基于支持向量机方法的股票预测模型

利用支持向量机方法建立股票投资预测模型,经过与多项式函数及Sigmoid核函数的对比,选用Gauss径向基函数作为SVM核函数;抽取223支上市公司的股票作为研究样本,并选取对股票投资影响显著的财务指标构造样本数据集,代入支持向量机模型进行实证测算;实验表明,与BP神经网络模型相比,在样本有限的情况下,基于支持向量机的股票投资模型预测精度更高。

数据挖掘在大学生综合素质测评中的应用

讨论了数据挖掘中决策树算法的原理及其模型的建立过程,并把它应用到高校的大学生综合素质测评中,借助计算机对综合素质测评信息进行挖掘,所获取的知识对指导今后的教学和学生工作有重要意义.实验仿真结果表明该模型能够很好的实现预期的分类效果.

关联规则挖掘在高校奖学金评定中的应用

将关联规则挖掘用于奖学金评测信息分析中,借助数据挖掘技术对奖学金信息进行深度挖掘,寻找与各个奖项相关联的因素.算法上,直接采用Apriori算法进行频繁项目集的发现.

随机平衡配流与次优拥挤收费的双层规划模型构建与求解

随着城市化进程加快,汽车拥有量迅速增长,交通拥挤日趋严重。文章建立了基于随机平衡配流和次优拥挤收费的双层规划模型,并提出了求解模型的算法。研究如何利用双层规划模型来解决城市道路次优拥挤收费时收费位置与收费费率的制定等,期望能以满足使用道路人和管理道路人的利益为基础,在系统方面减少阻碍,使用路网的服务质量有所提高,同时也改进路网的利用效率,最大限度的获得更多的利益。

我院大学生对教师期望问卷调查的反思和措施

为实践科学发展观,不断提高教师的教学水平和教学能力,更好地为学生服务,我们调查了学生对教师的期望,调查问卷结果显示,学生更多地期望老师能够讲述和本课程有关的实践性的内容,并且希望老师和学生多进行交流。针对这些,提出了我们的整改措施。

基于模型的聚类和分类程序包teigen在R软件中的实现

teigen包实现了所有之前发布的teigen族成员以及8个额外的模型:4个多变量模型和4个单变量模型。介绍了teigenR包中的teigen()函数和plot.teigen()函数的用法,通过几何和iris数据集两个实例演示了利用teigenR包实现聚类和分类的具体步骤和评价方法。

基于GAMLSS模型的PM2.5浓度预测研究

基于2013年3月1日至2017年2月28日北京奥体中心空气质量监测站点的逐时数据,分别建立了随机森林回归模型、广义可加模型(Generalized additive model,GAM)和基于位置、尺度、形状的广义可加模型(Generalized Additive models for location,scale and shape,GAMLSS).结果显示:随机森林回归模型的拟合效果与预测效果相差较大,说明模型的稳定性较差,而GAM与GAMLSS模型的拟合效果与预测效果都较好.然而,在实际应用中GAMLSS模型要比GAM更加灵活,能更充分地利用分布本身的特性和规律挖掘出更多蕴含的信息,有利于提高预测的精度.因此,基于GAMLSS模型探讨了北京市的各种污染物和天气条件对PM2.5浓度的影响,并对PM2.5日均浓度进行了预测,这为降低空气污染物浓度提供了理论基础,为相关部门开展预警工作提供了决策依据.