基于小波分析与支持向量机的人民币汇率预测

利用支持向量机方法对汇率进行预测是金融市场研究领域一个重要的研究课题.结合小波变换与支持向量回归,提出一个三阶段时间序列预测模型.先以离散小波框架将汇率序列分解成不同尺度的多个子序列,揭示蕴含在预测变量内的信息,并对各个子序列进行时间序列分析,再以支持向量回归为工具,以这些子序列为预测变量建构支持向量回归模型,最后将各个序列的预测结果进行重构,得到预测结果.实证结果显示,该模型的预测效果较之BP神经网络与单纯的AR-SVM模型更优,证明基于小波分析与支持向量机相结合的预测模型可以为人民币兑美元汇率提供比较准确的预测.     

关于向量组线性相关性的两点注记

向量组的线性相关性是线性代数中的一项非常重要的内容,也是一个难点。本文指出搞清齐次线性方程组的三种形式之间的关系是掌握向量组线性相关性的关键,并通过具体例子阐述了利用矩阵的初等变换判断抽象向量组,即分量未给出的向量组的线性相关性在一类特殊问题中的优越性。     

基于Lasso和支持向量机的粮食价格预测

首先利用Lasso方法在影响粮食价格波动的众多因素中选出了粮食储备、粮食生产成本、粮食产量、粮食政策、生产需求、贸易需求、心理预期等7个主要影响因素;然后在Lasso变量选择的基础上利用支持向量机进行粮食价格的回归与预测,同时,把Lasso、支持向量机、Lasso-支持向量机及ARIMA方法的拟合预测效果进行比较。实证结果表明：Lasso-支持向量机组合预测方法的拟合预测效果要优于另外三种预测方法。     

平面向量学习过程的三个方面

本文针对向量具有代数形式与几何形式双重身份的特点，从三个层次讨论了平面向量的学习．根据学生在学习中的不同阶段、不同的学习基础，提出合适的教学目标，从而能使学生掌握向量的思维方法，提高学生分析问题解决问题的能力，培养应用意识与创新意识．     

《线性代数》中几个定理的证明

本文给出了向量组的秩的三个定理的证明。     

构造稀疏最小二乘支持向量机的网络入侵检测模型

从最小二乘支持向量机的稀疏表达出发,构建高效的基于稀疏最小二乘支持向量机的网络入侵检测模型,提出了一种通过基于核空间近似策略的有效低秩逼近来有效减小原始训练样本集中的支持向量数来实现最终模型的稀疏表达。以MIT KDD99数据集为基础,对所提出方法进行有效性验证,并与利用剪枝策略通过递归过程中不断减少模型中支持向量个数的稀疏化方法、基本最小二乘支持向量机以及标准支持向量机方法的性能进行对比。结果表明:基于核空间近似的最小二乘支持向量机稀疏化与标准最小二乘支持向量机相当;此外稀疏最小二乘支持向量机能够提高入侵检测响应速度。     

辅助向量在中学数学解题中的应用

向量是高中新课程增加内容，它具有“双重身份”，可以象数一样满足“运算性质”进行代数形式的运算，又可以利用它的几何意义进行几何形式的变换．本文从三个方面论述了辅助向量在中学数学解题中的应用．     

基于支持向量机集成学习方法的高新技术上市公司绩效预测研究

本文以创业板高新技术企业为对象,采集样本企业2011-—2014年的年报数据,通过构建支持向量机预测模型和支持向量机集成学习方法预测模型,预测样本企业的绩效。研究结果显示:两种预测模型均能有效预测样本企业的绩效,支持向量机集成学习方法预测模型的准确度更高,样本数据越接近预测年度,预测的准确度越高。     

向量服务格支持下的Web服务检索

将概念格理论与Web服务特征相结合,提出了一种新型的服务组织结构——向量服务格,并利用向量服务格中得到的方法向量概念对方法向量进行扩展.在这个扩展的方法向量基础上,提出了服务检索方法,给出了方法向量、方法向量背景和k-维方法向量概念等的定义.实验结果表明,基于向量服务格的服务检索具有较高的检索效率.     

线性规划的一种以枢轴运算为基础的新算法

在文献［１］以枢轴运算为基础的算法基础上，引入基向量的成本和非基向量的偏差等概念并将后者也纳入枢轴运算范畴，另外介绍具有上下界线性函数的处理方法。