基于Panel Data的高速公路事故预测模型

使用Panel Data模型进行不同路段交通事故的统计回归,可以识别路段样本间的固有差异以及未观测到的变量影响.作者介绍了个体固定效应模型和随机效应模型的建立过程和相关检验,并以京津塘高速为例,分别建立了一般混合回归模型、个体固定效应模型和随机效应模型,通过Hausman检验比较模型效果,最终得出个体固定效应模型更加合理、适合于高速公路事故分析的结论.

注册制改革对创业板IPO定价效率的影响

基于2018年8月24日至2022年11月24日期间数据,运用混合截面双重差分模型进行实证检验,验证注册制改革对创业板IPO定价效率的影响。实证结果表明,创业板注册制改革在短期内催涨“炒新”投机情绪,抑制了创业板IPO的定价效率;但从长远来看,注册制改革显示出积极的激励作用。异质性检验结果表明,注册制改革在低承销商声誉组和低筹资金额组样本中发挥更为显著的正向激励作用。上述结论说明注册制改革并未解决信息不对称问题,承销商功能仍未得到市场和投资者认可。鉴于此,建议政府和监管机构完善定价机制及引导投资者结构优化,以遏制短期内的投机行为,确保注册制改革维护市场稳定的长期目标得以实现。

改进自适应模型池的在线异常检测算法

精确的在线异常检测方法是物联网行业发展的核心,其中,以复杂和动态数据流为对象的在线异常识别是研究热点.现有在线异常检测方法存在处理复杂性负载过重问题,离线深度异常检测方法则存在因数据分布变化导致概念漂移问题.针对上述问题,本文提出了改进自适应模型池的在线异常检测框架,该框架可以与基于自动编码器的异常检测方法协作实现在线异常检测.首先,利用基于自动编码器的异常检测模型进行基本异常识别;其次,以自适应模型池为基础,融合概念漂移检测算法准确识别概念漂移,适应动态变化的数据流,解决概念漂移现象;最后,优化自适应模型池的模型合并方法,提升在线异常识别能力.实验结果表明,相比自动编码器模型的流变体和原自适应模型池算法,提出的算法在异常检测精度指标上分别提升了20.2%和5.83%,同时,最佳精度指标高于现有在线异常检测算法约16.7%.

一个计算平均土壤呼吸速率和土壤碳密度的简单模型

根据大量实测的土壤碳密度资料并结合生产力模型 ,得到一组直接利用气候资料来计算平均土壤呼吸速率和土壤碳密度的公式 ,并同实测资料进行了对比 .根据此模型的模拟结果 ,对最近基于观测资料而得出的平均土壤呼吸速率对温度变化的响应并不显著的结论提出了质疑 .利用此模型还对全球潜在的土壤碳密度分布做了模拟 ,计算出全球土壤碳库为1 1 5 2Pg .该模型成功地模拟了土壤碳密度随降水 (或湿度 )状况而变化的特征 .

我国农村贫困人口微观粮食安全的实证分析

通过基于混合数据的计量经济模型分析了影响我国农村贫困人口微观粮食安全的因素。并认为农村贫困人口的微观粮食安全状况与其收入水平、粮食生产能力以及粮食流通状况正相关;而与粮食价格水平、家庭人口数量负相关。而且模型的回归也基本上反映了各变量对微观粮食安全的影响程度,其中农村贫困人口的收入水平的影响程度最大。

算法级数据融合测试床的关键设计与实现

针对一级多传感器数据融合,开发了一个算法级测试床STE-One,支持对包括带反馈在内的各种数据融合结构进行测试和评估。简单介绍了STE-One测试床的体系结构,详细描述了它实现算法级测试和置换能力的一些关键方法,包括分层设计模型、算法排序与数据池技术等。

中国城乡居民牛肉需求量预测分析

运用2000—2009年中国31个省(自治区、直辖市)城镇居民(分8个收入阶层)的家庭内牛肉消费量及收入数据,以及各省份各年度的牛肉价格数据,通过建立并估计独立混合横截面模型和变截距随机效应综列数据模型,分别得出31个省(自治区、直辖市)的城镇居民家庭内人均年牛肉需求量的需求函数方程,并对中国2015年和2025年牛肉总消费量进行了预测。结果显示:2015年中国牛肉总消费量将达到900万t,2025年将达到1 338万t,且随着居民人均收入的提高,牛肉需求量将有较大幅度的增长。

基于面板数据的分位数回归及实证研究

在面板数据模型和分位数回归原理分析的基础上,对分位数回归方法在面板数据模型中的应用作了深入的研究.利用1998-2007年间31个省市的地区生产总值与专利申请量的面板数据分析了自主创新与经济增长的关系,比较了最小二乘法和分位数回归在面板数据模型中的估计结果,结果显示分位数回归方法在面板数据模型估计时具有一定的优势.

