GARCH非线性时间序列模型的网络流量预测

网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点,传统的ARMA模型在描述网络流量数据特性时有一定的局限性,从而影响网络流量预测的精度。针对这个问题,研究了使用广义自回归条件异方差模型(GARCH)对网络流量数据进行建模的方法,通过仿真实验表明,该模型可以较好地描述网络流量数据的异方差性,同时其预测精度较之传统的ARMA模型的预测精度也得到了大幅提升。     

协整检验在SAS／ETS中的实现

SAS系统是大型集成的应用信息系统,拥有完备的数据访问、数据管理、数据分析和数据呈现功能。利用SAS的ETS模块做协整检验,不仅可以充分实现模型的设定和多样的估计,而且可以集成其他模块完善输出结果。     

条件驱动的非线性协整与非平稳状态监测

针对工业生产过程中,非平稳变量间服从非线性协整关系所导致的非平稳特征提取难题,提出一种条件驱动的非线性协整算法。首先,根据设备的运行状态,对数据进行重构,将数据从时间轴重构至条件轴,使得每一个条件片内的数据具有相似的过程特性。为解决数据重构时存在的时序信息损失问题,利用重排自回归保留序列的时序信息。然后,对于重构后的条件片,根据相邻条件片协整模型的相似度合并条件片,捕捉条件轴上协整关系的变化,将协整关系相似的数据划分至同一工况,并建立统一的协整模型。最后,利用某风电场数据对所提算法的有效性进行了验证,并通过与传统线性协整算法的比较说明其优越性。     

协整检验在SAS/ETS中的实现

SAS系统是大型集成的应用信息系统,拥有完备的数据访问、数据管理、数据分析和数据呈现功能。利用SAS的ETS模块做协整检验,不仅可以充分实现模型的设定和多样的估计,而且可以集成其他模块完善输出结果。     

非线性时间序列建模的混合自回归滑动平均模型

提出了一类用于非线性时间序列建模的混合自回归滑动平均模型(MARMA).该模型是由K个平稳或非平稳的ARMA分量经过混合得到的.讨论了MARMA模型的平稳性条件和自相关函数.给出了MARMA模型参数估计的期望极大化(expectation maximization)算法.运用贝叶斯信息准则(Bayes information criterion)来选择该模型.MARMA模型分布形式富于变化的特征使得它能够对具有多峰分布以及条件异方差的序列进行建模.通过两个实例验证了该模型,并和其他模型进行比较,结果表明MARMA模型能够更好地描述这些数据的特征.     

一类非线性周期时间序列模型

为了描述周期时间序列中的偏倚和多峰等非线性特征,结合有限混合模型方法,提出混合周期自回归滑动平均时间序列模型（MPARMA）,给出了MPARMA模型的平稳性条件,讨论了期望最大化（EM）算法的应用,通过PM10浓度序列分析,评估了MPARMA模型的表现。     

基于协整分析与误差修正模型的经济增长与能源消费关系的研究

选取1985年～2011年的数据,通过对内蒙古经济与能源消费的分析,运用协整检验、建立模型、Granger因果关系检验方法确定国民经济增长与能源消费的关系,得出分析结论：短期内能源消费与经济增长之间存在单向作用关系,长期来看,能源消费与经济增长存在相互作用的关系。结合分析结论并针对内蒙古的实际情况提出相应建议。     

特征滞后计算的股市波动预测

针对股票价格波动拐点难以有效预测导致预测精度不高的问题,提出一种特征滞后程度计算的均值门限广义自回归条件异方差(LRD-TGARCH-M)模型。首先,基于股价波动与指标变化出现的不一致性,给出了滞后性的定义,并引入能量波动概念,从能量角度提出特征滞后程度(LD)计算模型;然后,用LD度量拐点出现之前的风险大小,将其加入到股价均值方程中,克服均值门限广义自回归条件异方差(TGARCH-M)模型对拐点预测的不足;其次,根据拐点附近波动相对剧烈,将LD加入到误差项的方差方程中,优化方差的变化,提高模型的预测精度;最后,给出了LRD-TGARCH-M模型的波动预测公式和精度分析,并在股票数据上进行实验,结果表明,与TGARCH-M模型相比,精确度提高了3.76%;与均值指数GARCH(EGARCH-M)模型相比,精确度提高了3.44%,证明了LRD-TGARCH-M模型可以提高股价走势预测精度,减小误差。     

