数据标准化方法对SVM数据预测结果的影响研究

在多指标综合评价问题中,性质不同的指标无法直接加权进行综合评价,需要对原始数据进行标准化处理。目前在数据标准化处理的方法选择上还没有通用的法则可以遵循,尤其在利用智能算法进行数据预测的问题上,学习样本的选择与研究对象的自变量和因变量密不可分,其数量和范围是不固定的,这就导致标准化方法的选择无法根据样本进行确定。为了研究不同标准化方法对评价结果的差异,本文以某大型水电站调压井锚杆支护工程为例,选择多种标准化方法对支护工程的3个评价指标数据进行标准化处理,应用支持向量机对数据进行训练及预测,通过均方差和相关系数来分析不同标准化方法处理数据后对支持向量机预测结果的影响。结果表明:应用数据标准化方法对数据进行标准化后,其预测结果相较于未进行标准化的数据预测结果,确实有所差异。但不同标准化方法的预测结果的好坏并不一致。同一种标准化方法对预测结果的影响也有所差异,其与原数据性质有一定关系。综合来看,6种标准化方法中,极大化法、均值化法的预测结果的均方误差和相关系数明显优于未标准化的预测结果。研究内容可为类似多指标综合评价问题提供借鉴。     

基于支持向量机的网络贷款平台等级评价

采用有监督学习方法建立支持向量机模型,对网络贷款平台的等级评价方法进行了研究。由于学习样本少,为了提高模型的泛化能力,采用K-fold交叉验证方法进行模型学习。采用不同的核函数分别建立6种支持向量机模型,选择经过5轮交叉验证后正确率最高的模型作为最终的输出模型。验证结果表明,虽然学习样本数量不多,所建立的支持向量机模型在验证集中预测准确度达80%。     

支持向量机在双桥静力触探土性识别的应用

针对静力触探在工程勘察中分层工作量大、对技术人员的经验基础要求较高、需要钻探辅助分析等缺点这一现状,文章通过静探数据建立支持向量机的模型,试图探索一种自动识别土性的方法,方便技术人员进行土层分层。以原始静探数据为基础,静探数据中锥尖阻力、侧摩阻力、摩阻比、差值作为模型的输入属性,土性类别作为输出属性;针对静探数据中不同土性的样本数目不平衡这一问题,将权值系数法加入到支持向量机模型中,并以几何平均准确率作为预测效果好坏的评价指标,建立出适合静探数据土性分类的支持向量机模型。运用这个模型对扬州市某工程勘察部分静力触探数据进行土性分类,整体分类准确率高达90%以上,证明此方法是可行的。     

舆情大数据在PMI数据分析预测中的应用研究

采购经理指数（PMI）是反映经济变化趋势的重要指标。本文基于搜集整理的舆情大数据，以支持向量机（SVM）模型为研究工具，对舆情大数据在PMI走势分析预测中的应用价值进行研究。研究结果表明：一是舆情数据与PMI之间存在显著的统计相关关系，其中与国家统计局发布的制造业PMI数据的相关性最强，说明舆情大数据在PMI走势预测中具有较高的应用价值。二是不同来源、不同敏感度的舆情数据与PMI数据的相关关系存在较大差异，说明不同群体对经济的倾向明显不同，表现出“不对称的螺旋”特征。三是利用舆情数据可以在较小误差范围内实现PMI指数预测。     

基于随机森林的商业性养老保险购买行为预测

将随机森林应用到商业性养老保险购买行为预测过程中,对中国综合社会调查（CGSS）2017年问卷的调查数据进行分析。首先运用SMOTE过采样来平衡数据集,其次采用网格搜索确认模型输入参数,最后将改进后的随机森林模型进行分类预测,并与支持向量机模型对比。实例结果表明,SMOTE过采样方法在处理非均衡数据方面表现良好,能够起到提高模型性能的效果,处理后的随机森林的分类效果优于支持向量机。     

