基于SEM模型的轨道交通对住宅价格的空间效应——以杭州市为例

轨道交通是城市公共交通体系的重要组成部分,其规划建设对住宅价格具有很强的正外部性。基于特征价格理论,引入了空间经济计量学分析方法和模型,以杭州市轨道交通一至三期规划内的10条地铁线路和杭州市范围内2 393个住宅样本为研究对象,实证研究了轨道交通对周边住宅价格的空间效应,构建了相应的指标体系,并用SEM模型进行定量分析。研究结果表明：(1)构建的指标体系经空间误差模型拟合后对杭州市住宅价格具有较好的解释能力;(2)处于不同建设阶段的地铁线路和站点对住宅价格的空间效应差异明显;(3)地铁站点在不同区间范围内对住宅价格的空间效应不同;(4)杭州市已通车轨道交通站点在1 000~1 500 m内对住宅价格的影响较为显著。     

基于CEEMDAN-MFO-RBF的风电功率短期预测

文中提出一种基于自适应噪声完整集成经验模态分解与飞蛾扑火算法优化径向基神经网络的短期风电功率预测方法.首先,利用自适应噪声完整集成经验模态分解对风电功率信号进行分解,以获得不同时间尺度的固有模态函数分量和剩余分量,该方法相较于经验模态分解与集成经验模态分解具有更好的收敛性和完整性.其次,利用飞蛾扑火算法优化径向基神经网...     

限购政策对杭州新建商品住宅价格的影响

断点回归（regression discontinuity,RD）是检验因果关系的有效方法,近年来,其在宏观政策评价中的应用越来越广泛。2016年G20峰会召开、货币政策调整等利好导致杭州房地产市场过快增长,杭州市政府于同年9月重启限购政策,并于2017年3月加大限购力度,限购范围扩大至杭州市户籍居民家庭。从实证角度研究了限购政策对新建住宅价格的影响。结果表明,限购政策均对新建商品住宅价格产生了具统计学意义的显著负向影响,2次降幅分别为400.26元和4 082.2元。回归模型通过了有效性检验,且在不同的阶数、核函数、带宽下具有稳健性,说明杭州市住房限购政策的实施在短期内对投资性购房需求起到了一定的抑制作用。     

重大事件与政策调整对杭州市住房市场价量波动的影响

基于2004~2015年杭州市主城区新建商品住宅月度交易价格和成交套数数据,采用圆频率(circle-frequency CF)滤波和结构突变检验法,研究重大事件与政策调整对杭州市住房市场周期波动的影响.发现重大事件和政策导致房价序列及交易量序列出现周期拐点,并存在结构性断点,其中金融危机、\"救市政策\"与\"新国十条\"\"新国五条\"及其细化产生的限购令等调控政策对杭州主城区新建商品住宅价格和交易量影响最大,影响周期长、幅度大.后两者还与价格和交易量的结构突变点紧密相关.     

基于EEMD-Transformer才型的舆情分析:以COVID-19舆情为例

现有的舆情分析模型,存在滞后性和不准确性,个体选择影响舆情预测的特征具有一定的主观性和不确定性.本文将集合经验模态分解(ensemble empirical mode decomposition,EEMD)方法和Transformer注意力机制相结合,提出一种组合模型EEMD-Transformer.该模型利用EEMD...     

基于EEMD能量矩和改进量子粒子群神经网络的滚动轴承故障诊断

针对滚动轴承故障振动信号的非线性和周期性冲击特征, 提出一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)能量矩和改进量子粒子群神经网络的特征提取方法. 基于小波去噪对滚动轴承原始信号进行预处理, 对重构的故障信号进行EEMD并得到多个本征模态函数分量. 利用能量矩方法计算出所需分量的能量矩并归一化, 将归一化后的能量特征参数作为量子粒子群BP神经网络的参数输入, 根据加速度传感器信号实现滚动轴承故障诊断. 分别在不同转速(载荷)下采集驱动端轴承的振动信号, 获取200个训练样本和80个测试样本, 并建立故障诊断模型. 基于文中模型对实际滚动轴承数据进行诊断, 实验结果表明, 不同转速(载荷)下测试的80个样本故障诊断准确率达到100%.     

