DM检测仪在埋地燃气管道检验中的应用

熟练掌握检验检测技术的应用,消除潜在安全隐患,保障市民安全用气等,具有重要现实意义,也是埋地燃气管道维护人员必须要掌握的一项技能。本文详细论述了DM检测仪的应用原理,并结合具体应用案例,探讨了DM检测仪检测方法及注意事项,验证了DM检测仪在埋地燃气管道检测中的应用功能,具有积极的应用推广价值。

基于PCM+和DM的埋地管道检验系统设计

针对埋地管道检验难以实现自动化采集数据的问题,提出了一套基于PCM+和DM的埋地管道检验系统;该系统利用PCM+和DM蓝牙接口的数据发送功能,以及移动终端GNSS定位、拍照、信息录入等功能,实现埋地管道检验数据的自动化记录和检验情况的无纸化记录;同时将所采集的检验数据以图像的形式展现在地图中,以方便检验人员查看核实;应用结果表明,该系统减少了现场检验所必须的检验人员数量,减轻了检验人员的工作强度,提高了工作效率。

基于Adam-LSTM的车用汽油价格预测

汽油价格预测的国内外以往研究主要采用传统统计模型和简单神经网络模型,无法处理长期依赖性问题,而深度学习的长短期记忆(LSTM)神经网络模型能够有效处理成品油价格数据中的长期依赖问题,因此建立基于Adam(自适应矩估计)-LSTM人工神经网络模型,对四川地区89号、92号、95号汽油价格数据进行预测。首先对数据进行滑动平均处理,然后通过均方根误差(RMSE)、平均绝对百分比误差(MAPE)等指标评价模型的预测效果,同时通过DM(Diebold-Mariano)检验比较LSTM模型与另外4种模型的预测效果,最终发现LSTM对于该数据的预测效果最优。

经济政策不确定性与中国股市波动率预测——在GARCH-MIDAS模型下的实证研究

文章以中国经济政策不确定性指数(CEPU)、美国经济政策不确定性指数(AEPU)和全球经济政策不确定性指数(GEPU),上证综合指数5分钟高频数据和日收益率为研究对象,运用GARCH-MIDAS模型分析不同经济政策不确定性对上证综合指数波动率的影响。实验结果表明,研究结果发现:GARCH-MIDAS模型比GARCH模型可以更好地拟合我国股市的波动状况,同时加入EPU指数能提升模型的预测性能。此外,通过不同的预测窗口和DM检验结果发现,CEPU对中国股票市场波动影响最大,说明本国经济政策是中国股票市场长期波动的主因。外国经济政策虽然会对本国股票市场波动产生影响,但其影响的程度远没有本国的经济政策对股市影响的效果强烈。

人民币汇率波动的预测——基于损失函数和DM检验的比较分析

随着人民币汇率市场化程度的不断加深,人民币汇率的波动越来越大,对人民币汇率波动的预测显得越来越重要。现有文献都只通过单一的模型来预测人民币汇率的波动,我们无法据此确定哪一种模型对人民币汇率波动有更好的预测能力。本文选取常用的预测金融资产波动率的指数平滑模型、ARCH模型和GARCH模型,采用动态时间滚动窗口技术,对2005年以后的人民币汇率波动进行了拟合和样本外预测,并通过损失函数的计算和DM检验方法比较了各模型对人民币汇率波动的样本外预测能力。结果发现,相对于ARCH模型和GARCH模型,指数平滑模型具有最优的波动预测能力。

一种负荷预测模型预测能力的评价标准

常用的负荷预测模型预测能力的评价标准(如MSE和MAE)在使用过程中存在一定的局限性。引入Diebold-Mariano(DM)检验,给出了判断不同预测模型预测能力是否存在显著差别的定量分析方案。算例分析表明,基于DM检验的现代评价标准可以缓解样本中随机干扰造成的影响,有效地甄别模型的预测能力,为更全面地比较负荷预测模型提供了参考。

中国金属期货市场高频波动率预测模型比较研究

文章选取上海期货交易所铜、铝期货价格指数日内10分钟高频收益数据,构造了经调整的已实现极差波动率估计序列,利用6类GARCH族模型建模分析,描述了沪铜、沪铝期货价格指数的波动特征。运用多种损失函数比较了GARCH族模型样本外波动率预测精度的优劣,并在此基础上,采用Diebold—Mariano检验法评估了GARCH族模型的预测效果。结果显示,沪铜、沪铝期货市场上已实现极差波动率估计序列具有尖峰厚尾、集聚性、持续性等特征。对于沪铜期货市场,EGARCH模型具有相对较好的的波动率预测能力,在某些损失函数标准下,FIGARCH模型以及GJR模型也体现出了较好的波动率预测能力,但FICARCH模型的预测能力和其它模型相比较并不显著;对于沪铝期货市场,EGARCH和HYGARCH模型具有相对较好的的波动率预测能力,而在某些损失函数标准下,FIGARCH以及IGARCH模型也体现出了较好的波动率预测能力。

