居民消费价格指数的统计分析与预测

本文简要介绍了居民消费价格指数的相关理论知识,并进一步从统计学的角度对居民消费价格指数依次做出了居民消费价格指数的总体分析、结构分析、影响因素分析以及动态预测分析,本文旨在通过更加深入的居民消费价格统计学研究帮助人们更加的了解居民消费价格指数。     

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。     

居民消费价格指数变动趋势预测

一年来,居民消费价格指数(CPI)呈线性增长态势,形成通胀压力。经过建立数学模型测定,以及定性分析对定量分析结果的修正,可以预见,CPI增幅将会突破4%,且今后一段时期内,CPI仍会处在增幅3%以上的高位波动,通胀压力仍然存在,但CPI的上升空间有限。     

基于支持向量机的工程项目风险预测

本文在介绍支持向量机(SVM)基本原理的基础上探讨了支持向量机在建设工程中应用的可能性和有效性,提出基于支持向量机的项目风险预测算法,为预测工程项目风险提了一种新的方法。本文同时也介绍了Libsvm软件在项目风险预方面的应用。     

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。     

数理统计模型对居民消费价格指数的应用研究

近几年,随着我国经济的不断发展,我国居民的物质消费水平也越来越高,居民消费价格指数也越来越得到人们的重视.本文通过近期消费价格指数的数据收集、整理与分析,利用数学分析工具分离出反应季节趋势的价格指数,再对这种趋势项统计结果构建相应的差分自回归移动平均模型,进而得出对周期项的预测效果进行改善,最后利用参数拟合估计对居民价格指数进行准确分析,从而得出此次数理统计模型对居民消费价格指数应用研究分析的结论.     

基于改进GM(1,1)模型的居民消费价格指数的预测

由于居民消费价格指数受多方面因素的影响,单纯地采用GM(1,1)模型无法准确地进行预测,因此,文章提出改进GM(1,1)模型。首先,以2009~2013年居民消费价格指数为基础,通过建立普通GM(1,1)模型对2009~2013年居民消费价格指数进行模拟,发现模拟值与真实值之间存在差异较大;其次,基于普通GM(1,1)模型对残差进行修正,求解得到改进后的GM(1,1)模型,并对改进后模型进行可行性验证;最后,根据求解得出的改进GM(1,1)模型,对未来几年居民消费价格指数进行预测。结果表明,该预测方法是可行的,为其他相关预测提供了一种理论依据。     

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。     

居民消费价格指数编制方法制度改进研究

中国现行的CPI编制方法制度虽然已与国际接轨,但却没有很好地与中国国情相结合。我们应该建立符合自己国情特点的CPI编制体系,要根据不同经济和社会发展阶段的特点来不断调整CPI编制体系,改进方法制度,让方法制度来适应社会发展的需要。     

居民消费价格指数上涨与低收入群体

本文分析了近期我国居民消费价格指数上涨的原因、特点,以及居民消费价格指数上涨对低收入群体的影响,提出了控制价格上涨的对策和措施。     

影响我国居民消费价格指数变动的两大因素

本文以我国2002—2009年的经济数据为依据,通过建立回归模型,分析经济因素中食品类生产价格、房屋销售价格对我国居民消费价格的影响。并建立无约束性向量自回归模型,利用脉冲响应函数和方差分解方法分析食品类价格和房屋销售价格对居民消费价格冲击的传递效应,从而对居民消费价格的长期趋势进行初步探讨。     

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。     

基于最小二乘支持向量机的高强混凝土强度预测

针对在多因素影响下较为准确地进行确定高强混凝土强度的问题,采用常规的试验分析方法存在耗时耗材耗人力过多,提出最小二乘支持向量机模型来预测高强混凝土强度。工程应用研究的结果表明,采用最小二乘支持向量机模型比人工神经网络模型、线性以及非线性回归分析更具有较高的预测精度,该方法能很好地表达高强混凝土强度与各影响因素之间的非线性映射关系,能方便快捷地预测出假定配合比对应的高强混凝土强度值．为实现高强混凝土配合比设计提供了一条新的途径。     

基于支持向量机的数控机床热误差建模方法

文章对数控机床热误差建模的方法进行了对比分析,提出了一种支持向量机的热误差建模方法。通过实验表明,采用该方法建立的热误差模型,能够比较准确的预测数控机床的热误差。     

基于支持向量机的中小企业自主创新能力评价指标识别

中小企业自主创新能力是国家社会经济发展的重要驱动力,客观科学地评价中小企业自主创新能力,将有助于其健康成长,针对企业自主创新能力评价指标设计随意性、片面、交叉繁杂的现状,通过建立SVM指标识别模型,并利用苏州五县市25家中小企业的100个数据进行实证分析,结果显示该模型对研究者从任意角度设计出中小企业自主创新能力评价指标有一定的识别能力,由此确保构建出的自主创新能力评价指标体系将更趋于合理实用。     

隐私保护线性规划和支持向量机

本文首先介绍了线性规划的德私保护算法：第一种是基于转换的方法,第二种方法是调用正规的加密技术来实现隐私保护;其次介绍了隐私保护支持向量机根据数据的分布情况可分为集中式和分布式两种,并对数据垂直分布和数据水平分布情况下的一些研究成果进行了总结。     

基于支持向量机的网贷借款人违约风险评估

随着互联网金融的发展,P2P网贷平台规模急速扩大,网贷平台的跑路潮现象及借款人违约问题等也随之出现,这极大制约着网贷平台的健康发展。利用爬虫技术获取借款人信息,选取17个核心变量为解释变量、项目状态为目标变量,并通过交叉验证确定支持向量机模型的最优参数,建立最佳网贷借款人违约风险评估模型。实验结果表明,模型的稳定性和泛化能力较好,研究结果可为网贷平台风险预警和风险防控等方面提供决策支持,有助于促进网贷平台健康发展。     

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。