独立成分分析与主成分分析在股票市场上的运用

展示了分析及认识金融市场结构的一种新方法.将这种方法实例应用在了股票指数CAC40的一篮子股票中,对股票价格走势进行分析,并将独立成分分析（ICA）方法与传统的主成分分析（PCA）方法进行了比较.     

基于模糊邻域相对依赖互信息的特征选择方法

模糊粗糙集作为处理不确定性信息的有效工具，已广泛应用于特征选择中。然而当数据分布密度差别较大时，传统模糊粗糙近似不能有效度量样本的隶属度，且大多特征评价函数仅从代数或信息单一视角构造。针对以上问题，提出了一种基于模糊邻域相对依赖互信息的特征选择方法。首先，为克服传统模糊粗糙近似对数据分布敏感的缺陷，引入相对距离计算模糊相似关系，同时考虑模糊邻域粒度结构，提出了模糊邻域相对依赖度，从代数观度量数据的不确定性。然后，基于相对粒度结构提出了模糊邻域相对互信息，并与模糊邻域相对依赖度结合构造出一种新的特征评价函数——模糊邻域相对依赖互信息，将代数观和信息观结合进行特征评价。最后，设计了一种基于模糊邻域相对依赖互信息的特征选择算法(FNRDI)。通过与其他算法在9个公共数据集上进行实验对比分析，结果表明所提算法可有效消除冗余特征且提高数据的分类精度。     

非结构性数据驱动的混合分解集成碳交易价格组合预测

碳交易价格的有效预测有助于投资者合理决策以及政府制定科学的碳交易政策。本文提出一种非结构性数据驱动的混合分解集成碳交易价格组合预测方法。首先，基于百度指数获得碳交易相关非结构性数据，并利用主成分分析(PCA)方法提取其主成分。其次，对主成分序列与碳交易价格历史数据进行经验模态分解(EMD)、变分模态分解(VMD)与小波分解(WT),按频率高低重构后得到它们的高、低频序列和趋势项。然后，自适应选取自回归移动平均模型(ARIMA)、Holt指数平滑法和人工神经网络模型(ANN),结合非结构信息对碳价格的高、低频序列和趋势项进行预测。最后，基于BP神经网络等对三种分解方法的预测值分层集成，得到碳价格最终预测结果。对比实验结果显示，上述组合预测方法充分利用了多源信息，预测精度高且适用性良好。     

基于超图的超网络研究综述

超网络是一般网络的一类自然推广。超网络的研究将会有助于理解“复杂系统之所以复杂”这一极其重要的问题。现实世界中,很多复杂的系统都可以用超网络描述。超网络分为基于网络的超网络与基于超图的超网络。本文主要介绍的是基于超图的超网络,首先对超图理论进行描述,然后对基于超图的超网络进行分析,接着提出了基于超图的超网络和多层超网络的转换及实例并提出了基于超图的超网络演化模型。本文最后对超网络今后的研究方向进行了探讨,其中,超网络的指标构建、动力学研究、链路预测、应用等方面还有待于深入研究。     

社会化商务中消费者感知推荐信任的聚类方法研究

新兴社会化商务社会中人与人之间的高交互性及推荐信息的海量化和高动态性,对平台分析消费者感知信任提出了新的挑战。然而,对推荐信息进行聚类难以体现消费者主观性及主体间关系。本文将感知推荐信任聚类问题转化为复合网络划分问题,将主观逻辑方法与基于Normal矩阵的谱平分方法相结合构建社会化商务中消费者感知推荐信任的聚类方法。首先,将推荐信息转化为感知推荐信任,然后,从社交网络中抽取感知推荐信任相似度与关系亲密度网络,并构建Normal矩阵用谱平分方法进行划分。最后,通过多组仿真实验证明了该方法的实用性和有效性。该方法能够为社会化商务中消费者信任的分析提供新视角,为平台制定精准化营销策略提供支持。     

基于动态系统的网络社团线性探测算法

社团探测技术对于理解和分析现实世界网络具有非常重要的意义.本文提出了一种新的动态社团探测算法,利用迭代技术高效而准确地揭示网络中的社团结构.首先引入一种新型的基于离散时间的动态系统,描述社团归属的从随机状态到最优划分的演化轨迹,进一步利用严格的数学分析找出了社团归属收敛到最优的条件.另外,本文还创新性地提出了划分指标函数的一般化形式,通过选择不同的参数,可以引申到几乎所有著名的指标函数.本文算法非常高效,计算复杂度分析显示算法需要的时间与稀疏网络节点的数量呈线性关系.除此之外,为了确定社团的最优数目,本文利用Markov状态转移矩阵及其特征系统给出了具体而严格的求解证明.最后,本文将算法应用到人工网络和实际网络中,结果显示算法不仅具有极高的准确性,还能够揭示很多有用的隐藏信息,如层次结构和社团交互模式等.     

HMO市场结构影响下的美国医疗费用预测分析

分析了美国HMO（Health Maintenance Organization）市场结构主要指标及部分医疗和社会经济指标对美国医疗费用的影响,采用1995-2007年数据,利用主成分分析（PCA）方法与BP神经网络构建预测模型,对美国支出在医院方面的医疗费用进行拟合及预测,预测结果与实际值之间的相对误差小于0.25%,表明可基于该模型考察在HMO市场结构影响下的美国医疗费用.     

城市道路网总体容量估算的衍生割集方法及应用

本文基于现代城市道路网总体容量的估算和评价问题，提出了一种新的网络流算法衍生割集网络极大流算法（Evolving Cut Set Method.简称ECS法），实例表明，这种方法是有效的。     

AHP中计算排序向量的优势度矩阵法

本将优势度矩阵与最小夹角法（LAM）的相对熵方法（REM）相结合，提出了两种新的计算排序向量的方法——优势度最小夹角法（DLAM）和优势度相对熵方法（DREM），并讨论了它们的性质。理论研究和算例分析都表明，这是两种比较好的计算排序向量的方法。     

模糊解释结构建模研究

本文考虑到系统元素间关系的强弱，对解释结构建模（ＩＳＭ）进行了模糊化推广，提出了模糊解释结构建模（ＦＩＳＭ），并作了较为全面地讨论。文中首先对ＦＩＳＭ中的若干基本概念给予了严格定义。继而基于模糊聚类分析，实现了λ强连通子集划分和λ区域划分。随后给出了λ级别划分的充要条件定理。