基于支持向量机回归的中国CPI预测研究

本文针对中国CPI指数的预测问题．首先用主成分分析方法对影响CPI指数的八个指标进行降维处理．然后利用支持向量机技术建立起中国CPI指数的预测模型并对我国实际的CPI指数进行了预测。实证分析结果表明,PCA—SVM模型能够有效地对CPI指数进行短期预测。最后．与单纯的支持向量机模型的预测结果做了对比．对比结果表明．支持向量机和主成分分析相结合的模型应用于CPI预测具有较高的精确度。     

基于云理论的企业财务创新能力动态评价——以安徽省17家上市公司为例

在文献研究的基础上构建了包括企业财务创新保障能力等4项一级指标、11项二级指标在内的企业财务创新能力评价指标体系,采用抽样方式选取安徽省不同行业17家具有代表性的中小板上市企业作为研究对象,按照"厚古薄今"的时间贴现原理对所有样本企业2010~2014年度数据进行加权处理,得到不同类型企业财务创新能力各项指标动态综合值,引入云重心评价方法对不同企业财务创新能力各项指标动态综合值进行评价,揭示了不同类型企业财务创新能力发展状态。     

房地产投资项目的风险预测与分析

本项目侧重于研究支持向量机在房地产投资项目中的风险预测与分析的应用。支持向量机是基于统计学习理论和结构风险最小原则基础上的新型机器学习技术。通过选取惩罚系数C和核函数,经过模型初步评价的风险能够和最终数据模拟结果相一致,通过对支持向量机的实证研究表明此种算法在风险预测领域具有较好的风险预测能力     

支持向量机在上市公司风险管理中的应用

在严峻的经济形势下，企业之间的竞争越来越激烈，提高企业的竞争力和综合实力，研究企业的风险具有很强的实践意义，可以让企业提前预知风险，降低企业破产的可能性。研究企业风险的传统方法大多是基于线性的，而企业的风险一般是非线性。支持向量机(support vector machine)模型是基于统计学习理论发展起来的一种新兴的机器学习方法，对解决非线性、小样本问题具有很好的适用性。利用支持向量机模型研究中国上市公司的风险，通过对上市公司的财务比率进行建模和仿真研究，发现支持向量机对所选取的样本具有很好的分类效果，强于传统的线性方法，得出了支持向量机在上市公司的风险预测方面具有很强的准确率和可行性。这对以后研究上市公司风险具有一定的参考意义。     

周口市城市土地集约利用评价研究

在分析周口市土地利用特点的基础上,建立了包括1个目标层、4个准则层、10个指标层的城市土地集约利用评价指标体系,运用层次分析法确定各评价因子的权重,并对指标原始数据进行标准化处理,采用多因素综合评价方法得到周口市城市土地集约利用综合分值,从而确定城市土地集约利用的水平,得出评价结果并对评价结果进行分析。     

SVM与BP网络对基金波动的预测效果比较分析

运用支持向量机（Support Vector Machine，SVM）预测基金波动率时间序列，并将Back—propagation（BP）神经网络作为基准方法，实验选取沪深交易所上市的6只样本基金，根据选用的性能评价尺度：正则均方误差（NMSE），平均绝对误差（MAE）以及方向对称（DS）指标，仿真结果表明在预测基金波动率问题上，SVM比BP有更好的预测精度。文章最后给出解释。     

会计师事务所报送年检数据质量综合评价方法研究

在现行的外商投资企业年检制度下，如何更好的促进和激励会计师事务所进行外汇年检数据的审核和报送，进一步提高外汇年检数据质量，充分发挥外汇年检应有的作用是一项需要研究和探讨的问题。本文以会计师事务所外汇年检数据报送质量考核为出发点，在公平、公正、公开原则的基础上充分考虑数据核对、统计的可得性，摒除人为主观因素对数据质量综合评价的影响，利用抽样调查的方法选取样本数据，选取适合的数据指标对评估对象报送的数据进行量化考核排名以及综合评价，以期促进会计师事务所严把外汇年检数据审核，提高外汇年检数据质量。     

