成渝双城经济圈高质量发展质量及协调性研究

选取2006—2020年成渝双城经济圈16个市作为研究对象,探究人口与经济之间的时空协调性、构建空间面板模型探究各驱动因素对经济发展的影响机制、剖析社会发展质量、城市群结构发展空间分布格局等特征。实证结果表明:(1)人口发展协调指数整体呈现震荡式分布态势,2020年,城市耦合协调度基本高于0.8;(2)仅有人均GDP、对外开放水平对其经济指数具有明显促进作用;(3)社会发展格局呈现“核心高,中部、东北部低”的空间差异;(4)城市规模质量由2006年极度集中(D=2.05)降至2020年的相对均衡(D=1.08),整体规模表现为以成都和重庆为联系中心的放射状非均衡结构。

融合集成算法与宽度学习的商品需求量预测

由于电商订单销售数据中全品类商品的种类繁多、分类多层化,且数据集还存在时序长度分布不均、地区差异、定性变量及非线性特征变量的处理等问题,导致需求量的预测任务较困难。为了解决上述问题,本研究提出一种宽度学习集成框架,将机器学习中的Random Forest、GBDT、XGBoost和LightGBM与宽度学习模型进行随机融合,并分别进行验证,对比模型效果。经实证分析结果表明:LightGBM-BLS模型具有最优的预测性能和计算性能,它在保持LightGBM模型计算优势的同时,大幅度地提升了模型本身的预测精度,使拟合优度达到0.99,评价指标RMSE、MSE降低90%以上,MAE降低85%以上。

混沌噪声背景下微弱脉冲信号的检测及恢复

构建了一种在混沌噪声背景下检测并恢复微弱脉冲信号的模型.首先,基于混沌信号的短期可预测性及其对微小扰动的敏感性,对观测信号进行相空间重构、建立局域线性自回归模型进行单步预测,得到预测误差,并利用假设检验方法从预测误差中检测观测信号中是否含有微弱脉冲信号.然后,对微弱脉冲信号建立单点跳跃模型,并融合局域线性自回归模型,构成双局域线性(DLL)模型,以极小化DLL模型的均方预测误差为目标进行优化,采用向后拟合算法估计模型的参数,并最终恢复出混沌噪声背景下的微弱脉冲信号.仿真实验结果表明本文所建的模型能够有效地检测并恢复出混沌噪声背景中的微弱脉冲信号.

基于结构方程模型的大学生食品安全满意度调查

通过对大学生食品安全的满意度的调查问卷收集了一手数据,并采用了探索性因子分析及结构方程模型考察了大学生对食品安全的满意程度,探索其影响因素及薄弱环节,研究得出以下结论:大学生对食品安全满意度总指数(53.75)比较低,主要体现在大学生对有害物质和治理监管因子的满意度较低。在此基础上,提出以下建议:加强食品安全教育,普及食品安全知识;加大监督力度,创新执法制度;重新建立道德诚信体系,提高全民素质;加强国际合作与交流,不断吸取先进的食品安全管理经验。

用混沌振子和Kalman滤波检测强分形噪声中的弱信号

针对强分形噪声中微弱信号难于检测这一问题,提出了小波域多尺度模糊自适应Kalman滤波和Duffing振子相结合的方法。先对淹没在强分形噪声中的信号进行多尺度小波变换,根据分形噪声信号小波系数的平稳性,建立状态方程和观测方程,用模糊自适应Kalman滤波,对每一尺度估计出分形信号,然后将估计信号与观测信号作差得误差信号,把误差信号送入Duffing振子,利用Duffing振子对噪声的免疫性,来检测微弱信号。也给出了Duffing振子的免疫性一种新的统计解释。仿真实验结果表明:该方法能在低信噪比和低信干比下有效地检测出淹没在强分形噪声中的微弱谐波信号。

基于模糊聚类的光电经纬仪多子弹弹道测量

本文对密集多子弹在空间坐标系中的左右相机弹点分布识别提出了一种新的方法。在各帧拍摄所得多子弹成像点中,提取子弹的形心坐标,根据子弹运动特点建立状态方程和测量方程,利用Kalman算法进行滤波。利用模糊c-均值聚类算法确定测量与弹丸轨迹的关联程度,从而实现弹道识别。仿真实验结果说明,该方法能有效地进行多子弹的弹道识别跟踪,并且算法简单、计算量小、易于工程实现。

