基于插值组合核的LS-SVR板形预测方法

基于RBF核的LS-SVR模型,采用实验变差函数计算插值算法权值,对权系数与各训练样本内积值相乘所反映样本空间结构和相互间关联度的插值核函数进行构造,提出了一种通过Kriging空间散乱插值方法利用样本数据构造出的插值核函数与RBF核函数进行组合而成的核方法。结果表明,该方法使LS-SVR板形预测有更好的性能,在提升预测算法泛化能力的同时,实现了对板形的精准回归预测。     

基于组合核函数的高校经济困难生分类

为进一步提高高校资助工作的精准度,构建基于组合核函数的支持向量机(SVM)高校经济困难生分类模型。根据在校生的消费数据、人员信息及历史资助信息抽取样本特征,利用径向基(RBF)核函数的局部拟合能力及多项式核函数的泛化能力,构建基于RBF核函数及多项式核函数的组合核函数SVM分类模型;采用多重网格搜索法训练模型获取最优核参数和组合核函数的权系数,并对高校经济困难生进行分类预测。实验结果表明:采用构建的模型可对高校经济困难生进行分类预测,与单核核函数SVM、逻辑回归模型、最近邻算法(KNN)相比,其分类准确率显著提升;使用融合特征可增加不同类别样本数据的差异性,有助于提高分类准确率。     

点焊接头抗剪强度的SVM回归预测

通过对同步采集的点焊焊接过程动态电阻、电极位移信号的特征分析,提取出若干特征参量,依据所提取特征参量与焊点接头抗剪强度之间的相关性分析结果,选取相关系数较大的6个特征参量建立数据集作为SVM的输入,分别利用线性核函数、多项式核函数、RBF核函数实现监测参量与焊点强度之间的映射．采用交叉有效性检验对不同核函数下预测结果进行比较,结果表明,RBF核函数支持向量机各项预测误差最小,有较好的应用前景．     

一种新的自适应组合核函数

核选择是支持向量机研究中的核心问题之一,不同的核函数将产生不同的分类效果.研究了核参数和误差惩罚参数对支持向量机推广能力的影响,然后根据局部核函数与全局核函数的各自优点,提出了一种新的自适应组合核函数,并将该核函数应用于支持向量机中.最后,利用该自适应核进行不同领域数据的实验,实验结果表明由该核函数建立的支持向量机具有更好的预测能力.     

非局部摩擦模型的核函数研究及其在锚杆中应用

为研究非局部摩擦理论中核函数的性质及其选取原则,在Oden等提出的非局部摩擦模型的基础上,分别采用指数型、三角函数型、负指数型和幂函数型等4种函数作为非局部摩擦模型中的核函数,并利用Mindlin问题的位移解导出的全长黏结式锚杆沿杆体表面所受剪应力的弹性解,对全长黏结式锚杆进行非局部摩擦分析.研究表明,基于这几种核函数的非局部摩擦模型以及局部摩擦模型所得到的剪应力分布大致相似.通过与实验数据对比可知,采用负指数函数的核函数形式计算所得锚杆侧剪应力分布比其他形式更接近于实验值.     

基于混合核函数PLS的氧化铝粉流量预测

为了解决氧化铝粉流量需要在线实时预测的问题,提出了一种基于混合核函数PLS的软测量建模方法,建立了混合核函数PLS的氧化铝粉流量预测模型,经采用工业现场数据仿真研究,说明该模型具有算法简单、有较高的预测精度,并兼具了全局及局部核函数的优点,能满足氧化铝粉流量的在线测量要求．     

基于v-SVR的短期电力负荷预测

提出了一种改进支持向量机(v-SVR)的电力系统短期负荷预测方法;将RBF和多项式函数作为核函数,进行了预测研究。研究结果表明,方法要比BP和模糊聚类方法具有很高的预测精度,方法是可行和有效的。     

一种风电机组的故障预测算法

提出一种基于最小二乘支持向量机(LS-SVM,least squares support vectormachine)理论的故障预测算法,利用该理论方法的回归预测算法进行分析,选用径向基核函数(RBF)作为预测模型核函数,通过MATLAB建模仿真,验证了对风力发电机组故障的较准确的实时预测。针对某风电场某台风机高速端轴承的振动数据进行特征参数预测研究,有效降低了模型的复杂度,且运算简单、精度高、收敛速度快。仿真结果表明,文中所提模型在预测精度和运算速度上都在很大程度上优于其他模型。     

基于非参数核密度估计和Copula函数的配电网供电可靠性预测

为了提高配电网供电可靠性预测精度,借鉴Copula函数在可靠性评估方面的应用,提出了基于非参数核密度估计法和Copula函数相结合的配电网供电可靠性预测算法。首先通过考虑线路平均故障率和平均维修时间之间的相关性,采用非参数核密度估计法拟合二者的边缘分布,通过最大似然法估计Copula函数的相关参数;然后采用最小欧式距离进行Copula优选,进而建立线路故障率和维修时间的模型,预测下一年的供电可靠性指标;最后以华东某地供电公司提供的数据为例进行仿真分析。结果表明,该模型能较好地满足供电可靠性预测要求,预测精度高于BP算法。     