非线性时间序列建模的异方差混合双AR模型

研究了可用于非线性时间序列建模的异方差混合双自回归模型(heteroscedastic mixture double- autoregressive model,HMDAR),给出了HMDAR模型的平稳性条件,利用ECM(expectation conditional maximization)算法来估计模型的参数,运用BIC(Bayes information criterion)准则来选择模型．HMDAR模型条件分布富于变化的特征使它能够对具有非对称或多峰分布的序列进行建模,将HMDAR模型应用于几个模拟和实际数据集均得到了较为满意的结果,特别是对波动较大的序列,HMDAR模型能比其他模型更好地捕捉到数据序列的特征．     

时间序列分析方法及ARMA，GARCH两种常用模型

证券市场具有数据单一性（大量不需要经过特殊处理的数据）、分析手段多样性和隐蔽性的特点,且与其飞速发展不相称的是证券分析技术进展的缓慢。股市系统中时间序列的预测问题具有重要的理论及实际意义,时间序列的获取是通过对数据库中数据进行分类汇总分析而获得。获取时间序列数据以后可以对它进行预测分析,从而较准确地预见系统的演进。文中介绍了时间序列的基本知识,同时比较了ARMA和GARCH两种常用模型,得出对于中国股市,GARCH模型性能优于ARCH模型。     

新阈值函数下的小波阈值去噪

针对传统小波阈值去噪法中硬阈值函数不连续,软阈值函数有固定偏差的缺点,提出一种新的阈值函数。对Donoho的固定阈值进行改进,提出一种自适应的阈值。在Matlab环境中,分别进行了实验选取最优小波基,新阈值函数的最优参数以及新阈值函数与传统硬阈值函数,软阈值函数和折衷阈值函数的对比。实验结果表明,新的阈值函数能更有效地提高语音信号的信噪比,改进语音质量。     

Testing for a Unit Root in a Process Exhibiting a Structural Break in the Presence of GARCH Errors

This paper considers the effect of GARCH errors on the tests proposed byPerron (1997) for a unit root in the presence of a structural break. We assessthe impact of degeneracy and integratedness of the conditional varianceindividually and find that, apart from in the limit, the testing procedure isinsensitive to the degree of degeneracy but does exhibit an increasingover-sizing as the process becomes more integrated. When we consider the GARCHspecifications that we are likely to encounter in empirical research, we findthat the Perron tests are reasonably robust to the presence of GARCH and donot suffer from severe over-or under-rejection of a correct null hypothesis.     

Testing for nonlinearity in mean and volatility for heteroskedastic models

A simple test for threshold nonlinearity in either the mean or volatility equation, or both, of a heteroskedastic time series model is proposed. The procedure extends current Bayesian Markov chain Monte Carlo methods and threshold modelling by employing a general double threshold GARCH model that allows for an explosive, non-stationary regime. Posterior credible intervals on model parameters are used to detect and specify threshold nonlinearity in the mean and/or volatility equations. Simulation experiments demonstrate that the method works favorably in identifying model specifications varying in complexity from the conventional GARCH up to the full double-threshold nonlinear GARCH model with an explosive regime, and is robust to over-specification in model orders.     

基于新阈值函数的小波阈值去噪算法

小波基、分解层数、阈值和阈值函数是小波阈值去噪的关键性因素.针对小波基和分解层数的确定,提出了一个算法来实现;对于传统硬、软阈值函数的局限性和阈值函数在临界阈值处不存在平滑过渡区的现象,提出了一个参数化的新阈值函数,该阈值函数具有更高阶,通过灵活调节参数使之介于硬、软阈值函数之间,且兼具硬、软阈值函数的优点,并在临界阈值内添加平滑过渡区,可在阈值处理时保留一部分有用的高频信号,较好地抑制了细节系数的过扼杀和信号振荡现象.仿真结果表明:新阈值函数提高了去噪信号的信噪比,减小了均方误差,取得了较好的去噪效果.     

