多变量整体模式累加多层统计模型的建立及其在组织绩效预测上的应用研究

为了解决多层的少样本或无规则数据的建模问题,在一般多层统计模型的基础上提出了多变量整体模式的累加多层统计模型。此模型把累加方法的优点(将无规则数据转化成有规则数据)与多层统计模型结合起来,拓展了多层统计模型的适用范围。从其在香蕉组织绩效的分析以及在仅有两个调查数据香蕉组织形式绩效的预测中,可以看出此模型有较强的实用性。     

福建省科技投入强度的预测预警研究

本文在分析福建省历年R＆D强度及特征的基础上．构建了R＆D强度的灰色预测模型和增长型曲线外推模型,并利用它们构建了组合预测模型,同时以全国平均水平为依据构建了预警系统,得到2008—2010年的R＆D强度预测值分别为1．0321％、1．1186％、1．2115％,预警结果3年都是巨警。结果表明,福建省的R＆D强度在2010年达不到1．7％的水平,这与福建省“十一五”R＆D投入强度的既定目标相去甚远。随后,文章提出了福建省实现“十一五”科技投入强度目标的条件要求,为政府制订和调整科技投入政策提供参考。     

基于基数排序及属性约简的雷电预报因子提取方法

雷电预报因子筛选是构建雷电预报模型的关键,也是提高雷电预报准确度的一个瓶颈问题。本文提出了一种基于粗糙集正域属性约简的雷电预报因子提取方法,该方法采用基数排序方法快速求解决策表的正域,引入可分辨度概念度量属性的重要性,提出了基于可分辨度的核属性与非核属性的提取方法,设计了相应的面向雷电预报因子提取的属性约简算法。真实气象数据集测试结果表明,该方法能有效提取最小集合的雷电预报因子,并较以往方法具有更好的性能。     

微地震监测技术研究进展——震源成像的相对定位法*

微地震监测技术是利用岩石破裂位置的时空分布对地下裂缝进行成像和分析,因此,震源定位是微地震资料处理中最基础和最重要的内容。该文首先介绍了微地震定位方法的研究现状,特别是近年来相对定位法在微地震定位应用中的研究进展。然后,详细阐述了两种波形叠加类相对定位方法的原理,并结合实际矿山微地震数据分析了两种方法的成像分辨率特征、计算效率和定位结果,验证了该文研究方法的可行性。最后,对波形叠加类定位方法及微地震监测技术的发展方向进行了讨论和展望。     

基于时间序列的航天器遥测数据预测算法

在航天器遥测数据预测领域,基于时间序列的预测方法有着广阔的应用前景;时间序列有一明显的特性就是记忆性,记忆性是指时间数列中的任一观测值的表现皆受到过去观测值影响;它的基本思想是根据观测数据的特点为数据建立尽可能合理的统计模型,利用模型的统计特性解释数据的统计规律,以期达到预报的目的;提出了采用模式识别和参数估计的方法,结合航天器遥测动态数据,建立关于航天器遥测数据的时序预测模型,对航天器遥测数据趋势进行检测和预报。     

广东省能源消费的ARIMA模型预测分析

对1985-2008年广东省能源消费总量数据序列进行分析,建立了ARIMA(2,2,2)模型,检验结果表明,该模型对原始数据序列有较好的拟合效果,模型的预测效果良好,可用于短期外推预测.     

基于随机时间序列法的新疆麻疹发病率预测

用2004～2010年新疆麻疹月发病率数据分析建立了ARIMA(0,2,1)(0,1,1)~(12)时间序列模型,该模型能够较好的预测短期内新疆麻疹的流行情况,对麻疹的流行情况进行预警,提前做好预防控制的准备.     

基于模糊聚类分析的小波神经网络模型在径流预测中的应用

提出了一种在对预报因子集进行模糊聚类分析基础上构建径流预测模型的新方法:先通过模糊C-均值聚类将历史径流数据进行分类,然后利用小波神经网络分别建立预报因子集类别变量特征值与观测值之间的局部预测模型,并设计了特征值分类识别器,自动搜寻相适应的局部网络模型进行预测.通过西南某水库2011年日平均入库来流的计算实例对简单小波神经网络预测模型和所建的基于FCM与小波神经网络的预测模型进行了比较,结果较为满意.     

气象因素与儿童气管炎关系的研究

利用济南市卫生局提供的2003年儿童气管炎患者的病例资料和济南市气象局提供的2003年气象资料,对济南地区儿童气管炎疾病与气象资料的关系进行研究.通过相关性分析,用多元回归方法建立了儿童气管炎发病人数的日预报方程.然后对数据进行处理,按季节建立了儿童气管炎与气象要素之间的日预报方程.     

ARMA模型在哈尔滨气温预测中的应用

将时间序列分析引入到气温时间序列预测的研究中,深入分析气温样本数据,并对其建立ARMA模型.采用最佳准则函数法确定模型的阶数,并利用自相关函数对模型的残差进行了检验.通过条件期望预测和适时修正预测方法求得预测值,与真实值的比较得到适时修正预测精确度比条件期望预测的精确度高.