软件老化现象的实验程序设计

研究表明,服务器软件如果长时间运行则会产生软件老化现象,导致计算机系统失效.为了解决这一问题,首先需要做软件老化的实验,这就涉及到实验程序的设计.本文以Apache服务器为例,给出了软件老化现象实验的程序设计图及源代码.     

ARMA模型在经济工作中的应用

ARMA模型由于其简单性、可行性和灵活性,在分析时间序列中发挥着积极的作用。本文以河北省1985—2009年的职工平均工资为基本数据．用时间序列分析中的ARMA模型扣统计学软件SAS软件对数据进行分析和建模,得出模型的参数,井对后续的数据进行预测,结果表明预测效果良好。     

基于VMware的DHCP服务器仿真实验平台设计

在Linux实验实训教学中,由于现有实验条件限制,导致许多实验无法开展。以LinuxDHCP服务器实验为例,利用VMware软件创建4台虚拟机：1台DHCP服务器,1台DNS服务器,1台Apache服务器,1台Client机。DHCP服务器为DNS,Apache服务器分配固定IP,Client机IP动态分配。结果表明,Client机通过DNS服务器域名解析访问Apache服务器,实际测试运行无误。利用WMware虚拟软件搭建仿真实验平台,较好地解决了由于实验经费紧张和实验场地不足导致实验实训教学无法正常开展问题。     

ARMA模型在中国股市中的应用

主要介绍了建立ARMA模型的方法,并据此对隆平高科历史收益率历史数据建模,以EVEEWS软件为分析工具.结果表明,该模型对短期投资决策有一定的指导作用.     

低压电网中电线绝缘热老化过程研究

主要研究电网建设中广泛应用的聚氯乙烯（PVC）电线绝缘热老化过程．通过冷热循环的交变试验,探究其热老化的特性,并基于Conffin-Manson模型进行老化过程建模,得到PVC电线的失效模型,实现了对其绝缘热老化寿命的预测．通过建模及试验数据分析,得到PVC电线在热应力下的失效试验模型信息．结果表明,冷热循环交变方法对PVC电线的加速绝缘老化失效是有效的,试验数据与理论加速模型匹配度良好．     

基于ARMA谐波恢复的飞机目标分类

作为一类复杂目标,飞机的机体振动、姿态变化和旋转部件的转动都会对雷达照射回波施加非线性的调制作用,对回波进行ARMA谐波建模可以对其非线性调制特征进行精细刻画.在介绍常规低分辨飞机目标雷达回波的数学模型和谐波恢复的ARMA建模算法的基础上,对实际录取的多种类型飞机回波进行了ARMA谐波建模分析,并对ARMA谐波模型参数在目标分类中的应用进行探讨.研究结果表明,基于谐波恢复的ARMA建模法能够有效地对飞机目标雷达回波进行建模,且其模型特征能够较好地对各种不同类型实验目标进行分类.     

如何建立小型WWW网站

本从WWW服务器的基本原理入手，对常见的WEB服务器的软件Enterprise,Apache,IIS进行了比较和讨论，并对如何建设小型网站的有关问题进行了探讨。     

LAMP开源软件编程模式的配置与实现

本文对开源软件及编程模式进行了介绍，并以Linux操作系统、Apache网络服务器、MySQL数据库和PHP脚本语言组成的LAMP模式为例，介绍了该模式的各个组件、相互之间的关系以及它们的配置。     

Red Hat Linux9下Apache服务器的创建与配置探讨

Apache是一个基于UNIX系统的服务器,它的宗旨就是建成一个功能更强、效率更高并且速度更快的WWW服务器,Apache服务器在现在的互联网Web服务器中占据了绝大多数的份额。从Apache的初级配置入手,指导初学者能快速配置出简单有效的Apache服务器。     

基于ARIMA模型对北京市月平均相对湿度的预测

空气相对湿度是体现气候变化的一项重要指标,研究城市相对湿度指数可以反映城市的气候变化状况。本文利用ARMA模型对北京市2012²015年空气相对湿度的数据进行分析,建立相应的ARMA模型,再对建立的模型进行残差检验,并利用该模型对未来五个月进行预测,查看未来的空气相对湿度变化趋势,体现模型优劣,可以更好的进行气候变化研究。     

时间序列分析在中国城镇居民消费水平中的应用

采用ARMA模型对我国1952-2008年的城镇居民消费水平进行分析,结合Eviews软件建立数学模型,并用该模型对当前值和未来值作出预测,得到误差较小、短期预测较为满意的结果.     

