基于改进的DTW算法的仿真与分析

传统的DTW算法着重于时间规整和间距测量的概念，对数据的可靠性没有进行有效的分析，且对连续词的识别效果不明显。基于松弛起始点和分段思想的改进DTW算法，可以改善明阿算法的缺陷。通过对语音样本0．9在MATLAB6．5上的仿真实现与分析表明，采用改进后的DTW算法具有良好的语音识别效果。     

购并目标公司预测模型实证研究

本文以我国2001年公司购并活动为研究对象，选取75家上市公司为样本，利用Logistic回归建立预测模型，对目标公司的回判准确率为77．33％。文章发现，非完全市场化的上市制度和过小的市场容量是导致目标公司质量低下的主要原因，上市公司控制权的出售仍然是为处置不良资产，还没有被看作整合内外资源、提高核心竞争力的手段。本文的研究支持A股市场半强式有效假说。     

北魏“手铸金人”制试探

＂手铸金人＂是北魏王朝对国家大事进行预测的一种方式,皇帝将铸金人的成败视为事件吉凶的预兆。最初该方式只用于对皇后选立的预测,北魏后期,这项制度走出了后宫,成为鲜卑贵族对皇位继承进行预测的一种重要方式。     

基于PSO和多元线性回归的奥运会奖牌预测分析

针对传统奥运会成绩预测模型中存在的不足,提出一种将PSO和多元线性回归分析相结合的预测模型。分析多元线性回归和PSO算法后,结合体育比赛的特点,通过PSO优化迭代计算,确定奖牌统计模型中各回归系数,建立了奥运会参赛国成绩与回归系数之间复杂的非线性关系。利用Matlab对建立奖牌模型进行了验证,预测精度高。     

基于随机游走增强型矩阵分解的混合服务预测

随着Web服务数量的急剧增长,如何在大量功能相似但非功能属性各异的服务中选择满足用户个性化需求的服务是亟需解决的问题。基于QoS（Quality of Service）预测的服务推荐方法成为研究热点。然而, QoS数据的稀疏性和“冷启动”问题阻碍其发展。针对当前主流的QoS预测模型预测精度不高和收敛速度较慢等问题,提出一种基于随机游走模型和矩阵分解技术的混合QoS预测方法。该方法首先基于矩阵分解获得用户及服务的潜因子矩阵,并将用户潜因子矩阵转化为用户相似度矩阵;然后基于用户相似度矩阵并结合Web服务的网络位置信息,使用随机游走模型提高用户相似度矩阵的准确性;最终结合协同过滤方法与矩阵分解模型进行QoS预测。在真实数据集上实验,结果表明,与当前主流的QoS预测方法相比,该方法具有更高的预测精度和效率。     

基于灰色模糊理论的河南省城镇居民收入结构关系及预测研究

城镇居民收入是衡量一个国家或地区经济竞争力的一个重要标准,如何提高居民收入是提高经济实力的重要方面.通过基于灰色理论方法的计算得来的河南省居民收入结构关联度显示：居民工薪收入和转移性收入是影响居民可支配收入的主导因素,所以要提高居民收入就主要从这两个方面着手.最后利用EXCEL表格通过编程预测出了2009～2013年河南省可支配收入和转移性收入的情况,数据显示：参差〈0.35,精度〉0.8,预测合格.     

Predicting future dynamics from short-term time series using an Anticipated Learning Machine

Predicting time series has significant practical applications over different disciplines. Here, we propose an Anticipated Learning Machine (ALM) to achieve precise future-state predictions based on short-term but high-dimensional data. From non-linear dynamical systems theory, we show that ALM can transform recent correlation/spatial information of high-dimensional variables into future dynamical/temporal information of any target variable, thereby overcoming the small-sample problem and achieving multistep-ahead predictions. Since the training samples generated from high-dimensional data also include information of the unknown future values of the target variable, it is called anticipated learning. Extensive experiments on real-world data demonstrate significantly superior performances of ALM over all of the existing 12 methods. In contrast to traditional statistics-based machine learning, ALM is based on non-linear dynamics, thus opening a new way for dynamics-based machine learning.     

基于隐马尔科夫模型的VLCC目的港预测

超大型油船(very large crude carrier,VLCC)目的港预测对海运原油流向预测以及货源地未来运力估计具有重要作用。针对VLCC的AIS目的港信息存在缺失、更新不及时、不准确等现象,提出一种基于隐马尔科夫模型的VLCC目的港预测方法。分析船舶AIS轨迹数据,得到油船历史停靠港口序列;根据VLCC轨迹提取习惯航路,以航路中的交叉点为依据设置观测线;利用船舶航行轨迹数据判断船舶是否经过观测线以及经过观测线的方向,对不同方向分别计算船舶在挂靠港间的转移概率矩阵和船舶挂靠港与观测线间的输出概率矩阵,建立VLCC目的港预测模型并进行预测。研究结果表明：在大多数情况下VLCC目的港预测的准确率可以达到70%以上;航线越固定、运行越规律的船舶,预测准确率越高;船舶越靠近目的港,预测越准确;重载状态下的船舶目的港预测更准确。     

基于DE-SVM的船舶航迹预测模型

为提高船舶航迹预测精度,解决准确建模难度大和神经网络易陷入局部最优的问题,考虑实时获取目标船AIS数据较少的特点,提出一种基于支持向量机(support vector machine,SVM)的航迹预测模型。选择AIS数据中的航速、航向和船舶经纬度作为样本特征变量;采用小波阈值去噪的方法处理训练数据;采用差分进化(differential evolution,DE)算法对模型内部参数寻优以提高模型收敛速度和预测精度。选取天津港实船某段航迹的AIS数据,比较基于DE-SVM与基于BP神经网络的航迹预测模型的仿真结果。结果表明,基于DE-SVM的航迹预测模型具有更高的预测精度,简单、可行、高效,且耗时少。     

图书馆信息学与新文科交叉领域的关系预测研究

[目的/意义]论文回答的研究问题是:在新文科建设背景下,图书馆信息学与数据科学、数字人文与健康信息学等新文科交叉领域的关系发展的未来前景是什么?[方法/过程]论文从现有研究文献中图书馆信息学与数字人文、数据科学、健康信息学三个新文科交叉领域的关系类型出发,设计了民族志未来访谈,邀请三十四位国内图书馆信息学和情报学等学科的学者提炼这四个学科(领域)的核心竞争力,判断其相互间价值,并预测2030年最乐观、最悲观和最有可能的发展前景。[结果/结论]图书馆信息学与数字人文、与数据科学、与健康信息学在2030年更有可能出现的前景是并列有交集的关系,健康信息学相对更可能成为图书馆信息学的下位类,数据科学与图书馆信息学的关系相对更独立。