基于SaaS架构的数据采集应用研究

为满足不同用户进行个性化数据采集的需求,构建面向SaaS架构的数据采集系统,实现支撑数据采集系统的SaaS基础服务和核心业务服务。通过元数据服务建立检索元数据模型,支持用户根据需求定制检索入口。采用线程池调度算法,用户通过共享的方式应用系统资源,并结合云存储技术完成数据的采集和存储。应用分析表明,该系统将能降低用户研发成本,提高工作效率。

股权资产泡沫驱动因素的实证研究:基于20个国家的证据

资产价格泡沫是关系金融、经济能否稳定发展的重要经济现象.现有国内外文献鲜有对资产价格泡沫驱动因素的实证探讨.以理性资产泡沫理论为依据,使用20个代表经济体2000年—2015年的经济金融数据,采用面板Logit模型实证研究了股权资产泡沫的驱动因素,弥补了该领域研究的不足.研究发现,交易量和价格波动率是股权资产泡沫的显著正向驱动因素,但对程度严重的股权泡沫而言,交易量不再是显著的决定因素;货币政策是驱动股权资产泡沫产生的显著因素之一;银行对私人部门的信贷规模及其滞后项也是股权资产泡沫的稳健决定变量.除此之外,还考察了制度变量对股权泡沫发生的作用,基本结论可概括为普通法、小投资者保护度低、政府透明度高、套利自由的国家更易发生股权资产泡沫.最后,还通过BMA-Logit模型和其他方法做了一系列的稳健性检验,确保了研究结论的稳健性.

破解A股上市公司会计盈利之谜

本文使用1229家A股上市公司2001～2006年的非平行面板数据,利用pooled模型以及固定时期效应单向模型对表征会计盈利的不同指标的变化趋势背离之谜进行了破解。结果发现,固定资产投资以及无形资产投资是利润盈利指标与现金流盈利指标变化趋势背离的最显著的原因;负债水平的变化对利润指标与现金流盈利指标变化趋势的背离也有一定的解释能力;而股市大盘的波动对两者的影响却较为复杂。

Windows系统网络通信层性能及方法研究

通过对Windows网络I/O模型的研究,针对服务器线程模型的不足,提出了基于异步通知和异步数据传输的通信模型。首先,异步通知将应用线程解放出来避免了应用线程与内核线程的切换;其次,操作系统内核采用线程池进行异步数据传输,减小了线程切换的开销。实验表明,该模型具有较低的内存及CPU使用率,并且大大减少了线程的数量,适合高并发的通信环境。

国家作物科学数据结构组织模式研究

研究了国家农作物资源数据结构组织模式的架构,设计了国家作物科学数据管理远程控制平台,构建了国家农作物品种资源数据管理工具,包括农作物资源信息规范视图处理器、数据结构生成器、数据视图生成器,从而提升远程数据管理和存储管理能力,实现国家作物科学数据的安全性和完整性,达到可持续发展的运行目标。

高校数据资源池建设的模型设计与运行机制研究

数据时代的来临,高校内学生的多维异构数据被大量采集,致使众多高校面临着数据来源分散、异构严重的问题,进而在校园信息管理中引发数据冗余量大、利用率低等现象,导致无法进行有效的数据挖掘和数据的关联利用,造成"信息孤岛"现象与"烟囱式"管理问题;该文章设计了高校数据资源池的统一管理模型,通过数据采集、存储管理与应用访问的闭环整合,利用数据虚拟化等相关理念和技术,通过非关系型数据库的特性融合异构数据,实现资源池内数据的过度融合,以选课系统为例的实验结果表明:该模型有效解决了各种异构数据的融合管理与集成应用问题,实现了高校统一的数据资源管理与综合应用的平台化运行,能够更好地支持数据时代下的高校学生服务、教学科研管理与后勤保障工作。

