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。     

基于自适应集成分类器的数据流概念漂移算法

数据流具有连续、实时、有序及无限等特点,使用传统的数据挖掘技术来处理数据流的分类面临着严重的挑战,很难处理数据流中的概念漂移问题.文章结合现有的决策树分类挖掘算法,提出了自适应集成分类器方法,构建了数据流概念漂移的自适应集成分类模型,通过不断更新训练样例的权重与属性类别,将训练样例从现有的数据集中分离出来,并被确定为新类别属性的训练样例,以达到对数据流中概念漂移现象的有效检测,仿真结果也证明该方法的适应性和可靠性.     

基于结构方程的高速铁路安全影响因素相互关系分析

根据调查问卷数据,运用结构方程模型从“人-装备-环境-管理”的角度可以对影响高铁安全的因素以及各因素之间的相互作用进行分析。研究发现,“人、装备、环境、管理”各因素与高铁安全之间既存在直接关系,又存在间接关系。一方面,人、装备、环境、管理（安全监督除外）各因素会通过直接作用促进高铁的安全;另一方面装备、环境、管理中各因素会通过间接作用促进高铁安全。此外,“人、装备、环境、管理”各因素之间也存在相互作用,管理与环境因素会对人的因素产生正向影响,同时管理因素对装备和环境因素也会产生正向影响。