我国农产品期货市场波动率实例分析

本文以郑州商品交易所白糖期货15分钟高频价格数据为例,运用多种损失函数,以已实现波动率为模型评价衡量标准,实证检验了不同异方差模型对白糖期货价格波动的刻画能力。实证结果显示,就我国2006年1月6日推出的白糖期货而言,GJR模型具有最为出色的波动刻画精度,而在某些损失函数标准下,IGARCH模型也体现出了较好的波动刻画精度。

我国燃油期货价格指数波动特征研究

通过选取上海期货交易所燃油期货价格指数5分钟高频收益数据,本文构造了经调整的已实现波动率估计序列,运用4类非线性GARCH模型建模分析,描述了中国燃油期货价格指数的波动特征,运用6种损失函数以及Diebold-Mariano检验法,实证检验了4类GARCH模型对燃油期货价格指数波动的样本外预测能力。就中国燃油期货市场而言,基于高频数据的FIAPARCH模型,能够较好地描述中国燃油期货价格的波动特征,并且具有最为出色的波动率预测能力,而IGARCH模型在某些损失函数标准下也体现出了较好波动率预测能力。

中国金属期货市场高频波动率预测模型比较研究

选取上海期货交易所铜、铝期货价格指数日内10分钟高频收益数据,构造了经调整的已实现极差波动率估计序列,利用6类GARCH族模型建模分析,描述了沪铜、沪铝期货价格指数的波动特征。运用多种损失函数比较了GARCH族模型样本外波动率预测精度的优劣,并在此基础上,采用Diebold-Mariano检验法评估了GARCH族模型的预测效果。结果显示,沪铜、沪铝期货市场上已实现极差波动率估计序列具有尖峰厚尾、集聚性、持续性等特征。对于沪铜期货市场,EGARCH模型具有相对较好的波动率预测能力,在某些损失函数标准下,FIGARCH模型以及GJR模型也体现出了较好的波动率预测能力,但FIGARCH模型的预测能力和其他模型相比较并不显著;对于沪铝期货市场,EGARCH和HYGARCH模型具有相对较好的波动率预测能力,而在某些损失函数标准下,FIGARCH以及IGARCH模型也体现出了较好的波动率预测能力。

糖尿病肾病患者的血液流变学分析

目的:探讨糖尿病肾病患者的血液流变学特点。方法:分析2003年6～12月份住院治疗的95例2型DM患者的血液流变学检验报告。结果:糖尿病肾病患者血粘度高和脂代谢异常明显。结论:血粘度、血糖和血脂异常可加速糖尿病肾病进程。

中国线材期货价格指数波动率预测能力分析

利用上海期货交易所线材期货15分钟高频价格数据构造已实现波动率估计序列,并以此作为参考标准,运用6种损失函数以及Diebold-Mariano检验法检验4类不同波动率模型对线材期货价格波动的样本外预测能力,显示,中国线材期货市场,基于高频数据的GJR(1,1)模型具有最为出色的波动率预测能力,而在某些损失函数标准下,HYGARCH(1,d,1)与GARCH(1,1)模型也体现出了较好的波动率预测能力。

基于STFIGARCH模型的权证定价研究

为了更好地研究权证市场,基于FIGARCH与STGARCH模型,提出一种新的GARCH族模型———STFIGARCH模型.首先,对所选取的两支个股收益率序列进行ARCH效应检验与长记忆的R/S检验,并建立FIGARCH模型与STFIGARCH模型进行比较研究,结果显示波动的长记忆性和非对称性是共存的.接着,在波动性分析的基础上,建立了FIGARCH期权定价模型(FIGARCH-M)与STFIGARCH期权定价模型(STFIGARCH-M).研究表明:STFIGARCH-M定价结果较好;权证市场在权证发行初期偏向于被高估,随着行权日越临近,权证价格也逐步回归模型的理论价格.

