的基础上,对开发商及政府管理提出了几点建议。     

创新型中小企业成长性评价与预测研究——基于我国创业板上市公司数据

创新型中小企业成长对经济增长、创新国家建设有重要的作用,科学评价其成长性有助于为规范和促进它们实现快速发展创造条件提供依据。在已有研究基础上,结合创新型中小企业主要特征,提出了创新型中小企业成长性评价体系。然后以我国创业板上市公司为样本,初步对企业成长性进行检验与评价。在此基础上,运用神经网络方法构建了创新型中小企业成长性预测模型。进而根据分析结果揭示导致企业成长主要差异原因,并提出了一些促进企业成长的建议。     

信息技术在后基因组学研究中的应用

后基因组学研究是继人类基因组计划完成以后生命科学界又一极具挑战性的领域 ,本文先分析了后基因组学研究的特点 ,然后综合介绍了高通量技术、高效异构分析平台、数据挖掘、系统控制理论、数据可视化及计算机模拟等先进的信息技术在后基因组学研究中的应用 ,并借此探讨生物信息学专业在我校的发展设想。     

证据理论在机场动态容量预测模型中的研究

针对容量影响因素的不确定性,提出了基于证据理论的机场动态容量预测模型。该模型依据机场最大容量构建识别框架,以专家预测的各种不确定因素的影响程度和发生的可能性为证据,建立基本可信度分配,利用Dempster合成法则融合各种动态因素对机场容量的影响。实验数据分析表明,该模型运算结果合理,可以为空中交通流量管理提供科学的决策支持。     

交易所治理结构比较研究综述

作为交易所两种主要的治理模式,会员制交易所与公司制交易所的本质区别表现为交易所三权(所有权、经营权和交易权)分配与营利性两方面。这两方面特征的差异导致了会员制与公司制交易所在决策机制、融资渠道、利益冲突、定价机制、技术、激励机制、创新能力、流动性、自律效率九个方面的差异。经过对会员制与公司制以上九个方面的比较,研究发现公司制交易所较之会员制交易所在多个方面更加优越,或者更加适合于目前的市场环境。     

社会支持行为问卷中文版信效度分析及初步应用

社会支持行为问卷(ISSB)是国外研究社会支持性质的有效工具。经修编后,ISSB样本数据与其理论构想模型的拟合指数均优于可接受模型的指数标准,项目的因子载荷、整个问卷的内部一致性系数、各维度的Cronbacha系数以及项目与所属维度总分之间的相关系数均符合心理团体测量理论原则,这表明ISSB中文版具有良好的信度、效度以及区分度,可以用于我国大学生社会支持行为的研究。此外,应用该问卷考察大学生社会支持行为的特点,结果表明存在着显著的性别和年级差异。