DNA序列分析法在金融数据时间序列中的应用

通过线性分段将连续性的金融时间序列转化为离散性的字符序列,并基于DNA序列分析法,讨论了此类字符序列的标度特性,以及在金融数据时间序列预测中的可能应用     

生物信息学——重大科学意义与经济效益兼备的新学科

本文就生物信息学的定义,研究的基本问题 和可能取得的突破进行了综述,内容包括分子生物学数据库、DNA序列分析、蛋白质结构预 测和分子进化等;并着重指出：科学发展史表明,科学数据的巨大积累将导致重大的科学发 现。开普勒三大定律和元素周期表的发现和氢原子量子理论的建立无不如此。有理由认为, 20世纪末生物学数据的巨大积累也必将导致重大的生物学规律的发现。     

混沌时间序列单变量和多变量重构的预测比较

提出了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数的选取方法，给出了多变量混沌时间序列的局部平均预测法，局部线性预测法和BP神经网络预测法等3种非线性预测方法．通过Lorenz系统的仿真计算表明，无论用3种非线性预测方法中的哪一种，多变量混沌时间序列要比单变量混沌时间序列的预测误差小得多，即使前的数据长度只有后的一半，前的预测误差也要小很多．另外从预测误差最小的角度验证了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数选取方法的有效性．     

ICESat—GLAS测高数据在长江中下游湖泊水位变化监测中的应用

在全球气候变暖的背景下湖泊变化已是国内外地学界关注的环境问题,并日益受到各国政府和研究机构的重视。本文以长江中下游的6个典型湖泊为研究对象,基于2003年-2009年ICESat—GLAS测高数据,采用高斯滤波法对ICESat—GLAS测高数据所对应的回波进行去噪后,用于识别水体与陆地;采用融合算法从LandsatTM影像数据提取湖泊边界;提取湖泊边界内的ICESat—GLAS水位观测值构建了湖泊的年际和年内水位变化,进一步分析了6个湖泊的水位变化时空特征与原因。结果表明：从LandsatTM中提取湖泊边界的精度达到10m,ICESat—GLAS测高数据推算出洪泽湖蒋坝站、洞庭湖城陵矾站、鄱阳湖星子站和都昌站、太湖西山观测站、巢湖闸站和高邮湖高邮站的ICESat测高数据验证的平均精度分别为-3．9cm、-8．3cm、-9．0cm、-2．5cm、-3．1cm和-4．1cm;在整个观测期间,长江中下游流域的湖泊水位呈周期性波动,但较历史观测资料,湖泊平均水位有所降低,且自2006年10月以后三峡工程对洞庭湖的水位调控明显。     

超声波测距信号实时降噪滤波算法仿真与应用

针对目前油井超声液面深度测试系统测量噪声大,测量范围小、结果误差大、测量精度低的问题,提出一种新型超声波信号高效降噪和滤波算法。采用自回归积分滑动平均模型建模方法对油井套管中的超声波序列建立ARIMA数学模型体系;运用高精度新息自适应卡尔曼滤波算法实时估计超声波序列中的液面回波;采用液面波自动识别技术检测微弱液面回波。仿真和工程应用结果表明,算法实时、高效,动液面深度测量误差小,能满足实际工程应用。     

中国煤炭城市的发展绩效评价和转型影响因素分析

本文利用基于松弛的序列方向性距离函数,测算了2003-2010年中国30个煤炭城市工业经济的市场、环境效率和相应的全要素生产率指数,并采用二元选择模型分析了煤炭城市发展模式转型的影响因素。结果显示:在研究期间内,多数煤炭城市表现为生产率进步,且进步主要源于技术变动,而效率变动对生产率进步的贡献呈现起伏波动的不稳定状态;中国煤炭城市的发展主要分布于“市场高效环境高效型”和“市场低效环境低效型”两类模式之中;科技投入水平和城市开放程度提升显著地促进了煤炭城市转型,而资源依赖性上升是煤炭城市转型的显著阻力。     

基于时间序列聚类的科研成果关键词分析方法

   鉴于传统方法对科研成果关键词研究存在较强主观影响和较少考虑时间因素等问题,提出基于时间序列聚类的科研成果关键词分析方法。该方法通过统计分析方法验证关键词出现顺序在一定程度上反映了关键词反映主题思想的重要性,将关键词的重要度转化为时间序列数据,分别从重要度的数值和趋势两个角度出发,使用动态时间弯曲方法度量关键词重要度时间序列数据之间的相似性,结合近邻传播方法对关键词时间序列数据之间的相似性矩阵进行聚类分析,实现科研成果的关键词分析研究。通过对某科研管理类重要期刊2008—2017年期间刊发的科研成果论文关键词研究发现：新方法不仅可以对科研成果中关键词的关注热度和趋势进行聚类划分,自适应地找到中心关键词作为相应类别的特征代表对象,还能为科研成果关键词的主题分析提供理论方法和决策支持。     

弱序列连续的半闭1-集压缩映射的新不动点

利用弱序列连续的半闭1-集压缩映射的非线性二择一性质,得到了Banach空间中弱序列连续的半闭1-集压缩映射的若干新不动点定理,从而将著名的Altman定理、Roth定理和Petryshyn定理由压缩映射推广到弱序列连续的半闭1-集压缩映射的情形.     

两种用于城市用水量预测的灰色-神经网络组合模型

为了提高灰色GM(1,1)模型在城市用水量预测中的精度,结合BP神经网络的优点,给出了两种灰色-神经网络组合模型GM-BP1和GM-BP2.模型1利用神经网络对GM(1,1)模型的误差序列进行回归训练,将得到的预测值作为原始误差的修正来减小误差;而模型2由部分数据建立了GM(1,1)模型组,通过神经网络训练得到部分数据GM(1,1)模型组与真实值之间的非线性映射关系,利用这种精准的映射关系来提高预测精度.最后实际算例表明了所给方法是有效的,该组合模型可用于城市用水量的中长期预测.     

基于时间序列的图书馆个性化服务研究

数据挖掘技术运用到图书馆数据库中使得挖掘读者借阅数据间的规律成为可能.通过选取图书馆一星期的借阅信息,利用读者借阅数据的相关实例来描述时间序列法在图书馆中的运用,分析其在图书馆建设中的作用和意义.