模糊聚类支持向量机的区域空气PM_(2.5)浓度预报

在分析模糊C均值聚类算法与支持向量机回归的特点后,将二者结合,提出了模糊聚类支持向量机回归(FCM-SVR)算法,对空气中颗粒物浓度PM2.5进行预测.该方法首先利用模糊C均值聚类算法把一个复杂的数据集分成多个群体,再在每个群体上建立支持向量机回归(SVR)模型,然后进行集成,对区域空气的PM2.5浓度进行预测.预测结果分别与自组织竞争神经网络支持向量机回归(SOM-SVR)模型和单一的支持向量机回归(SVR)的结果进行比较.结果表明,FCM-SVR模型的预报准确率高于SOM-SVR模型和SVR模型.     

基于任意形状颗粒集合二值图像的体积估算模型

基于任意形状颗粒集合的二值图像,提出了估计其体积(或质量)的方法.首先利用发光背景台面获取的颗粒灰度图像变换为相应的二值图像,得到颗粒的边界轮廓.然后再基于其边界信息,定义与颗粒形状特征相关的描述量,并将其无量纲化.将由此定义的无量纲参变量作为回归变量建立一个多元线性回归(multiple linear regression)模型用以估计颗粒集合的扁平度,进而估算颗粒体积.回归变量的系数由随机采样的501个样本颗粒(尺寸范围为4.75～25 mm)用误差最小平方和求得.将模型应用于由具有相似统计分布特征的其他颗粒集合,并将得到的体积估计值与其体积真实值相比较,实验结果显示模型的相对误差在±2%以内.     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

负相依误差下随机设计的半参数回归模型的渐近正态性

考虑了误差为负相依误差的随机设计半参数回归模型.利用权函数和最小二乘估计的方法给出了参数和非参数的最小二乘估计和加权最小二乘估计,并在较弱的条件下得到了它们的渐近正态性.     

基于WRF数值模式的SDAE-SVR风速预测模型研究

风速预测是风力预报中的核心与基础, 采用天气研究和预报(Weather Research and Forecasting, WRF)模式进行风力预报往往存在风速预测误差较大的问题. 为了提高风速预测精度, 提出了一种基于深度学习和支持向量回归(Support Vector Regression, SVR)相结合的风速预测模型. 该模型以WRF模式预报输出的多种气象变量为基础, 结合气象自动观测站传感器的实测风速, 引入堆栈降噪自动编码(Stacked De-noising Auto-Encoder, SDAE)深度网络来学习样本数据中隐含的深度特征, 然后将该深度网络最后一层输出的深度特征置入回归器SVR中, 利用SVR良好的回归预测性能对WRF模式预报的未来1h风速进行预测订正. 结果表明: 所建立的SDAE-SVR风速预测模型具有较高的风速预测精度, 在对典型日的WRF模式预报未来1h风速的预测订正中, 其平均百分比误差与均方根误差仅为8.28％与0.8 066 m·     

变系数模型的局部组合分位数估计

变系数模型推广了经典的线性模型,能灵活描绘变量间的非线性和交互性特征.考虑跨越一系列分位点的变系数模型的稳健估计,采用局部组合分位数回归方法,给出了该模型估计的局部Bahadur表示和渐近正态分布性质.证明了所得的估计量能够满足非参数收敛率要求.同时,模型计算容易执行且不需要指定误差分布的具体形式.进而推导了最优窗宽的表达式并提供了一个基于分位数交叉核实准则的窗宽选择方法.通过Monte Carlo模拟,检验了局部组合分位数估计变系数模型的有限样本性质.     

一种新的支持向量回归机TSVR

标准的支持向量回归机对于参数的选取有很强的依赖性.当选取的参数不恰当,或当数据受到噪声的污染时,回归的效果将受到较大的影响.笔者将训练点被正确划分的程度引入到支持向量回归机模型中,通过理论推导,提出了一种新的支持向量回归机TSVR,并给出了TSVR算法收敛的相关证明.同时,通过大量的数值实验,证明了TSVR具有较好的回归效果,其回归结果对参数的选取较不敏感,具有比标准的支持向量回归机更好的性质.     

