西安市房地产预警系统研究

采用主成分分析、BP神经网络等现代数学方法,构建西安市房地产预警系统,并通过单指标和综合指标来预测房地产市场的运行轨迹,以揭示西安市房地产的运行状况。     

城市房地产预警系统的研究与设计

本文将计算机信息系统建模技术引入到城市房地产经济预警领域,结合数据仓库和决策支持系统,探讨设计与开发城市房地产预警系统的技术与方法,并在模型上引入BP神经网络,开发科学实用的城市房地产预警系统。     

房地产市场供求协调度研究——以银川市为例

采用主成分分析法,对2004—2013年银川市房地产市场供求协调度进行分析、研究.结果表明,银川市房地产市场总体需求大于供给,协调度指数大部分处于正常运行区间或基本正常运行区间,只有2009年出现在异常运行区间内,说明近十年银川市的房地产行业发展相对稳定,供需较为协调.     

基于BP神经网络算法的汽车产业安全预警方法研究

基于产业安全理论和产业现状,建立对外依存度、国际竞争力等四维度汽车产业安全评价体系。根据1998—2013年数据,基于BP神经网络模型,结合灰色预测GM(1,1)模型与主成份分析法对我国汽车产业安全现状进行了量化评价、结果检验与安全度预测。结果表明:汽车产业发展初期,受产业国际竞争力利好形势带动,安全度不断提升;近几年,产业国际竞争力提升缓慢,市场控制力下降、依存度上升,安全度增速下降,预测未来五年汽车产业安全程度将呈下滑趋势。     

河南省房地产泡沫程度研究

根据河南省房地产市场的发展状况,选取了7个测度指标,运用主成分分析法对泡沫指标进行降维,确定出河南省的综合泡沫指标函数,最后分析了河南省2007—2014年的房地产市场泡沫程度。研究表明,在2013年之前,河南省房地产市场并未出现泡沫,而从2013年之后才开始出现泡沫,而且泡沫程度较大,泡沫综合指数达到了2.063 4,2014年泡沫程度有所下降,达到了1.749 8。     

基于主成分分析法的中国房地产市场实证研究

针对中国房地产市场是否存在泡沫以及泡沫范围和程度大小问题,基于供给、需求、价格评价和金融信贷四个维度构建房地产泡沫综合评价指标体系,利用2005-2016年29个省份数据,采用主成分分析法进行实证研究。结果表明:多数省份房地产市场存在泡沫,部分省份泡沫程度严重;房地产市场存在泡沫省份个数在2014年达到顶峰,之后泡沫省份范围略有下降;省域之间泡沫程度差异明显,房地产泡沫在邻近地区具有传染性,整体呈现出东部—中部—西部泡沫程度逐渐降低的趋势。最后根据房地产泡沫程度差异针对性地提出完善房地产调控的政策建议。     

我国上市公司“ST预警判别模型”的实证研究

随着资本市场的发展，投资者的理性化，上市公司财务危机受到各方的关注。采用主成分分析与判别分析相结合的方法，得出一个供相关利益主体判别财务危机的预警模型，并重新依据不同的使用者设置不同的临界值。     

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。     

基于神经网络算法的无线网络安全模型研究

信息技术的快速发展使得信息安全问题愈发严峻,无线网络的广泛应用使得无线网络遭受到的安全威胁类型复杂多样.采用PCA和BP神经网络建立了无线网络安全模型,分析了无线网络安全问题.通过对无线网络传输数据的主成分分析,将获得的主成分分量作为BP神经网络的训练数据进行网络训练,获得攻击类型检测的网络安全模型.结果表明,PCA和...     

基于主成分分析的BP神经网络在岩性识别中的应用

提出一种将主成分分析和BP神经网络相结合的方法对测井资料进行岩性识别。首先将原始测井数据进行主成分分析,分析结果作为PCABP神经网络的学习样本进行训练,建立测井解释的PCA—BP神经网络岩性识别模型．并用该模型对测试样本进行识别。结果表明该方法同传统的BP神经网络相比．不仅简化了网络结构（网络的输入神经元个数由5个减少为2个）,网络收敛速度也加快了21％．而且识别的准确率提高了25％。     

房地产市场的划分及影响因素分析

把房地产市场划分为消费市场和投资市场,利用消费市场中的市场供给量和市场需求量之间的平衡、投资市场中的市场转 让价格和开发成本之间的平衡,建立房地产市场四象限模型,并分别从国民经济增长、房地产信贷和税收、政府部门有关房地产开发政策的限制等方面,对影响房地产市场 动作的因素进行了分析。     

基于在险值的杭州市房地产市场风险分析

把房地产业增加值作为市场风险的考察对象,选择GDP、建筑业增加值、房地产开发投资、居民消费价格指数作为市场风险的影响因子,构建房地产市场风险测量模型.通过收集1991－2003年杭州市房地产业发展数据,应用SPSS和Matlab软件进行回归分析和蒙特卡洛仿真,计算出在置信水平为90%、95%、99%时,杭州市房地产市场的在险值（VaR）分别为16.891、27.182、51.315亿元.实证研究发现,杭州市房地产市场潜在的波动性较强,市场风险的累积水平较高.VaR方法可以应用于中国房地产市场的风险管理,能够为政府控制市场风险提供有效的参考指标.     

养老地产混合式运营模式研究

随着我国老年人口数量的不断上升,中国老人的养老问题收到了地产界的关注,纷纷投入其中,养老地产应运而生.本文以借鉴国外的养老地产运营模式为切入口,提出中国养老需结合本国国情采取混合式运营模式.     

房地产泡沫甄别方法与杭州的实证研究

常用的房地产泡沫甄别方法有三类九种，评价了常用的几种房地产泡沫甄别方法，认为其中理论基础可靠、检验比较有效的方法有租售比法、房价收入比法、房价增长率与GDP增长率比较法和理论价格法等，在综合运用租售比法、房价收入比法、房价增长率与GDP增长率比较法、理论价格法和计量模型法的基础上对杭州市房地产市场进行实证检验，最后得到的一致性结论是，杭州房地产价格从2000年就已经开始泡沫化，到2004年达到考察期的峰值。     

中国不动产登记制度的完善

随着市场经济的日趋活跃,当事人之间的不动产交易大量涌现,因不动产登记制度不完善而引发的纠纷也由此增多。在讨论中国不动产登记制度的意义和分析现状的基础上,指出完善中国不动产登记制度需要从以下方面努力：制定统一的不动产登记法;统一登记机关;统一登记程序;建立登记机关的责任赔偿制度     

基于夏普比率的房地产投资组合优化模型研究

引入夏普比率模型,研究房地产投资组合优化问题,避免M-V组合模型中的主观约束条件,形成适用于不同投资者的统一目标函数。在夏普组合模型中,根据房地产固定交易成本率和平均持有期,一定程度上考虑了房地产市场非完全因素。     

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。     

城市房产管理信息系统研究

针对国内城市房产管理信息系统的现状和存在的问题 ,结合我们正在开发的城市房产管理信息系统 ,阐述了房产管理信息系统的特点 ,对系统的功能和数据库设计等进行了分析 ,并且对系统设计中的若干关键技术问题进行了分析 ,提出了解决方案 .     

BP神经网络在房地产估价中的应用

将改进型BP网络用于房地产估价 ,通过在识别阶段对训练样本分类正确率问题的讨论 ,提出运用欧氏距离对网络的识别系统进行改进的方法。应用实例表明改进识别方法的BP网络应用在房地产估价中能使待判样本分类正确率从 90 .5 %提高到 1 0 0 % ,相应的估价误差从 1 .7%降低到 0 .3%。