基于SODM和贝叶斯的时序预测模型比较

本文采取定性的理论分析、随机模拟和实证试验相结合的方式,从先验信息的使用、模型产生机制、算法停止法则等方面比较了两类模型的异同,并重点试验分析了自组织数据挖掘(SODM)自回归模型与贝叶斯自回归模型的拟和以及预测性能。结果表明,对于具有小噪声样本数据的系统,贝叶斯时序模型的效果较优;而对于具有大噪声、小样本数据的系统,SODM时序模型更适合。本文最后提出将这两类模型结合考虑建立模型。     

基于SAP的区域PRED协调发展动态评价与诊断

本文基于SAP(集对理论),分析了PRED系统指标的反馈响应与对立变换,定义了PRED系统指标的动态集、标准动态集、协调发展集对及其基集、联系数测量方法。提出基于信息熵的指标赋权方法与联系数法PRED系统协调发展综合评价模型。以泉州市PRED系统协调发展的诊断性评价为实例,说明方法的应用。     

LMSV模型波动的长记忆与相关性的小波分析

本文提出了LMSV模型的波动自相关函数的定义,将小波分析方法引入到LMSV模型的建模研究中,提出了基于最大重复小波变换(MODWT)的不同尺度下的LMSV模型,并进一步讨论了不同尺度下的波动自相关函数的性质,并用该方法对上海和深圳证券市场综合指数收益波动序列进行建模,对在同一尺度和不同尺度下的长记忆性与相关性进行了实证分析。     

基于GARCH模型和模拟退火算法的实证检验

本文以德国马克-英镑汇率数据为研究对象,以不同的GARCH模型(GARCH模型、E-GARCH模型和TGARCH模型)考察序列的异方差性和不对称性,并比较三种模型拟合效果的优劣性。最后,用模拟退火(SA)算法重新对GARCH模型的参数进行估计,并与传统的数值方法进行比较,证明了SA算法的确优于传统数值算法。     

中国的宗教现状

<正>中国是个多宗教的国家。中国宗教徒信奉的主要有佛教、道教、伊斯兰教、天主教和基督教。中国公民可以自由地选择、表达自己的信仰和表明宗教身份。据不完全统计,中国现有各种宗教信徒一亿多人,宗教活动场所8.5万余处,宗教教职人员约30万人,宗教团体3000多个。宗教团体还办有培养宗教教职人员的宗教院校74所。     

基于广义模糊推理实现故障识别的神经网络方法

高压输电线路的故障识别和性能分析对电力系统恢复处理决策和管理是具有重要意义的。本文探讨了模糊推理过程的神经网络实现模型与方法,提出了广义模糊集的概念。基于广义模糊推理神经网络（ＦＩＮＮ）方法完成了高压输电线路故障识别和性能分析智能系统（ＴＳＮＮＩＳ）的构造和仿真测试。     

关于对时序模型定阶方法的研究

目前时序模型的理论研究和应用都十分活跃,在所有利用时序模型进行时间序列分析与预测模型当中,以移动平均ＭＡ（ｑ）,自回归ＡＲ（ｐ）和混合自回归移动平均ＡＲＭＡ（Ｐ,Ｑ）模型为最常用,而建立时序模型最为关键的、也比较困难的是确定模型的阶数。本文是对国内外各种文献中的时序模型定阶方法进行系统的归纳分类整理、比较分析、优劣评价及其适用条件与场合的研究。　　一、基于相关分析确定模型阶数的方法　　１利用样本自相关函数ρｋ和样本偏自相关函数φｋｋ的截尾性来判定模型的阶数ＢｏｘＪｅｎｋｉｎｓ提出使用样本…     

伽马分布的形状参数的一种估计

本文利用服从伽马分布的随机变量 X 与其逆 X~(-1)的协方差只与形状参数有关这一性质,给出伽马分布形状参数的所谓自逆协方差估计,进而构造了相应的无偏估计,并证明了这类估计的大样本性质:强相合性以及渐近正态性。     

政府生产性基础设施投资对农业经济增长的影响——基于西安市的实证研究

根据西安市1988—2006年间的数据建立柯布一道格拉斯生产函数,在自回归分布滞后模型（ADL）下用最小二乘法（OLS）进行估计。实证分析结果显示：政府基础设施投资对西安市农业经济增长贡献显著,并且其作用远大于非基础设施投资的贡献,表明政府的生产性基础设施投资是西安市农业经济快速增长的关键因素。在此基础上,对西安市政府近期进行基础设施投资的重点方向提出了相关的政策建议。