基于支持向量机的多因子风速预测

针对目前数值模式预报的风速普遍存在小风预报偏大、大风预报偏小的问题,本文基于支持向量机的方法,结合WRF模式预报和自动观测站的实况数据资料,建立多因子SVM风速预测模型,对渔业避风港锚地风速进行预测修正.实验结果表明,新模型预测的风速和实际风速基本一致,相关性达到了99%,很好地表达了风速与WRF模式预报因子之间的非线性关系,验证了该模型能改进WRF模式输出的风速数据.与仅利用历史风速的非数值SVM和LSSVM风速预报的结果进行比较,进一步证实了多因子SVM风速预测的优越性.     

基于相关向量机的网络舆情情感趋势预测

对网络舆情事件中网民评论的情感发展趋势进行准确预测具有非常重要的意义和价值.本文提出将网民评论的情感值作为预测指标,通过对评论的句式分析,利用短语模式计算单句及复句的情感值,构建情感值时间序列,建立基于相关向量机的网络舆情情感趋势预测模型,对网络舆情事件中网民评论情感趋势进行预测.选择新浪微博中关注度较高的头条新闻中微博评论的舆情事件作为实验对象,运用本文模型与基于BP神经网络、Elman神经网络等预测模型进行对比.实验结果表明,本文模型具有较高的预测精度,平均绝对百分误差(MAPE)和均方根误差(RMSE)均优于基于BP神经网络和Elman神经网络的预测模型,能较好地预测出网络舆情事件中网民评论情感趋势.     

基于变分法的经济演化路径的最优化分析

为研究在新常态下经济的可持续发展模式, 文中引入希克斯中性技术进步生产函数以模拟最优的可持续增长路径; 并基于固定端点利用变分法研究使整个社会效用最大化的技术进步、资本、劳动的最优运动路径, 得出分别为时间的三次、二次、一次函数. 实证过程中, 利用误差修正模型拟合发现, 我国20世纪90年代后经济发展轨迹与得出的最优路径极为相似, 社会总产出与技术、资本、劳动存在协整关系, 误差修正项系数显著非零, 符号为负; 同时也表明技术进步对经济可持续增长作用显著, 鼓励和支持技术创新才是维持经济平稳快速发展的关键.     

我国CO2排放与三次产业的关联性分析

为研究我国CO2排放与三次产业的关联性,用聚类将研究年分为两阶段,对各阶段分别讨论单位GDP的排放量变化趋势与三次产业比重的关系,以及总排放量与三次产业产值之间的回归关系.研究表明,前后两阶段单位GDP的CO2排放趋势受三次产业比重的影响关系截然不同;而CO2排放总量的下降则依赖于第一、三产业的发展,但后一阶段第一产业的减排作用相对于前一阶段已大幅削弱.综合当前国情,在现阶段为同时降低单位GDP的CO2排放量与CO2排放总量,我国应大力发展第三产业.     

基于NPP-VIIRS夜间灯光数据的山西省GDP空间化模拟

选取山西省为研究对象,以美国国家极轨合作仪件-可见红外成像辐射计套件（NPP-VIIRS）夜间灯光数据、GDP统计数据等为数据源,构建GDP空间化拟合模型,建立山西省GDP密度图,据此研究山西省经济的空间差异性。通过对NPP-VIIRS夜间灯光数据的空间化处理,提取灯光指数,并将其与GDP进行回归拟合,建立最佳回归模型,得到GDP密度拟合图;利用县级GDP数据进行线性纠正,从而提高GDP的模拟精度。结果表明：（1）NPP-VIIRS夜间灯光数据与GDP的相关性较高,可用于山西省GDP模拟;（2）与GDP分区建模相比,GDP整体建模的精度更高;（3）山西省GDP的空间分布整体呈由城市中心逐渐向周边辐射的特点,构成GDP过渡带。     