Modeling threshold conditional heteroscedasticity with regime-dependent skewness and kurtosis

Construction of nonlinear time series models with a flexible probabilistic structure is an important challenge for statisticians. Applications of such a time series model include ecology, economics and finance. In this paper we consider a threshold model for all the first four conditional moments of a time series. The nonlinear structure in the conditional mean is specified by a threshold autoregression and that of the conditional variance by a threshold generalized autoregressive conditional heteroscedastic (GARCH) model. There are many options for the conditional innovation density in the modeling of the skewness and kurtosis such as the Gram-Charlier (GC) density and the skewed-t density. The Gram-Charlier (GC) density allows explicit modeling of the skewness and kurtosis parameters and therefore is the main focus of this paper. However, its performance is compared with that of Hansen’s skewed-t distribution in the data analysis section of the paper. The regime-dependent feature for the first four conditional moments allows more flexibility in modeling and provides better insights into the structure of a time series. A Lagrange multiplier (LM) test is developed for testing for the presence of threshold structure. The test statistic is similar to the classical tests for the presence of a threshold structure but allowing for a more general regime-dependent structure. The new model and the LM test are illustrated using the Dow Jones Industrial Average, the Hong Kong Hang Seng Index and the Yen/US exchange rate.     

气门自动检测与分选系统检测误差的研究

以气门自动检测与分选计算机控制系统为研究对象，介绍了气门自动检测的方法，给出了气门检测过程中所带来的随机误差和系统误差的应对方法。通过厂方对气门14个断面的在线检测，检测数据表明，此检测系统和误差分析应对方法具有一定的实用性。     

双曲线函数在灰度图像小波阈值去噪中的应用

小波硬阈值去噪由于在阈值处不连续,在重构时会出现振荡;软阈值处理后的小波系数与真实值之间存在恒定的偏差等情况,重构时会模糊图像的边缘和细节。将双曲线函数引入小波阈值去噪法,根据参数选择的不同可构造出两种不同的阈值函数,解决了阈值处的连续性问题,并在一定程度上消除阈值处理后小波系数与真实值之间的偏差,在去除噪声的同时,很好地保持了图像的边缘和细节。     

基于模型的方法在软件测试领域的应用与发展

伴随着软件在当今社会中扮演着日益重要的角色,在各类软件或系统的开发过程中,测试变得越来越重要.随着面向对象技术的广泛应用和软件测试自动化的要求,基于模型的测试(MBT)技术逐渐得到了软件开发和测试人员的认可和接受.尽管有许多国内出版物讨论了基于模型的测试技术,但还没有相关技术文章对MBT技术及工具的当前发展进行回顾与总结.文章对当前MBT技术的通用模型、测试用例生成方法、测试目标选择等MBT方法进行回顾,并对基于模型的自动化测试工具、应用实践进行了概述.最后,探讨了MBT技术的未来发展与研究方向.     

基于双线性映射的动态门限签名方案

目前现有的大多数门限签名方案其门限值是固定的,在实际应用中,往往希望能根据被签名消息的重要性动态改变门限值。针对现有动态门限签名方案存在的不足,提出了一个基于双线性对的动态门限签名方案。同时,对方案的安全性进行了分析,结果表明本方案是一个安全、有效的动态门限签名方案。     

The efficiency of neuron-MOS transistors in threshold logic

 Using MOS-transistors with floating gate (Neuron MOS or νMOS) for building threshold logic is discussed. Two ways of νMOS threshold logic implimention – static and clocked – are under consideration. Methodology of νMOS circuit design is given. Majority voting gate (MVG) is used as an example of threshold gate with worst conditions for getting a large number of inputs. The possibility of implementing a MVG with a certain number of inputs is the possibility of building a threshold gate with a threshold alterable in real time (from OR to AND-function) with the sum of input weights equal to the number of MVG inputs. The maximum number of threshold gate inputs is estimated depending upon the deviations of the elements dimensions and parameters inside the chip. It is shown that it is difficult to implement a static νMOS MVG with a number of inputs more than 10. For the same conditions, the number of inputs of clocked νMOS MVG is as large as many tens. A clocked νMOS threshold gate with alterable in real-time input weights and threshold is proposed. Delay time and chip area for such a circuits are estimated.