含负值序列的GM(1,1)模型的一种优化方法

经典GM(1,1)模型要求处理的序列为非负,但实际应用中含负值序列比较常见,有必要建立适合含负值序列的GM(1,1)模型.现有的处理方法是将原含负值序列X沿纵轴平移一个固定常数c使原序列变为非负,然后按经典GM(1,1)建立模型,再对所得的模拟序列进行逆变换,从而得到原含负值序列的摸拟值和预测值.由于现有方法中所取c值是固定的,其模型精度不一定达到最高.本文提出在区间寻找一个最佳的平移值c,使得现有方法中所取平移值为本文取值范围的一个特例,从而推广了现有方法的结果且模型精度有所提高.模拟结果表明,在区间中选取最佳平移值比固定平移选取的c值提高了模型精度.     

我国粮食产量的波动与预测方法选择

运用R/S分形理论对我国及各省区1952—2012年期间粮食产量的波动规律及预测方法的选择进行了研究,结果表明:自1952年以来,我国粮食产量不断增长,但是增速逐渐变缓。粮食产量存在着明显的波动特征,正负波动基本相当。在1952—2012年期间,我国粮食产量的时间序列具有较明显的持续性,但这种持续性影响经过一段时期之后即会消失。各个省区的Hurst指数存在较大的差别,从区域分布来看,Hurst指数较高的省区主要为我国水土资源及气候条件均相对较为优越的粮食主产区。Hurst指数高的粮食产量时间序列具有自相关性,使用ARMA模型进行短期预测的精度会相对较高。Hurst指数在0.5附近的粮食产量时间序列波动基本处于随机状态,适合使用马尔科夫链模型进行短期预测。Hurst指数低的时间序列是反持久性的时间序列,具有均值回复的特征,适合使用EMD提取趋势线进行预测。     

我国食物中毒事件分布特征及时间序列分析

食物中毒报告是反映食品安全水平的一个重要方面.本文通过对2000年-2012年我国13年食品中毒事件、中毒人数以及死亡人数的研究,并运用时间序列分析中的ARIMA模型对全国食物中毒事件的起数进行分析和预测,取得了较好的结果,预测结果充分显示了时间序列模型在食物中毒起数预测中具有一定的应用价值.     

谈论天气的常用语

*What a beautiful day!天气真好!*How hot is it outside?外面有多热?*It’s going to be a hot day!今天将是一个热天!*It’s raining.下雨了。*I hear it’s going to rain.我听说要下雨。*I love a rainy night.我喜欢雨夜。*It’s cold outside.外面很冷。*It’s snowing outside.外面在下雪。*What’s the weather like today?今天天气怎么样?*It is a nice day,isn’t it?今天天气很好,不是吗?*How was the weather yesterday?昨天天气怎么样?*It was raining cats and dogs yesterday.昨天下了一场倾*It is much colder today…     

基于时间序列的疫情预测模型

以北京2003年SARS疫情统计为背景,对疫情时间序列进行分析和识别,建立了非线性时间序列模型来预测SARS病人变化数,通过仿真试验与实际对比验证,表明该预测方法是十分可靠的.     

我国水电量的月度发展规律

本文通过对2001年8月到2006年2月的全国水力发电量进行实证分析,很好的拟合了全国水电量的月度发展情况,能够进一步对月度水电量做出较为准确的预测.在该模型的拟合中,有长期发展趋势和较为固定的月度效应两部分,同时随机误差项是一个ARMA过程,所以这是一个结合普通线性模型、特殊因变量模型和时间序列分析的预测分析模型,此模型适合分析月度或者季度效应比较明显的这一类市场短期发展规律.     

基于EEMD和改进Elman神经网络的电力电缆故障监测及预警算法研究

针对电力电缆故障的关键因素在于电缆分接头的温升。本文提出采用总体平均经验模态分解EEMD和改进Elman神经网络的方法对非线性电力电缆接头温度时间序列进行预测的方式达到预警电力电缆故障的目的。首先,采用光纤光栅传感器来监测电缆接头温度,得到样本序列。为避免模态混叠,采用EEMD对电力电缆接头温度序列进行预处理。预处理后的温度序列为一系列彼此独立的本征模函数分量,外加一个残余分量。为提高Elman神经网络的预测精度,在预测前利用相空间重构法对分解后的序列进行重构计算。在对重构序列数据进行归一化后利用Elman神经网络进行下一周期内的温度预测。实际预测结果表明,本文算法具有较高的拟合精度,适应性较好,可以推广应用至实际电力电缆故障的监测和预警系统。     

基于GRA-PCA的RBF神经网络预测方法应用研究

多因素时间序列预测是时间序列数据挖掘的一个重要分支,被广泛地应用于各种领域.文中利用灰色关联分析(GRA)和主成分分析(PCA)对RBF网络的输入空间进行降维重构,选取与输出变量关联度相对大的影响因素,并消除各因素之间相关性,解决了RBF网络在多因素时间序列预测模型设计中的影响因素约简问题.通过粮食产量实例仿真,验证了模型的有效性.     