地表移动趋势项预测模型的研究

地表移动具有趋势项、周期项及随机项,建立高精度地表移动趋势项拟合与预测模型,对地表移动监测研究具有十分重要意义。本文研究了DM(1,1)模型和指数平滑法进行地表移动趋势项建模及精度分析等问题,取得了有益成果。

糖尿病患者血清铜锌的测定分析

目的 :测定糖尿病 (DM)患者血清中微量元素铜 (Cu)、锌 (Zn)的含量。方法 :采用德国 CENTRONTC公司提供的Cu Zn试剂盒上美国 RA- XT全自动生化分析仪进行自动分析。结果 :检查 2 10例 DM患者血清中 Cu Zn的含量为 Zn(x± 2 s)(14 .2 3± 5 .6 )μmol/L ,Cu(x± 2 s) ,(17.6 5± 6 .33)μmol/L ,与正常对照组相比 DM组血清 Zn明显低于对照组 (P<0 .0 5 ) ,Cu明显高于对照组 (P<0 .0 5 )。结论 :观察 DM患者血清中微量元素 Cu Zn的变化对 DM患者的治疗。

指数收益率的波动率预测——基于HEAVY模型和GARCH模型

本文以具有代表性的9个中国股市指数的高频价格和每日收盘价(时间窗口是2013年至2018年)作为数据源,比较广义自回归条件异方差模型(简称GARCH模型,下同)和high-frequency-basedvolatilitymodels(简称HEAVY模型,Shephard和Sheppard(2010),下同)的预测精度。把整体数据源分为样本内数据和样本外数据,样本内数据用于参数估计,样本外数据用于模型预测。然后通过损失函数计算损失值,损失函数值越小,则模型的预测效果越好。最后通过Diebold-Mariano检验统计量判定两个模型优劣的显著性。结果是HEAVY模型整体比GARCH模型预测效果要好。

血清C肽与糖化血红蛋白联合检验对糖尿病诊断的临床效果

了解糖化血红蛋白(HbAIc)+血清C肽联合检测诊断DM的效果。方法 纳入医院健康体检的118例人员及118例疑似DM者为研究主体,前者作为对比组,后者作为观察组,采集全部研究对象血清标本后检测糖化血红蛋白、血清C肽,联合以上指标诊断糖尿病,研究时间是2020年4月-2021年4月。结果 观察组FBG(FBG)、2hPG(2hPG)、餐前血清C肽、餐后血清C肽及HbAIc水平显著较对比组高,差异具有价值(P<0.05);血清C肽检测敏感性是75.00%,特异性是55.56%,漏诊率是2.00%,,误诊率是44.44%;糖化血红蛋白检测敏感性是70.00%,特异性是50.00%,漏诊率是30.00%,误诊率是50.00%;联合检测特异性是94.44%,敏感性是98.00%,漏诊率是2.00%,误诊率是5.56%。联合检测敏感性与特异性均高于单一检测,漏诊率、误诊率均低于单一检测,差异具有价值(P<0.05)。结论 HbAIc+血清C肽联合检测在DM诊断中具有重要价值,可有效区分糖尿病和健康人间的差异,可为临床诊疗疾病提供指导。

基于Hyperband-LSTM模型的股票价格预测研究

本文提出将Hyperband算法与LSTM神经网络算法相结合,建立一个适用于股票价格预测的模型——H yperband-LSTM模型,以解决目前在股票预测任务上因LSTM神经网络重要超参数设定的不确定性和繁杂性而引起的预测精度不高和预测效率低下的问题。同时,以预测沪深300指数收盘价为例进行实证研究,引入Bayes-LSTM和LSTM模型作为对比,实证结果表明Hyperband-LSTM模型比Bayes-LSTM和LSTM模型具备更高的预测精度,并且Hyperband优化比Bayes优化节约近一半的时间成本,即Hyperband-LSTM模型表现出更高的预测效率。此外,本文通过DM检验证实HyperbandLSTM模型的预测效果显著优于其他模型。最后,本文使用上证50指数和深证100指数进行重复实验,实验结果与沪深300指数的实验结果保持一致,表明Hyperband-LSTM模型具备较强的稳健性。

基于MRS-GARCH模型的中国股市波动率估计与预测

基于误差项服从正态分布、t分布、广义误差分布的GARCH族模型和MRS-GARCH模型对中国股市波动的结构变化特征进行了实证研究。结果表明,中国股市存在显著的高、低波动状态,两种波动状态的ARCH和GARCH项系数存在较大差异;高、低波动状态均具有较长的持续时间,低波动状态的持续时间长于高波动状态的持续时间,且中国股市更易于从高波动状态转向低波动状态;MRS-GARCH模型预测效果总体上优于GARCH族模型,基于正态分布的MRS-GARCH模型短期预测效果较好。