交流CMOS门电路参数的设定

CMOS门电路的参数是对它本身物理特性的一种定量描述，对参数的设定是实际应用CMOS门电路的基础，本文从理想参数出发归纳了直流CMOS门电路主要参数的设定思想并对各项参数进行了分析讨论，然后介绍了交流CMOS门电路的设计思想及结构与工作原理上的特点，在分析二类CMOS电路差异的基础上，本文采用类比的方法对交流CMOS电路的设定进行了研究。     

新疆M_2/GDP的变化趋势及成因分析

自 1 973年麦金农提出用 M2 /GDP衡量不同国家的金融发展水平以来 ,M2 /GDP就被广泛用于测量发展中国家的金融深化程度和货币化水平 .本文考察了新疆 1 978～ 2 0 0 0年间 M2 /GDP的变化趋势 ,分析了新疆M2 /GDP的长期走势与阶段性走势 ,指出准货币快速上升才是新疆 M2 /GDP上升的货币原因 ,并从货币需求、金融流程梗阻和资金“外逃”等三方面解释了新疆 M2 /GDP高于全国水平的经济成因     

人民币汇率如何影响中国企业“走出去”——基于VAR模型的动态分析

基于VAR模型, 利用向量误差修正模型(VECM)和Granger因果性检验研究了1982~2010年人民币实际汇率水平和汇率波动影响中国企业“走出去”问题. 结果显示, 人民币的实际汇率升值只在长期内对企业“走出去”有积极作用; 在短期内, 人民币贬值是推动中国对外投资的因素; 但无论在长期还是短期内, 汇率的波动显著促进了企业“走出去”. 同时, 结果还表明中国企业“走出去”对汇率水平的变化比对汇率波动的反应更为敏感.     

近10年中国不同区域CO2排放现状和特征

基于我国碳排放约束性指标的提出,在收集2000~2009年西部、中部、东北部及东部地区所辖30个省市（除西藏外）的相关数据的基础上,估算CO₂排放情况,通过图表及有关参数分析这些区域CO₂排放现状,阐明CO₂排放特征.结果显示,近10年,我国单位GDP CO₂排放量下降了38.4%,若兑现2020年碳减排承诺,减排量相当于2005年全球CO₂排放量的29.7%~33.4%;中国不同区域CO₂排放强度总体上呈逐年下降趋势,各区域CO₂排放强度与人均GDP呈一定的负相关性.历年来各区域CO₂排放强度占同期全国总值的比重均相对稳定,西部地区所占比重最多（占32%~34%）,将是今后做好全国碳减排工作的一个重要区域.各区域二氧化碳年排放量增速与GDP增速曲线基本呈倒U型,符合环境库兹涅茨曲线.人均CO₂排放量呈逐年增加趋势.东部地区及东北部地区人均二氧化碳排放量明显高于西部、中部地区,该指标与经济的发达程度呈正相关性.各区域内人均贡献一份GDP上所排放的二氧化碳逐年递减,说明经济发展和节能减排能实现双赢,但与发达国家仍存在差距.     

浅析新疆经济的各产业发展是否均衡

本文对1990-2012年的新疆生产总值及三产总值数据做了统计分析,建立了新疆地区生产总值与三产生产总值关于年份的指数回归方程,通过对方程进行显著性统计分析,得知第一产业和第三产业发展均衡,但二者均在新疆经济平均发展水平之下,第二产业发展迅速,高于平均水平,占地区生产总值比重较大.若新疆经济的发展模式不变,根据回归方程预计五年后,即2017年新疆地区生产总值达到1.6万亿,一产总值达到0.24万亿,二产总值0.88万亿,三产总值0.54万亿,二产总值达到地区生产总值的一半以上,三者发展极不均衡,出现较大差异.当地政府应该采取相应的措施保持新疆经济的基本平衡.