中国石油化工股份公司股价子系统的研究与实现

中国石油化工股份公司股价子系统是中国石化股份公司主页系统 一个重要组成部分。文中对主页系统进行了整体介绍,分析了股价子系统的需求;讨论了信息发布系统的实现技术,并在此基础上对系统进行了软硬件平台选择、数据库设计和功能模块的设计。利用Delphi编写的后台维护程序提供用户友好的界面辅助数据处理人员进行股价信息的维护,利用预先定义好的模板从数据库中生成股价信息页面,并能方便地将信息页面发布到WWW服务器上去。另外,利用php脚本程序实现对股价页面进行基于时间的检索。     

基于ASP的幼儿教育调查统计系统的设计与实现

幼儿教育调查统计系统由问卷子系统、管理子系统和数据处理子系统组成,采用ASP技术设计成动态页面,用ACCESS设计数据库,系统的页面设计符合手机、PAD等移动终端访问的大小,系统在IIS服务器中运行。     

数字化校园网信息资源组织模型与实现

1.问题引入 Internet的出现和发展,使得人类全部的信息资源以前所未有的程度和方式在全球内相互联通。信息资源即为在In-ternet上公开发布的网页和在线数据库的总和。在数字化校园实施过程中,如何开发利用信息资源,满足用户对信息的个性化需求,是信息化建设取得实效的关键。基于Internet的不同应用系统有不同的信息资源组织方式,如提供产品支持的站点按面向任务的模式组织资源,在线购物系统则按产品目录分类。信息资源组织方式与应用系统提供的信息服务直接相关,也对Web站点的主页和一级页面内容设计产生影响。     

基于医院信息化系统的Web开发与数据库管理

基于医院信息化系统的Web开发与数据库管理,是医院信息化系统面向广城网信息发布的主要形式,本文介绍了医院网站前台(页面部分)与网站后台(PHP+Mysql数据库部分)设计的原则和方法,同时对后台会员注册模块,新闻发布模块,医院在线投票系统程序的开发原理、设计方案进行了介绍.     

新闻管理系统的具体实现及其优点

该系统结构合理,功能完善,实现了新闻的动态管理,采用前台浏览和后台管理双层架构,前台部分包括用户登陆、新闻浏览及发布功能,后台管理则包括新闻添加、修改和删除功能。该系统用户分为普通游客和注册用户。普通游客可以方便地浏览新闻,注册用户可以方便、快捷地发布和管理新闻。新闻发布及后台管理页面包含身份验证的内容,未登陆的用户无法访问。在系统中设计了一个通用类,方便后台页面对数据库所作的各种操作,比如读取、写入或更新数据库。在各个页面的上方都添加了其它页面的链接,以便于在不同页面之间快速切换。在首页和新闻列表页面显示新闻列表的地方使用了GridView控件,以便于格式化地显示新闻信息。     

基于数据库的信息港设计

本文介绍了一种完全基于数据库下的Ｗｅｂ站点管理系统的设计方法，可以达到对信息页面的模板化创建、自动发布、访问统计分析、用户页面的订阅、广告自动发布等目的。     

教师培训网络系统的设计与实现

针对濮阳市中小学教师计算机水平设计了一个网络培训考试系统。将系统分为信息发布和网上考试两个子系统。根据不同的角色需求,信息发布子系统实现查看信息(前台)和后台管理两个功能。网上考试子系统实现正式考试、成绩查询和修改信息三个功能,并对功能模块进行了实现与测试,还对网上考试子系统进行了试运行,并进行了结果分析。     

基于WeX5的Android系统记账本HTML5 App开发与设计

采用WeX5平台来开发基于HTML5+JS+CSS3,适用于Android操作系统的记账本App,利用MySQL数据库来做后端数据服务支持,完成账目列表页面和记一笔页面分类数据存储.记账本App一共分为4个部分:账目列表、记一笔、分类页面、主页,分别介绍了各页面的开发与设计过程.     

利用ASP与数据库建立动态资料查询

论述了利用ASP与数据库技术建立动态资料查询系统的主页设计,并对与此相关的技术进行了探索。     

Web信息系统中页面表现模板的设计与实现

在基于Web的数据库信息发布技术中,为有效快捷地显示统一风格的动态页面,增加信息发布内容的灵活性,提出了HTML模板的思想,本文详细介绍了页面表现模板的建立、调用与显示过程。页面表现模板技术的应用使编程方法简洁清晰,减少了开发设计的工作量,并进一步提高系统的可维护性。     

Web石油化工信息服务管理系统的研究

针对Ｗｅｂ石油化工信息服务系统,设计并实现了Ｗｅｂ信息管理系统。在分析了系统的功以需求与结构的基础上,进行了数据库设计和模块设计。管理系统实现了页面生成与更新、用户管理、网站分析、镜像维护、信息订阅与发送以及关键词检索等其它功能,使得整个信息服务系统具有安全、一致、易扩充、自适应、界面灵活和易于检索等特点。管理系统既可应用于石化信息服务系统,也可应用于其它类似系统。另外,系统中的每个模块及工具都相     

A bat-neural network multi-agent system (BNNMAS) for stock price prediction: Case study of DAX stock price

