城市住宅建筑立面色彩设计的可拓数据挖掘研究

伴随着大数据时代的社会发展,对城市建筑形象进行了更为深入和细致的描述,而建筑立面色彩设计却往往依靠设计师感性认知和设计经验来把握,并且色彩本身具有的模糊性、复杂性更容易使人产生困惑.在新数据环境下,为了用数据实证说明住宅建筑立面色彩设计的规律性问题.本文提出应用可拓数据挖掘方法的城市住宅建筑立面色彩设计研究.首先文章阐述了可拓数据挖掘方法的概念、优势及步骤;其次,针对城市住宅建筑立面色彩设计实际案例,通过现场拍照获取原始图片信息、Adobe Photoshop计算机软件提取色彩量值(色相、亮度、饱和度),对立面色彩数据展开可拓数据挖掘研究,获取规律模型;最后,根据总结出的色彩设计搭配规律,提出城市住宅建筑色彩设计选色指导.研究结果表明,该方法能够挖掘出地区的城市住宅建筑色彩搭配的倾向性问题,进而辅助色彩设计.一方面,以数据实证提高色彩设计的科学性,并激发设计师的创造力,另一方面为计算机智能化辅助可拓住宅建筑设计提供方法支持.     

不完全数据下线性回归模型的参数估计

在数据收集过程中,由于各种原因可能造成数据不完整的情况,并将严重影响数据挖掘的质量和结果的稳健性.本文基于EM算法,在SPSS软件的环境下,有效解决了一元线性模型下删失数据带来的参数估计问题,并将此方法实证推广到多元线性回归的模型中.     

我国资本市场产出效率与生产函数的实证分析

本文运用数据包络分析对我国资本市场的产出效率进行了考察，运用两阶段的DEA-回归方法建立符合经济学定义的我国资本市场生产函数。在此基础上，对我国资本市场的产出效率作了实证分析。     

基于数据挖掘对城市公交站点优化的数学建模

介绍2019年全国大学生数学建模赛题后续研究项目《基于数据挖掘技术的海口市交通规划研究与仿真》的研究成果,研究海口市城市公交站点的优化与实证仿真.通过DBSCAN聚类算法对公交站点进行聚类分析,利用OD矩阵分析公交站点乘车人密度.     

数据挖掘中统计方法的作用和问题点

本文讨论了数据挖掘与统计学间的关系,介绍了在数据挖掘中常用的统计方法和存在的问题。提出了统计怎样适应于数据挖掘的课题。     

可拓数据挖掘研究进展

可拓学研究用形式化模型解决矛盾问题的理论与方法,可拓数据挖掘是可拓学和数据挖掘结合的产物,它探讨利用可拓学方法和数据挖掘技术,去挖掘数据库中与可拓变换有关的知识,包括可拓分类知识、传导知识等可拓知识.随着经济全球化的推进,环境的多变促使了信息和知识的更新周期缩短,创新和解决矛盾问题越来越成为各行各业的重要工作.因此,如何挖掘可拓知识就成为数据挖掘研究的重要任务.研究表明,可拓数据挖掘将具有广阔的应用前景.将介绍可拓数据挖掘的集合论基础、基本知识和目前研究的主要内容,并提出今后需要进一步探讨的问题及其发展前景.     

一种遗传模糊神经网络数据挖掘算法

数据挖掘是近年来信息处理领域出现的新的研究方向。本文探讨了扩展型TS模糊神经网络和遗传算法在数据挖掘中的应用,并提出了一种把模糊神经网络与遗传算法相结合的数据挖掘方法。在该方法中由遗传算法自适应地构造和优化TS模型,TS模型完成预测,这种预测是建立在遗传算法的聚类结果之上的。二者的结合,提高数据挖掘的应用效果。文章最后给出该方法的应用实例。     

中国房地产网络舆情分析

随着互联网技术的运用,基于文本挖掘的网络舆情分析,近年来也越来越受到学术界相关人士的关注。本文结合词云、关联规则、文本倾向性分析等数据挖掘与可视化技术,对2015年第二季度中国房地产网络舆情进行了实证研究与分析,在论证相关方法可行性的基础上,构建了网络舆情分析的基本框架。基于分析本文发现了该季度热点话题的分布与关联,并对各个话题的总体倾向性水平进行了评述,给出了相关政策建议。     

基于动态财务分析的地质灾害保险定价

将经济学中的动态财务分析(DFA)模型应用于地质灾害保险定价中,对离散的灾害事件、经济损失等进行建模分析,计算出纯保费.实证分析以湖南省邵阳市为例,结果表明该模型实用性强、操作简单,计算出来的保费率具有一定的参考价值.     

基于GMDH的LSSVM预测模型及其实证

自从Suykens提出新型统计理论学习方法-最小二乘支持向量机(LSSVM)以来,这种方法引起了广泛的关注,它在预测方面的良好性能得到了广泛应用.应用自组织数据挖掘(GMDH)方法改进LSSVM,提升了预测精度.首先利用GMDH方法选择有效的输入变量,再将这些变量作为LSSVM模型的输入,进行时间序列的预测,从而建立LSSVM和GMDH组合的混合模型GLSSVM.并通过汇率时间序列对本文模型进行了实证.结果表明,混合模型预测精度得到了明显的提高.     