重庆农村金融与经济发展的相关性研究——基于VAR模型的实证分析

运用VAR模型、协整检验、Granger因果检验、脉冲响应方法分析了重庆农村金融发展与经济增长之间的关系。研究结果显示:从协整关系来看,农村金融支农程度和农村金融相关率与农村经济增长率的增长呈正相关。Granger因果关系表明:重庆农村金融相关比率是农村经济增长的Granger原因,而农村金融支农程度则不是。VAR模型分析结果表明:前期的农村金融相关比率对当期农村经济增长的影响最大,前期农村金融支农程度对农村经济增长率有着较弱的负面影响,但脉冲响应显示其并没有成为农村经济增长的阻碍因素。综合而言,农村金融发展与农村经济增长存在着长期均衡状态,农村金融发展促进农村经济增长。

基于分形调制阵列的数字水印算法

基于分形调制的良好性能 ,提出了一种新的使用分形调制阵列、基于HVS视觉掩盖的图像水印算法 ,该方法将水印信号进行分形调制得到含水印的分形信号嵌入到图像子块的DCT中频系数中去 ,然后进行视觉掩盖 .通过大量实验仿真结果表明 :该算法能够清晰地提取出隐藏的水印信息 .在常见的信号失真和几何失真下 ,水印具有很好的鲁棒性 .

以数学建模为平台 提升大学生的应用、实践与创新能力

文章研究了以数学建模为平台如何提升大学生的应用、实践与创新能力,根据现今大众化教育背景下的实际情况,提出了一套适合一般本科院校的方案,并结合近几年数学建模教学、竞赛和实践活动,阐述了建立立体化数学建模平台对提升大学生应用、实践与创新能力的影响,构建出了数学建模基地、数学建模协会、数学建模实验室、数学建模竞赛和数学建模教学等立体化平台,把数学建模融入到了大学生的日常学习、课程教学、课外科技活动等领域,从而有力提升大学生数学的应用、实践与创新能力。

基于局域线性法和卡尔曼滤波的强混沌背景下正弦信号恢复的混合算法

本文提出一种局域线性-周期图检测-卡尔曼滤波混合算法LL-P-KF,用来恢复强混沌背景下正弦信号.首先,建立混沌信号的一步预测模型;然后,利用周期图检测潜在周期;最后,应用卡尔曼滤波从误差中恢复正弦信号.仿真实验表明该混合算法具有较好的恢复效果.

以数据分析为核心的应用统计学人才课程体系构建

随着电子商务、支付宝、Paypal、微博、博客、微信、Fetion、QQ、Skype、Facebook等网络的大量涌现,移动互联网、云计算、社会数字媒体的丰富应用,更多的传感设备、移动终端接入到网络,由此产生的数据及增长速度将比历史上的任何时期都要多,都要快。"大数据"时代已经来临,它对人类的数据驾驭与分析能力提出了新的挑战,也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。而统计学恰好可以在大数据时代发挥其重要作用,数据分析、数据科学的基础都需要大量统计学知识。本文从统计学如何培养能够适应数据分析领域的角度,从课程构建、实践环节的角度进行探讨。

大数据背景下统计学硕士研究生人才培养模式研究

大数据时代已经来临,统计学人才,特别是研究生层次统计学人才的培养如何适应大数据,显得极为重要和迫切。本文从统计学人才培养存在的问题、统计学人才培养模式构建、解决方案等方面进行了初探,形成较为系统的方案。

统计学实践教学模式初探

随着社会的发展,大数据时代的到来,统计学成为了数据分析领域的重要支撑。如何培养具有较强实践、应用、创新能力的统计学人才变得越来越重要。如何才能让学生胜任数据分析行业是一个值得我们思考的问题。统计学作为新兴的交叉学科,培养人才的质量将直接影响诸如调查分析、项目数据分析、大数据分析、数据挖掘、工程数据处理等领域的发展,本文对统计学实践教学模式的构建进行分析与探讨。