Creating an intelligent system that can accurately predict stock price in a robust way has always been a subject of great interest for many investors and financial analysts. Predicting future trends of financial markets is more remarkable these days especially after the recent global financial crisis. So traders who access to a powerful engine for extracting helpful information throw raw data can meet the success. In this paper we propose a new intelligent model in a multi-agent framework called bat-neural network multi-agent system (BNNMAS) to predict stock price. The model performs in a four layer multi-agent framework to predict eight years of DAX stock price in quarterly periods. The capability of BNNMAS is evaluated by applying both on fundamental and technical DAX stock price data and comparing the outcomes with the results of other methods such as genetic algorithm neural network (GANN) and some standard models like generalized regression neural network (GRNN), etc. The model tested for predicting DAX stock price a period of time that global financial crisis was faced to economics. The results show that BNNMAS significantly performs accurate and reliable, so it can be considered as a suitable tool for predicting stock price specially in a long term periods.     

基于SVM的IPO首日投资策略分析

将支持向量机方法应用于新股IPO首日价格变动的预测,预测效果令人满意．目前的股票价格预测研究都局限于通过已知的时间序列来预测将来的时间序列,这类模型对于预测没有历史时间序列的新股IPO无能为力,因此基于支持向量机的新股IPO价格预测模型对股票价格研究有着重要的参考价值．     

基于支持向量机的股价反转点预测

股票市场瞬息万变,股价反转点对投资者进行投资决策起着至关重要的作用。技术分析能够揭示股价反转的某些特征,但是使用单一技术指标预测股价反转点的召回率和准确率不高。本文提出了一种使用支持向量机（SVM）对技术指标组合进行数据挖掘,从而实现预测股价反转点的方法,实验结果表明该方法较使用单一技术指标进行反转点预测在召回率和准确率方面都有极大的提高。     

ARIMA和RBF神经网络相融合的股票价格预测研究

针对股票价格的突变性、非线性和随机性,单一预测方法仅能描述股票价格片断信息等缺陷,提出一种股票价格组合预测模型。采用自回归移动平均模型（ARIMA）对股票价格进行预测,捕捉股票价格线性变化趋势。采用RBF神经网络对非线性、随机变化规律进行预测。将两者结果组合得到股票价格预测结果。采用组合模型对包钢股份（600010）股票收盘价进行仿真实验,结果表明,相对于单一预测模型,组合预测模型更加全面、准确刻画了股票价格的变化规律,提高了股票价格预测精度。     

综合改进BP神经网络算法在股价预测中的应用

BP神经网络用于股市等非线性系统的预测具有非常强大的能力。针对标准BP神经网络算法存在收敛速度慢和易陷入局部极小点问题,提出附加动量法和动态调整学习率法相结合的综合改进BP算法。建立了基于改进算法的股票价格预测系统模型,并对青岛海尔股票价格进行了预测。仿真结果表明,相对于标准BP算法,综合改进的BP算法能明显加快网络的收敛时间,用于股价短期预测是有效可行的,并且能够达到较高的准确性,具有一定的实际应用价值。     

基于技术分析的股价预测系统的研究与开发

分析了影响股票价格的因素,讨论了常用的股票价格预测方法。使用SQL Server2000作为后台数据库,Java和.NET作为前台开发工具,使用IKVM实现Java和.NET两种开发工具之间的互通性,研究和开发了使用技术分析法的股票价格预测系统。系统对于投资者的买入和卖出操作具有重要的指导意义。     

灰色神经网络在股价预测中的应用研究

股票价格受多种因素的综合影响,具有趋势性、较大波动性和随机性等变化特点,单一模型难准确对其变化规律进行准确描述,将灰色理论和BP神经网络相结合构建一种股票价格组合预测模型。采用灰色GM（1,1）预测模型动态预测股票价格变化趋势,运用BP神经网络对灰色GM（1,1）模型预测结果进行修正,以提高股票价格预测精度。采用ST东北高（600003）股票价格对预测模型性能进行测试,结果表明,组合预测模型提高了股票价格的预测精度,更能挖掘股票价格变化规律。     

基于改进极限学习机算法的股票价格在线预测

为了对股票价格进行准确、快速的在线预测,提出一种基于改进极限学习机算法（IELM）的股票价格在线预测模型。在极限学习机（ELM）中引入Cholesky分解方法,使网络权值随新样本的逐次加入递推更新,提高模型的泛化能力,加快网络学习效率,然后对交通银行股票（601328）的收盘价进行仿真实验。结果表明,相对于对比模型,IELM不仅提高了计算效率,而且提高了股票价格预测精度,可以实现股票价格快速、准确在线预测。     

带有延迟的三维股票价格系统的控制

构建了带有延迟的脉冲控制的三维股票价格系统,研究了脉冲控制参数和延迟变化对股票价格的稳定性影响.应用脉冲微分方程控制稳定性理论,得到了在带有延迟的脉冲控制系统中,由原先的不稳定和发散达到稳定的保守且充分的条件,从而使股票金融市场达到了一个新的持续发展的稳定状态.利用Matlab软件对该系统进行数值仿真,验证了脉冲控制方法的可行性,有效性和提出理论的准确性.结果表明合理脉冲控制可以有效控制带延迟系统的稳定性.