基于异质预期的房地产价格波动分析

市场参与者的预期对价格波动有重要影响,而我国房地产市场预期是一种理性预期与非理性预期共存的混合预期模式,基于这种混合预期模式,引入行为金融学中的噪声交易者模型,及建立房价决定因素模型,并对35个大中城市的面板数据进行实证分析.结果表明:理性预期对房价上涨产生负向效应,能够减缓价格波动;而噪声交易者预期则会进一步推动房价的上涨.     

基于BEMD、DCT和SVD的混合图像水印算法

水印的不可见性和算法的鲁棒性是图像版权保护领域关注的重要问题,然而大多数算法不能很好地平衡二者的关系。为此,提出了一种基于二维经验模态分解（BEMD）、离散余弦变换（DCT）和奇异值分解（SVD）的不可见性高、鲁棒性强的混合图像水印算法。首先,对水印图像采用Arnold置乱,增强算法的安全性,并对置乱后的水印图像进行二维DCT。然后,对宿主图像进行BEMD,得到有限个尺度不同的内蕴模态函数（IMF）及余量,选择与宿主图像相关性较低的IMF执行二维DCT,根据水印的大小对其进行不重叠分块,分别对每个分块图像以及经DCT的水印图像执行SVD。最后,根据自适应最优嵌入准则确定水印嵌入强度,并将水印嵌入每个分块,以增强算法的容错性。大量实验以及与现有算法的对比表明,所提算法不仅具有抵抗大尺度攻击的鲁棒性,而且具有较高的不可见性。     

基本养老保险基金失衡风险预警方法的选择研究——基于新疆数据的实证分析

纵观现下中国基本养老保险的发展,如何建立可持续发展的养老金制度,实现养老金的长期财务平衡,降低养老金运行中的风险等问题突出的摆在社会面前.本文尝试通过BP神经网络构建的基本养老金运行风险预警系统预测结果与多元回归模型的比较,进行基本养老金失衡风险预警方法的选择研究.在建立基金运行的风险指标体系基础上,搜集整理源于新疆的具体数据,首先进行多元回归模型的基金风险预警结果分析,然后通过MATLAB实现BP神经网络模型的反复训练、学习,并通过预警值与实际值的比较,检验BP神经网络预警模型的有效性,最后通过两种模型结果的比较,选择出BP神经网络预警方法更有优势.     

我国股指期货延长交易对股市现货市场影响的实证分析

采用价格加权贡献方法(WPC)和GARCH模型分析我国股指期货提前开盘和推迟收盘这两个阶段的价格发现功能和对股市现货市场的影响。实证研究表明,这两个延长交易阶段皆具有显著的价格发现作用且提前开盘阶段的价格发现效应要大于推迟收盘阶段的;在推迟收盘阶段分离出的非预期收益率所蕴含的私人信息已在这一阶段的价格中得到了反应,但提前开盘阶段的非预期收益率中的私人信息则需要通过当天的股市交易才能被吸收。同时本文还发现取样期间我国股市的周一效应较为显著,这与普遍认为的股市具有周五效应不太一致。     

基于BP神经网络的CMOS电路平均功耗宏模型

提出了一种基于神经网络的功耗宏模型,该模型提取CMOS（互补金属氧化物半导体）集成电路原始输入/输出流的统计特征,采用反向传播BP神经网络对电路的平均功耗建模.与传统的基于查找表和经验方程的宏模型相比,该模型占用内存少,不需要根据不同的电路预先假定拟合函数的形式.基于ISCAS-85电路集的实验结果表明:功耗估计的平均相对误差小于10%,均方根误差可基本控制在5%以下.     

监督降维算法的计算和理论分析

在小样本条件下,由于离散矩阵的奇异性,作为监督降维的传统线性鉴别分析（LDA）并不能直接计算．许多扩展算法被提出以克服此问题,一般可分为3类：基于类内离散矩阵零空间的方法、基于总体离散矩阵列空间的方法和基于其它子空间的方法．为了深入了解前2类算法的特性,作了计算和理论分析,并得出结论：在满足一定条件下（小样本高维数据一般都满足）,基于类内离散矩阵零空间和基于总体离散矩阵列空间的方法具有等价关系,仅最优矢量集的约束条件和实现途径有所区别．在人脸数据库ORL和YALE上的比较实验结果亦证实了上述结论．