我国社区教育的研究主题及展望 ——基于2001—2020年人大复印资料《成人教育学刊》的可视化分析

为了深化对我国社区教育研究的整体认识,以2001—2020年人大复印资料《成人教育学刊》转载的139篇社区教育论文为样本数据,运用文献计量法和可视化软件对社区教育研究的基本状况进行分析,梳理了社区教育研究的论文的数量,源期刊的转载量、影响因子和所在地,核心作者数量、第一作者所在机构和作者合作关系,基金项目,研究方法等情况。基于此,运用SATI软件绘制了社区教育研究的关键词共现图谱,发现《成人教育学刊》社区教育研究主题主要集中于社区教育政策研究、农村社区教育发展研究、社区教育与治理、社区学习共同体研究、美国社区学院的发展及启示、终身教育(终身学习)和学习型社会(学习型社区)与社区教育、城市社区教育信息化和社区数字化学习等七个方面。展望未来,社区教育研究应进一步聚焦于新信息技术、乡村振兴战略和人口老龄化等主题,并注重加强科研合作、把握研究热点、拓宽研究视角、丰富研究方法等,以推进社区教育研究不断向纵深发展。     

ARMA预测模型及其在经济预测中的应用

以1978年至2008年的某省职工年平均工资作为样本数据、2009年至2010年的数据作为模型检验数据,建立了基于时间序列分析的ARMA模型,使用Eviews软件对时间序列进行分析,根据Box-Jenkins模型识别方法,得出模型的参数,进而得到模型,误差分析表明模型的预测结果非常理想。     

Biclustering of ARMA time series

Biclustering is a method of grouping objects and attributes simultaneously in order to find multiple hidden patterns.When dealing with a long time series,there is a low possibility of finding meaningful clusters of whole time sequence.However,we may find more significant clusters containing partial time sequence by applying a biclustering method.This paper proposed a new biclustering algorithm for time series data following an autoregressive moving average （ARMA） model.We assumed the plaid model but modified the algorithm to incorporate the sequential nature of time series data.The maximum likelihood estimation （MLE） method was used to estimate coefficients of ARMA in each bicluster.We applied the proposed method to several synthetic data which were generated from different ARMA orders.Results from the experiments showed that the proposed method compares favorably with other biclustering methods for time series data.     

基于 ARMA 模型的鞍山市空气质量预测分析

基于鞍山市2015年4月2日～26日的空气质量指数数据,将其看为时间序列。通过对其平稳性、自相关和偏相关性的分析,建立了鞍山市空气质量预测ARMA模型。通过实际数据进行预测,并检验模型的精准性。结果表明ARMA模型能收到较好预测效果。     

Modeling Causal Error Structures in Longitudinal Panel Data: A Monte Carlo Study

This research was designed to investigate how much more suitable moving average (MA) and autoregressive-moving average (ARMA) models are for longitudinal panel data in which measurement errors correlate than AR, quasi-simplex, and 1-factor models. The conclusions include (a) when testing for a stochastic process hypothesized to occur in a longitudinal data set, testing for other processes is necessary, because incorrect models often fit other processes well enough to be deceiving; (b) when measurement error correlations are flagged to be relatively high in panel data, the fit and propriety of an MA or ARMA model should be considered and compared to the fit and propriety of other models; (c) when an MA model is fit to AR data, measurement error correlations may nonetheless be deceptively high, though fortunately MA model fit indexes are almost always lower than those for an AR model; and (d) the assumption that longitudinal panel data always contain measurement error correlations is patently false. In summary, whenever evaluating longitudinal panel data, the fit, propriety, and parsimony of all 5 models should be considered jointly and compared before a particular model is endorsed as most suitable.     

On the Nature of SEM Estimates of ARMA Parameters

Several papers have been devoted to the use of structural equation modeling (SEM) software in fitting autoregressive moving average (ARMA) models to a univariate series observed in a single subject. Van Buuren (1997) went beyond specification and examined the nature of the estimates obtained with SEM software. Although the results were mixed, he concluded that these parameter estimates resemble true maximum likelihood (ML) estimates. Molenaar (1999) argued that the negative findings for pure moving average models might be due to the absence of invertibility constraints in Van Buuren's simulation experiment. The aim of this article is to (a) reexamine the nature of SEM estimates of ARMA parameters; (b) replicate Van Buuren's simulation experiment in light of Molenaar's comment; and (c) examine the behavior of the log-likelihood ratio test. We conclude that estimates of ARMA parameters obtained with SEM software are identical to those obtained by univariate stochastic model preliminary estimation, and are not true ML estimates. Still, these estimates, which may be viewed as moment estimates, have the same asymptotic properties as ML estimates for pure autoregressive (AR) processes. For pure moving average (MA) processes, they are biased and less efficient. The estimates from SEM software for mixed processes seem to have the same asymptotic properties as ML estimates. Furthermore, the log-likelihood ratio is reliable for pure AR processes, but this is not the case for pure MA processes. For mixed processes, the behavior of the log-likelihood ratio varies, and in this case these statistics should be handled with caution.     

人口发展模型预测城市人口老龄化问题研究

运用人口发展模型,利用统计数据,拟合模型中相关函数对城市人口按年龄结构进行预测,通过对预测结果的分析,了解城市人口年龄结构变化趋势,以及人口老龄化对产业经济带来的重大影响。文章对老龄化现象进行了预测,对于我国今后步入老龄化社会后可能出现的社会问题进行研究,为管理者制定相关的人口政策提供了数据支持。     

我国挫折教育研究热点、主题和发展趋势解析

以CNKI中检索到的1564篇挫折教育相关研究的期刊文献为研究对象,用Bicomb2.0软件、Ucinet6.0软件及SPSS 22.0软件为研究工具,对关键词进行共词分析处理和可视化分析。结果发现,我国挫折教育研究文献主要包括:挫折教育的教育对策研究、学生群体的挫折教育现状研究以及挫折教育与其他相关教育领域的融合研究等三个层面,分析阐述了我国挫折教育的研究现状与今后展望。