基于广义旋转不变性核函数的人脸识别

旋转不变性核函数广泛应用于人脸识别等各个领域,但抗噪能力并不理想。本研究引入广义旋转不变性核函数,在忽略分布的具体形式的前提下,将原始的非线性问题转化为线性问题,同时降低了参数估计的难度。广义高斯函数指数α是其峰值的主要决定因素,根据这一性质在旋转不变性核函数中引入指数r,通过控制指数r的变化来观察算法的识别率,然后再人为的给实验数据加上不同的高斯白噪音,以此来验证算法的抗噪能力。实验结果证明了这一方法的优越性,随着指数r的变化,识别率几乎成线性变化,而且总能找到最佳的r值,使得识别率达到最好,并且总优于旋转不变性核函数。在同等实验条件下,本方法大幅度的提高了抗噪声能力。     

基于改进灰色神经网络的房地产价格走势分析

针对房地产价格走势状况,通过对灰色预测模型GM（1,1）和BP神经网络的研究,将两大模型进行组合改良,形成新的组合灰色神经网络预测模型,以南京市中房指数为例,以Matlab为预测工具,进行2013年12个月份的价格指数预测,研究结果证明新的组合预测模型精度较高,可为房地产价格指数的预测和研究提供参考依据。     

基于小波神经网络的房地产价格指数预测研究

要对非线性趋势房地产价格指数进行预测,就必须利用模拟非线性的模型。应用BP神经网络来对房地产价格指数进行预测,精度和收敛的速度都不是很理想,这主要是因为BP神经网络本身存在着缺陷。为了克服BP神经网络的缺陷,本文将小波变换和BP神经网络结合起来,运用小波神经网络来对房地产价格指数进行预测,并与BP网络的预测结果进行了比较,最后发现用小波神经网络进行经济预测可以达到很好的效果。     

基于K线及布林线的房地产市场趋势预测

以K线和布林线为基本工具,提出了直观形象判断和预测房地产市场的周期波动的机理;并以月为基本周期绘制厦门市整体区域和分区房地产市场K线图,结合厦门市宏观经济形势、房地产市场发展状况以及宏观政策,判断和预测厦门市房地产周期波动及价格趋势。实验结果证明,K线与布林线组合的房地产周期波动分析及价格趋势预测是一种有效的研究手段,能够反映房地产周期波动的特征及趋势,是一种值得推广的研究方法。     

福州市房地产景气循环周期研究——基于扩散指数模型分析

根据景气循环原理,运用扩散指标数模型,分析了福州市房地产市场景气循环周期。文章建立了福州市房地产景气状况分析体系,分析了福州市房地产运行轨迹,评价了福州市房地产目前的景气空间及短期内发展趋势。研究结果表明：2001-2011年间,福州市房地产经历了“不景气-景气-不景气”状态变化,预测在1-2年内仍将持续当前的不景气状态。     

基于相空间重构的LS-SVM股票价格预测

提出一种基于相空间重构的最小二乘支持向量机（LS-SVM）的股票价格预测方法。采用混沌时间序列对股票价格数据进行相空间重构,应用贝叶斯框架对最小二乘支持向量机的参数选优。预测结果表明,该模型具有误差小、拟合程度高等优点,可适用于股票价格预测。     

模糊数学综合评判法在房地产销售中的应用

采用模糊数学理论与方法,并将层次分析法(AHP)与模糊综合评判相结合,在充分考虑房地产自身特点的基础上,建立房地产项目销售预测模型。提出一种简便的定量化研究方法及步骤,将其应用于实际案例的分析验证,并得到与实际楼盘销售情况基本吻合的结果,从而可为投资者在房地产开发初期进行房地产销售预测提供参考。     

基于“限购令”背景的福州房市三主体博弈探究

结合日前颁布的＂榕十一条＂限购令,分析福州市房价居高不下原因,探究房市各主体态度,并提出个人见解。政府应继续保持紧缩性货币政策,保证和扩大保障性安居工程,积极探索物业税的实施;房产企业应通过各种方式扩大融资比例,制定合理的房价,以免陷入＂囚徒困境＂;不同收入层次的市民群体宜依据自身条件应对＂限购令＂背景下的房市变化。     

城市生活垃圾产量的组合预测

引入一种新的预测垃圾产量的方法——组合预测方法,该法能够综合利用不同预测方法提供的信息提高预测精度。结合厦门市1996～2008年的垃圾产量,分析不同预测方法的预测精度,并预测5年后的垃圾产量。通过研究发现：单一预测模型中,线性回归法和年增长率法的预测结果偏小,误差较大,灰色理论GM（1,1）的预测结果偏大,误差较小,基本在10%以内;组合预测模型的预测精度高于单一预测模型;厦门市城市生活垃圾年平均增长率约为10%,低于国民生产总值和社会消费品零售总额年平均增长率,高于城镇居民消费性支出年平均增长率。     

基于灰色系统理论的广州市房地产产值预澳

采用灰色系统理论的预测方法，以1999—2004年广州市的房地产产值为基础数据，建立了广州市房地产产值预测模型，并在此基础上对广州市区未来的房地产产值进行了预测。     

基于多级模糊综合评价法的房地产企业财务预警研究

房地产企业的财务风险具有模糊性和复杂性,它受到财务和非财务等多种因素的影响,以财务指标为变量建立的预警模型受人为因素影响,无法全面预测企业的财务风险．为提高财务预警系统的有效性,本文结合房地产行业的特征选取非财务指标,运用多级模糊综合评价法构建房地产企业的财务预警模型．