BP神经网络在上海住宅市场需求预测中的应用

人工神经网络是近期发展最快的人工智能领域研究成果之一 ,本文在介绍 BP神经网络的有关原理的基础上 ,建立了一个上海住宅市场的 BP神经网络模型 ,并通过该模型对上海住宅市场的需求进行了预测和分析 .分析结果表明人工神经网络方法在住宅市场需求预测中的应用是可行的并且是有效的 .     

Single-electron charging spectra: from natural to artificial atoms

We present a theoretical study of the charging spectra in natural and artificial atoms. We apply a model electrostatic potential created by a homogenously charged sphere. This model potential allows for a continuous passage from the Coulomb potential of the nucleus to parabolic confinement potential of quantum dots. We consider electron systems with N=1,…,10 electrons with the use of the Hartree–Fock method. We discuss the qualitative similarities and differences between the chemical potential spectrum of electron systems bound to nucleus and confined in quantum dots.     

神经网络法计算镉（Ⅱ）,羟基及碳酸根三元体系的形态分布

采用前馈线笥网络ＢＰ算法，计算了Ｃｄ６２＋－ＯＨ＾－ＣＯ＾２－３三元体系的累积稳定常数。用Ｈｏｐｆｉｅｌｄ反馈网络研究了体系中络合物的形态分布。溶液中溶解的ＣＯ２对ｌｇβ１的计算结果有重要影响，对ｌｇβ２，ｌｇβ３，ｌｇβ４的结果影响不大。     

公路货运行业政府管制的变迁

本文首先阐述了管制的概念内涵以及进行管制的必要性 ,并对影响管制的主要因素进行分析 .随后运用管制经济学和规范经济学的基本理论 ,考察公路货运业行业管制制度的变迁与管制效果 ,对管制失效的原因加以分析 .最后对加入 WTO后如何对公路运输行业进行管制加以探讨     

黄酮类天然产物13C NMR数据的计算机检索和辅助解析(Ⅱ)黄酮类天然产物的13C NMR数据规律及其在智能解析中的应用

本文通过对大量的黄酮类化合物¹³C NMR图谱的分析和研究,总结了不同类型的黄酮类化合物的¹³C NMR图谱特征及化学位移规律.对影响黄酮类化合物结构骨架上不同位置碳原子化学位移的因素进行了分析,建立了用于黄酮类天然产物¹³C NMR图谱智能解析的知识库.     

创业投资与金融体系关系的实证研究

本文实证研究了创业投资产业与金融体系的内在关系,并对目前我国以银行为中心的金融体系下发展创业投资产业提出了一些建议.     

高压电场作用下乙醇-水溶液体系变化红外光谱分析

本文报道了用红外光谱分析电磁场作用下乙醇 水溶液体系变化情况。分析结果表明 :当乙醇溶液受到 2 0kV·cm- 1 的交变电磁场处理 (5 0Hz)时 ,分子之间的氢键缔合先增大后减少 ;高乙醇含量溶液受到同样强度电场较长时间处理时 ,有乙醇发生氧化反应 ,从红外谱中可看到νCO 峰及ν(OH) (H2 O) 峰的出现 ;经处理后的溶液自然放置 7天再测定 ,其红外谱图基本保持不变。文中对各出现变化的峰进行了分析 ,并对其机理进行了推导     

我国封闭式投资基金业绩评价实证研究

随着我国基金行业超常发展,恰当的分析和评价基金业绩已越来越重要。本文根据CAPM的基本原理,利用国外先进的基金业绩评价方法对我国封闭式基金的综合业绩进行实证研究。研究结果表明:总体来看,基金获得的市场超额收益显著为负。基金经理不具有证券选择能力,但具有一定的市场择时能力,但这两种能力均不显著。同时,我们还发现不同投资风格的基金经理具有不同的证券选择能力和市场择时能力。     

Non-Parametric Regression Methods

The nature of the financial time series is complex, continuous interchange of stochastic and deterministic regimes. Therefore, it is difficult to forecast with parametric techniques. Instead of parametric models, we propose three techniques and compare with each other. Neural networks and support vector regression (SVR) are two universally approximators. They are data-driven non parametric models. ARCH/GARCH models are also investigated. Our assumption is that the future value of Istanbul Stock Exchange 100 index daily return depends on the financial indicators although there is no known parametric model to explain this relationship. This relationship comes from the technical analysis. Comparison shows that the multi layer perceptron networks overperform the SVR and time series model (GARCH).     

中国股票市场波动特性的实证研究

本文以上证综指和深成分指数的日收益率为研究对象 ,应用 GARCH、TARCH模型理论 ,进一步分析了日收益率波动的条件异方差性、非对称性 ,同时比较了两个股票市场的不同波动特征