灰色关联度分析在投入产出关联度中的应用

产业经济学常用投入产出方法中的影响力系数和感应度系数来评价部门的拉动和推动作用,从而作为确定国民经济中关键部门最重要的参考指标。本文针对影响力系数和感应度系数的缺陷,采用灰色关联度曲线相似的思想对中国1997年17部门的投入产出表作了实证分析,并和传统的方法作了比较,结果表明,用本方法确定关键部门更符合实际,具有重要的参考价值。     

可拓建筑形态设计变换数据库初探

可拓建筑形态设计变换数据库是可拓学、数据挖掘的理论和方法在建筑形态设计方面的应用.尝试探讨面向建筑形态设计的可拓变换数据库,论述其概念、类型、实例和作用.以理论概述和实例解析的方法,构建了有效的建筑形态设计数据表达方式,提出了建筑形态数据挖掘工作的前提和基础,为可拓建筑形态设计数据挖掘研究拓展了理论基础.     

基于模糊聚类算法的客户细分研究

以客户关系为导向的服务经济时代,客户细分是企业判断具有相似特征的客户,并以此为基础有针对性的提供产品及服务的最为有效的手段.利用数据挖掘技术,将模糊聚类算法应用于客户细分中,以此寻找具有相似特征及价值的客户,并在电信行业中进行实证应用.     

基于物元可拓性的潜信息挖掘

潜信息挖掘是数据挖掘的核心内容 .本文应用可拓论 ,提出了基于物元可拓性的潜信息挖掘方法 ,探讨了潜信息挖掘的发散性方法 ,相关性方法和蕴含性方法 ,这些方法与现有的数据挖掘方法相兼容 ,相互补充 ,相得益彰 .     

数据挖掘过程中连续属性离散化新方法研究

在知识发现和机器学习领域里,许多数据挖掘方法如基于粗集的数据挖掘工具等需要使用离散的属性值,但实际观测到的大多是连续性属性数据,这对许多新型数据挖掘工具的研究带来了不便.本文针对以上问题,在综合分析目前连续属性离散化方法的基础上,提出了一种基于数据分布特征的连续属性离散化新方法,并用经典算例验证了此算法,实验结果表明该方法具有合理性和可行性.     

可转换债券风险测度的新方法——GAVaR模型

通过ARMAGARCH模型模拟出可转债收益率的分布,然后使用遗传算法的数据挖掘技术对此分布进行了有效的优化,结合Bootstrap算法将优化结果应用于VaR测度,得出了GAVaR模型下的风险值.对中国和台湾可转债市场进行实证研究,发现GAVaR模型压力测试和回顾测试的结果都优于历史模拟法等常用VaR模型,控制风险的能力适合可转债市场的需求.     

基于变量选择和聚类分析的两阶段异方差模型估计

建模经济学领域中的面板数据,异方差性在所难免.两阶段估计方法是一种较好的研究异方差性的手段,在进行样本分组时,如果仅选定一个自变量作为依据,会导致信息量不完整.本文提出了用变量选择的方法筛选出用于分组的几个变量,之后用κ均值方法进行聚类,进而实现对样本的类别划分,从而可以得到异方差估计.实证显示:在异方差估计精度和拟合值方面,本文提出的方法在有效性和可行性方面优势明显.     

第四届“泰迪杯”全国数据挖掘挑战赛成功举办

正2016年3月底,第四届"泰迪杯"全国数据挖掘挑战赛开赛。本届挑战赛由全国大学生数学建模竞赛组委会主办,广州泰迪智能科技有限公司承办,广东省工业与应用数学学会和华南师范大学数学科学学院协办。竞赛是面向全国在校研究生和大学生的群众性科技活动,研究生、本科生、大专生都可以组队参赛,目的在于激励学生学习数据挖掘的积极性,提高学生利用数据分析方法解决实际问题的综合能力,鼓励广大学生踊跃参加课外科技活动,开拓知识面,培养创造精神及合作意识,推动数据挖掘技术在高校的     

股票综合评价的符号数据PCA方法

符号数据分析是一种新兴的数据挖掘技术,区间数是最常用的一种符号数据。研究应用区间型符号数据的PCA方法来评价股票的市场综合表现问题。首先介绍了符号数据分析的基本理论。接下来研究了区间数据样本的经验描述统计量的计算,并基于经验相关矩阵,给出了区间主成分分析的算法,该算法最终得到区间数表达形式的主成分取值。最后选取上海证券交易市场20支股票在某一周上的交易数据,进行了实证研究,基于区间主成分得分的矩形图表示,将20支股票按其市场综合表现分成了四类。     

单位根模型的复合分位数自回归推断

单位根模型是经济学和金融学中用于非平稳时间序列数据建模的一个重要模型.对于该模型,假设模型误差的方差可能不存在,然后采用复合分位数方法估计该模型的自回归系数,建立了估计量的收敛速度和极限分布.然后,通过Monte Carlo模拟评估估计量在有限样本情形下的表现发现,当模型误差不是高斯分布时,单位根模型的复合分位数自回归估计在估计偏差和有效性方面要优于最小二乘估计和分位数自回归估计.此外,文中给出了一个相关的实证分析,该实证分析表明:对于该经济数据,用复合分位数方法进行统计推断是合适且具有一定优势的.最后,把单位根模型推广到了增广的Dickey-Fuller模型,并研究了该模型中的复合分位数自回归估计的渐近理论.