淹没在分形噪声中的心电信号R波检测

针对淹没在1/f分形噪声中的心电信号的R波检测问题,基于小波变换、W iener滤波与自适应差分阈值法,提出一种去除1/f分形噪声、检测心电信号中R波的方法。该方法先将带有1/f分形噪声的心电信号分解成多尺度的子带信号,通过小波变换对1/f分形噪声进行白化,然后利用自适应W iener滤波实现噪声和有用信号的分离,估计出各子带中的有用信号,利用小波重构恢复出有用的心电信号,最后利用改进的自适应差分阈值法检测心电信号中的R波。实验结果表明,该方法能有效地消除心电信号中的分形噪声,准确实时地检测出R波位置。

统计学专业课程体系的整体优化

人才培养课程体系整体优化的目的在于通过优化人才培养课程体系的各个方面、各个层次、各个分支和各个环节,发挥其整体功能,提高教育教学质量、学生能力水平和拓宽就业面和质量,实现大众化教育对大学生的要求。因此,人才培养课程体系整体优化的思路是:以培养应用统计高级专门人才为目标,以"知识+能力+应用"的三位立体化的人才培养课程体系为核心,以知识、能力和应用来优化课程结构为主线,同时优化教学方法、考试模式、实践实习教学环节等,以全面提高本科生的教育质量。人才培养课程体系的整体优化是一项长期,动态的工程,本文仅从统计学专业人才培养课程体系来论述如何进行整体优化。

低合金高强度钢力学性能与化学成分之间的统计建模与分析

分析了影响钢力学性能的各种化学成分,根据重要性确定了C,Si,Mn,P,S,Alt,Nb,CEQ6等8种化学元素为钢的主要成分,然后据此建立了力学性能与化学成分的多重多元回归模型,并利用双重筛选逐步回归分析表征出对力学性能的显著影响因素,得出了力学性能随影响因素变化的具体变化值.以钢种AM3(大)的实测数据对模型进行了验证.结果表明,五大常规元素的控制精度仍是稳定低合金高强度钢的质量的关键因素,并且杂质对力学性能的影响甚微.

应用多项式系数统计模型的人口预测

首先将全国1985—2010年人口数据分成两部分,对1985—2010年人口数据进行处理;然后以人口年增长量为样本建立多项式系数模型,根据BIC准则,利用最小二乘法和岭回归方法对模型进行参数估计;最后根据回归方程对2009—2010年人口数据进行预测。根据1985—2008年人口数据得到当阶数p=7,次数r=1,延迟d=6时人口预测效果最佳,拟合精度为8.308 5e-5。同时模型对2007—2010年人口的预测误差率分别为0.000 8%、0.013 4%、0.033 0%、0.064 1%。研究结果显示:该方法在人口预测方面优于BP神经网络、GM(1,1)等方法。

基于SV-POT模型的黄金市场的动态VaR预测

针对黄金市场呈现的"尖峰厚尾"和波动持续性等特征,选用SV(stochastic volatility)模型来刻画。将SV模型与基于POT(peak over threshold)模型的极值理论相结合,建立SVPOT的组合模型,预测该金融市场的动态VaR(value at risk)。最后,与GARCH-POT模型相比得出:基于随机波动模型的SV-POT模型在一定程度上能更精确地预测动态VaR。

深证成指周收益率波动性的实证研究

利用GARCH模型,对深圳成分指数的周收益率波动性进行了实证研究。以深证成指周收盘数据建立了GARCH模型,利用估计出的GARCH模型得到深证成指周收益率序列的条件方差的估计值,预测出深证成指周收益率序列未来若干期的条件方差。结果表明,深证成指周收益率序列的波动性可以用GARCH模型进行很好的拟合。

房地产市场的投资风险分析

随着我国房地产行业的高速发展和不断的宏观调控,房地产市场的风险与日剧增,如何规避投资风险成为投资人必须考虑的问题。该文首先分析影响房地产投资风险的因素,针对这些投资风险因素,以重庆市房地产市场为例应用因子分析法进行深入分析,并对其投资风险因素进行综合排序,得出影响房地产市场投资的主要因素及其影响程度的大小,最后将所得的结论结合目前房地产市场现状提出一些建议和对策。