基于修正残差的G-Markov模型的河南省小麦产量预测

粮食产量是一个非平稳的时间序列,结合经典灰色理论和Markov模型所产生的修正残差的G-Markov模型,能较好地对非稳定时间序列的状态转移行为进行预测.以河南省小麦产量预测为例,在传统GM(1,1)模型的基础上,对其预测值与实际值的残差序列进行Markov模型预测,更好地发挥了两个模型的优势.经检验证明,修正残差的G-Markov模型在小麦产量预测方面比传统的灰色GM(1,1)模型具有更高的精确度.     

时间序列分析的理论与应用综述

时间序列分析提供的理论和方法是进行大型高难度综合课题研究的工具之一。其预测和评估技术相对比较完善,其预测情景也比较明确。近年来已有很多学者对于时间序列的研究取得了极其丰硕的成果,有的甚至在时间序列分析方法的基础上,研究出新的预测方法,在应用中求创新求发展。笔者从基本理论与应用等方面对时间序列分析进行了综述,同时阐述了它未来的发展趋势。     

试论天性学习与规定性学习

探讨学习的两种性质：天性学习和规定性学习为研究起点,分析两种学习认识的异同和产生的作用,试图从二者的集合相生作用中找出对教育异化现象的解释和解决思路。     

一路走着,读着……

在最后一场雪纷纷扬扬时,我们的小学青年教师教学理论读书班,正春意盎然地进行着。拿起苏霍姆林斯基《给教师的建议》轻轻地抚摩,爱不释手,因为它有一种积淀了丰富教育思想的厚重感;翻开施良方先生的《教学理论》、《学习论》, 高屋建瓴的理论框架也曾让我望而生畏;《新课程标     

论后悔对人格发展的影响——基于埃里克森理论

埃里克森将人格发展视为自我调整顺利度过每个阶段的"危机",实现每个阶段的"平衡"。后悔往往伴随消极的情绪体验,与内部"不平衡"状态联系紧密,是人格发展需要处理的任务。接受后悔的程度、自我调整以及年龄差异影响个体的生活状态。适应和接受人生后悔经历对人最终实现人格自我完善具有重要意义。     

对赫尔巴特学生观的再认识

赫尔巴特主张在教学中和教学外都要给予学生最大程度的自由,但又反对教育者对学生放任自流。在对学生的态度上,他力图保持“压制”与“约束”、“自由”与“放任”间的平衡,这对当今教育有很大的警示作用。     

论赖尔的行为主义身心观

分析哲学家赖尔批判了笛卡尔的身心二元论,否认了独立的心的存在,将心灵还原为行为,具有一定理论价值,但同时也面临方法论和本体论上的困难。由于其包含了物理主义的本体论,故成为一种＂无头脑＂的心理学。行为主义如何对待精神存在的事实？这也正是唯物主义必须直面的问题。     

网络与未成年人健康成长之思考

未成年人正成为网络用户中的一支不容忽视的群体.网络的"双刃剑"作用明显,特别是网络对未成年人的负面影响引起了全社会的关注.加强网络管理,提供健康文明的网络环境.推进网络德育,提高未成年人的免疫力.社会、学校、家庭密切配合,让网络成为他们的良师益友,促进未成年人健康成长.     

甲骨卜辞中的灾祸词研究

先民由于生产力水平低下而有很深重的忧患意识,这体现在他们创造的文字之中.在甲骨文中,关于灾祸的词很多,常见的有:灾、(因)、尤、蛊、艰.引起灾祸的种类很多,主要有上帝神明和祖先、天象、战争、疾病等.     

对赫尔巴特学生观的再认识

赫尔巴特主张在教学中和教学外都要给予学生最大程度的自由,但又反对教育者对学生放任自流。在对学生的态度上,他力图保持“压制”与“约束”、“自由”与“放任”间的平衡,这对当今教育有很大的警示作用。     

《务虚笔记》研究综述

一部长达四十多万字的《务虚笔记》以其深邃的思想内涵和不同凡响的文体形式震撼文坛,作品中生存的困境与难题、人生的矛盾与悖论,对人生种种可能性的探讨,深沉的宗教情怀,直透心灵的语言,独特的隐喻方式,多声部回旋变奏的复调结构以及云遮雾绕的叙事美学,令众多研究者赞叹不已。     

关于重建教师评价工作的思考

教师评价工作既复杂又重要.反思教师评价工作现状,积弊甚多,应以"三个代表"重要思想为指导,重建教师评价工作.重建,是继承、借鉴和创新.发展教育生产力是教师评价工作的根本目的.评价工作应遵循先进性、科学性、客观性、全面性、群众性和法制性等基本原则.要用多元化的标准评价教师工作.构建强调了指导和权重的教师教学工作评价表是开展教师评价工作的关键.师德、课堂教学、教科研、身心健康、继续教育、学科成绩、学生测评等是特别要加强研究的教师工作评价子指标.