剑麻纤维混凝土力学性能研究进展

剑麻纤维混凝土作为一种新型的纤维混凝土可以有效阻止混凝土裂缝的发展,它综合了混凝土的抗压性能和剑麻纤维的抗拉性能,可有效改善混凝土的力学性能。文章简要阐述了剑麻纤维增强混凝土力学性能的作用机理,并从抗压强度、抗拉强度和坍落度3个方面总结了剑麻纤维混凝土力学性能研究的进展。最后结合剑麻纤维混凝土的实际工程应用,提出对剑麻纤维混凝土的进一步研究方向。     

市场情绪对股票走势的影响分析及预测

为探究投资者情绪对股票走势的影响,利用R软件的爬虫技术将人们对股票市场的看法抓取下来,将文本中的隐含情绪分为积极、消极及中性3种类别,并依此构建情绪得分作为市场情绪量化的结果.利用单位根检验等方法对上证指数与投资者情绪的因果关系进行探究并建立VAR模型.为更好地判断市场情绪对股票走势的影响程度,分别构建加入情绪得分前后的BP神经网络模型对上证指数收益率进行预测,比较两个模型的优劣,从而发现当股票预测模型加入市场情绪指标后误差更小,预测更为准确.     

我国农村商业银行经营效率研究及预测

农村商业银行是农村金融发展的核心,是服务"三农"、推动乡村振兴战略的可靠保障.以30家农村商业银行为研究对象,运用改进DEA分析方法及灰色预测模型,对其经营效率进行分析及预测.研究表明,我国农村商业银行全要素生产率呈稳步上升趋势,受技术效率与技术进步效率影响较大,在未来保持稳步增长态势,不同地区生产率差异呈收敛趋势.技术效率始终保持相对稳定状态,在临界值1上下浮动,受纯技术进步效率影响较大,地区差异对其影响较小.在此基础上提出合理调整规模、加强金融创新等政策建议.     

基于LSTM的高校高考录取分数预测研究

准确预测高校高考录取分数对高考志愿填报具有重要意义。文章使用线上百分位作为录取测度,构建了用于预测高校高考录取分数的长短时记忆网络,使用前4年的平均录取百分位和最低录取百分位作为输入,预测得到第5年最低录取分数。在河北本科一批理科2010至2017年各高校录取分数据集上的测试结果表明,基于LSTM方法的预测结果大幅优于传统平均排位法。     

长短期记忆模型在股票价格趋势预测应用研究

股票价格具有的复杂性与动态性,为预测股票价格趋势带来了艰巨的挑战。人工神经网络、支持向量机和决策树等一系列机器学习算法被用于预测股票价格,并取得了成果。长短期记忆模型LSTM(Long ShortTerm Memory)可以获得股票价格数据中的遗留信息,在处理时间序列数据方面有非常优秀的性能。我们使用LSTM模型预测股票价格走势,并选择亚马逊公司(AMZN)的股票价格数据进行实验。实验表明,LSTM模型对于股票价格趋势预测效果显著。但仍然有许多不足需要在后续改进。     

辽西渤海岸海水入侵预测分析及防御措施研究

将水化学法与遥感技术相结合,根据评价结果和监测井点实际情况,将监测点划分层次,建立适合于辽西沿海地区特点的海水入侵监测体系,实现海水入侵的防御能力提升,此外利用数学综合分析方法,构建地下水量、地下水位与氯值的关系模型,对监测点进行氯值预测,提出海水入侵预防建议。     

西部科技创新提升路径研究——基于R&D活动的统计分析

在知识经济时代,西部的科技创新能力决定着其经济发展水平。为了研究西部科技创新的有效提升路径,文章采用判别坐标方法(DC分析)构建了R&D的资金,人力的投入与专利产出的模型,并使用模型对部分省市的产出做了预测,效果较好,检验了模型的可靠性。研究认为:西部省市的R&D投入强度明显偏低,同时在R&D投入结构上需要进一步优化,在此基础上提出以政策创新为导向,加强R&D投入,优化投入结构,提高投入效率的路径建议。     

经济增速回归全球均值的典型化事实

一、背景介绍亚洲崛起有四段故事,一是日本自二战前后开始迅速发展壮大,在上个世纪80年代成为世界一流经济强国。二是亚洲四小龙(韩国、台湾、新加坡和香港)以及马来西亚、印度尼西亚、泰国,自上个世纪60年代开始,先后迅速发展壮大。三是人口均超过10亿的中印两国进入高速增长阶段,按购买力平价计算,2011年,中国和印度成为仅次于美国的第二和第三大经济体。亚洲崛起的第四段故事还没有形成。当前美     

绿色信贷、节能减排下的工业增长及预测研究

本文首先构建了绿色信贷、节能减排下的工业增长非线性面板门限模型。研究发现:目前的绿色信贷规制措施有利于工业的节能减排增长,符合波特假说,但其比例增加弹性降低。其次运用灰色系统预测了我国到2020年的工业增长路径。结果显示:现有宏观条件下,工业增速下滑是"新常态"。最后针对性的提出了金融进一步支持工业节能减排增长的政策建议。