基于Internet动力监控系统中的实时数据处理

介绍了基于Internet动力监控系统的物理拓扑结构和设计目标。给出了基于层次的监控点实时数据的表示方法,对基于Hash实时数据在内存缓冲池中的数据存取算法进行了详细分析。运用对象协作模型对实时数据与相关对象的相互协作关系进行了描述,介绍了实时数据在系统中的业务处理流程。

辽河高成熟探区持续勘探发现技术及应用

历经50多年勘探,辽河探区整体进入高成熟勘探阶段,老区如何持续获得勘探新发现,是解决资源接替矛盾的首要问题。“十三五”期间,以老资料重建为基础,以“两宽一高”等新技术为手段,以构建新的油气藏模型为核心,对辽河探区各凹陷开展“整体认识、整体评价、整体部署”全方位勘探,发现了陡坡带砾岩体油藏、深层超压火成岩油藏、洼陷中心页岩油藏、残留型中生界潜山油藏、中浅层复杂断块油气藏五大勘探领域,落实了1个亿吨级、8个千万吨级规模储量区带。“十三五”勘探实践证明,解放思想、坚定信心、突破理论、优化技术,高成熟探区勘探仍大有可为。

HHT方法在核电厂泵房前池水面波动数据分析中的应用

结合工程实际,在国内首次采用希尔伯特-黄(HHT)变换方法,对叠加短周期波动的取水泵房前池长周期水面波动过程线进行解析。基于核电取排水明渠布置方案,按照HHT变换方法对工程全部建成后各泵房前池的水面过程线进行分析。对于最终工程平面布置方案,在DBF水位及其对应可能最大台风浪工况下以及在设计高水位、100 a一遇波浪作用下,均满足泵房取水对水面波动的要求。HHT变换方法为今后更准确可靠地对核电厂址取水泵房前池水面波动过程线进行数据分析提供了重要参考作用。

基于TDengine的智能电网监控系统数据存储方法研究

随着泛在电力物联网建设,智能电网监控范围和接入设备规模急剧增加,对数据存储提出了更高要求。针对智能电网设备建模需求,介绍了智能电网监控系统中运用关系数据库和TDengine时序数据序在设备建模的设计细节和实现方法,并详细描述了时序数据库接口设计的几个关键问题和实现方法,最后验证了该方法的有效性。该方法已成功应用于多个智能电网变电站集控系统,为历史反演和事故分析提供了有力的数据支撑。

多模型融合算法在水泥质量数据预测中的应用

水泥质量作为水泥生产关键数据,通常存在数据缺失、滞后严重、干扰因素不确定、控制不及时、质量数据不稳定等问题,针对以上问题,一种基于多模型融合的在线预测算法可提前准确地预测水泥质量趋势。该算法首先采集水泥行业质量数据及其相关特征量,然后经过数据预处理(包括数据采样、对齐、异常值处理、平滑等)和特征筛选后得到所需数据。其次,在以上数据中抽取若干段连续的短时间范围数据,分别进行小样本数据分析建模,得到若干个模型存入到模型池,作为预测质量数据的模型来源。最后,根据当前运行工况,融合多个模型进行预测分析,将质量预测结果反馈到控制系统中。在多个水泥厂实施表明,该算法可以显著提高预测精度,尤其可以提前预测质量趋势,减少延时性,通过将质量预测结果引入到控制系统中,可以避免质量调整不及时导致的系统振荡和能源浪费问题,从而提高水泥产量和质量。

电力系统多仿真软件数据池在华东电网的应用

多种大型系统仿真软件在科研生产上的广泛应用 ,系统性的数据的编辑、整理、转换等工作成为应用生产科研部门进行仿真计算的工作重点之一。提出了基于数据池的电力系统仿真软件数据转换思想 ,通过 SQL关系数据库对数据池进行访问和维护。数据池提供了广泛的数据支持 ,具有各种模型下的电力元件参数转化、控制器建模、WARD等值等功能。通过对华东系统的实际应用 ,表明数据池对电力系统规划。