云南省主导产业选择研究——vague熵权重分析

区域经济主导产业的选择要因地制宜,文章在分析主导产业内涵的基础上,立足云南省现实,提出云南省主导产业选择基准并建立评价指标体系。请专家针对不同指标给各备选产业打分,得到各产业的得分矩阵M,运用基于vague集的熵值权重理论给各指标赋权得到指标权重向量V,再利用矩阵乘法公式W=M·V,得到产业加权综合得分向量,根据综合得分大小对备选产业进行排序。     

科技创新与地区经济融合发展评价研究——基于金华市数据分析

科技创新作为经济发展的内生驱动力,获得学者的普遍关注。为探究两者的协同发展情况,构建了科技创新、地区经济发展两大指标体系,共形成科技创新11个指标,经济社会发展4个指标。通过数据标准化处理,利用协调度模型进行测度。研究发现金华市2015-2018各地级市科技创新和经济社会综合水平发展均不同程度的有所提升,协同度基本稳定,但存在明显差异。各地级市科技滞后发展情况严重,应加强科技创新发展,优化产业结构。     

基于因子分析的上市公司股票期权业绩评价研究

本文选择17项指标构建上市公司经营业绩评价体系,选取30家实施股票期权计划的上市公司作为研究样本用统计软件SPSS17.0进行因子分析,得出反映上市公司综合业绩的7个因子,并计算因子得分和综合得分,所得评价结果与实际情况基本相符。研究结果为上市公司进行综合业绩评价提供了科学的理论和方法。     

建筑供应链风险研究

供应链管理作为一种新管理理念与方法，在提高建筑企业核心竞争力和增加利润的同时，由于市场的不确定因素，也将给建筑企业带来一定的风险。为了降低不确定性给企业带来的损失，从参与方的角度出发，对建筑供应链中的不确定性进行分析，建立其风险量化评估指标。通过专家打分法与企业调研收集、处理数据，运用Matlab程序编写风险预测模型，对建筑供应链中的风险进行模拟与预测，并且使用SPSS检验结果，验证了最小二乘支持向量机可以准确有效的对风险进行预测。     

安徽省上市公司绩效评价与分析

已有的上市公司评价指标较多地强调财务指标，而对反映企业成长特征的非财务指标却较少涉及，无法完整地体现上市公司的综合绩效。本文参考国内外现有上市公司绩效评价体系和评价方法，全面选择指标，建立绩效评价指标体系，运用主成分分析法对安徽省上市公司绩效进行综合评价，并对结果进行分析，为安徽省上市公司提高绩效提供借鉴。     

基于因子分析和DEA模型的现代光伏农业技术经济性综合评价研究

发展现代光伏农业是推进现代农业可持续发展的重要途径，对现代光伏农业进行技术经济性综合评价有较强的现实意义，为此，建立了因子分析法和DEA相结合的现代光伏农业技术经济性综合评价模型。首先，利用因子分析法对评价指标进行了降维处理；然后，根据DEA模型需要对指标数据进行了标准化处理；最后，利用DEA模型完成了对50亩智能农业大棚各经营方案的评价，结果表明：将光伏发电和温室大棚种植相结合具有良好的技术经济效益。     

基于因子分析的上市公司股票期权业绩评价研究

本文选择17项指标构建上市公司经营业绩评价体系,选取30家实施股票期权计划的上市公司作为研究样本用统计软件SPSS17.0进行因子分析,得出反映上市公司综合业绩的7个因子,并计算因子得分和综合得分.研究结果为上市公司进行综合业绩评价提供了科学的理论和方法.     

多变量支持向量机预测技术研究及应用

机械系统中,对振动信号敏感特征量的预测可以反映机械设备运行状态的趋势。然而,特征量往往受到多个变量的影响,当前的单变量支持向量机(Support Vector Machine或SVM)预测技术无法实现多变量预测。建立一种能够实现多变量影响下特征量预测的多变量SVM预测方法,将具有很好的应用前景。文章提出了一种多变量SVM预测模型,对多变量输入的非线性函数的预测结果验证了该模型的有效性。将该预测模型应用到滚动轴承疲劳寿命实验数据中,实验结果验证了多变量SVM预测技术的有效性。