居民增收与我国乘用车市场发展

本文旨在进行居民增收对乘用车市场需求变化影响的模拟研究,全文分成四个部分：乘用车市场需求影响因素分析、地区划分、乘用车保有量预测、乘用车保有量发展趋势性预测。     

基于支持向量机的变压器故障诊断

针对油浸式电力变压器在不同工作状态时,变压器油中溶解气体的类型和含量的不同,通过检测变压器油中的不同气体的类型和含量就成了判别变压器工作状态的重要方法。本文基于支持向量机(SVM)模型,利用支持向量机对于非线性问题的优良解决方法,给出了一种判别变压器工作方式的方法,经测试,判别正确率高达96.8%,满足对于变压器故障判别的精度要求。     

故障预测技术在武器装备中的应用及发展

随着高技术武器装备的相继列装,对新装备进行有效的状态监控和故障预测就成为技术保障的重点。为了使装备保障人员更好的了解故障预测技术及其作用,简要介绍了故障预测技术及其类别。重点总结了故障预测技术在武器装备中的应用现状,主要包括专家系统、灰色模型、神经网络、支持向量机以及其他一些故障预测方法在装备故障预测中的应用。通过总结当前的研究成果,指出了故障预测技术今后发展的若干方向。     

我国财政支农与农民增收关系实证分析

农业是公益性较强的特殊产业,它既关系到国家的粮食安全,又影响到非农业部门的发展。作为基础产业,无论是发达国家还是发展中国家,农业始终受到政府的干预和扶持。财政支持作为政府干预和保护农业的核心措施,是国家调控农业生产进而影响农民收入的一个基本工具,财政支持能有效地解决促进农业增长所必需的众多公共产品的外部性问题并具有规模经济的优势,因此其支持规模、支持效率和支持方式直接影响到政府宏观农业政策目标的实现。     

基于SVM的我国区域创新能力的甄别技术研究

文章采用基于统计学习理论的小样本分析方法——支持向量机（SVM）,构建了我国区域创新能力甄别的SVM模型,对我国区域创新能力进行了甄别。研究表明,各组检验样本的平均正确甄别率都在90％以上,证明支持向量机对区域创新能力具有良好的识别能力,特别是表现出对小样本的适应性,为我国区域创新能力评价提供了新的方法和思路。     

影响我国农民增收的原因与对策探析

"三农问题"的核心是农民问题,农民问题的重中之重则是收入问题。影响我国农民增收的原因包括内层体制不活,外部环境不畅,农民自身素质不高。因此应切实加大对农业的支持和保护力度,积极推进农业产业化进程,努力抓好农村劳动力转移。     

基于小波变换与支持向量机的数控加工误差分析与预测

本文通过分析数控加工不确定性误差的特征,提出了一种基于小波分析与支持向量机的数控加工误差预测模型,小波分析可以清晰地提取加工误差的特征,而多输入多输出支持向量机更适合于多个输出变量之间有较强关联性的情况。通过合理地选择和设定模型的输入和输出,较好地实现了对不确定性误差的分析和预测建模。     

基于支持向量机的舰艇部队作战油料消耗量预测研究

为了提高舰艇部队战时油料消耗量预测的准确性,提出了基于支持向量机的预测方法.分析了支持向量机的回归原理及算法,构造了舰艇部队作战油料消耗量预测模型.针对支持向量机中训练参数对预测结果的影响,采用遗传算法对相关参数取值进行优化,以获得预测性能较好的支持向量机模型.以某舰艇部队参加演习的油料消耗量数据作为实验数据,采用构建的支持向量机模型对舰艇部队油料消耗量进行预测,并将其与BP神经网络进行对比分析.实验结果表明,支持向量机比BP神经网络预测精确度更高,误差更小,有效提高了舰艇部队作战油料消耗量预测的准确性和可靠性.     

基于支持向量机的利率期限结构研究

支持向量机具有良好的非线性函数逼近功能,是一种重要的研究利率期限结构的非参数化方法。文章建立了基于支持向量机的利率期限结构模型,并对其进行了估计,然后与传统的及神经网络的方法进行了对比,结果充分显示了支持向量机的良好性能,精确度也得到了进一步的提高。     

农民增收与发展居民食物消费

当前,三农问题倍受社会关注。三农问题的实质是农业生产效率低,农民收入增长缓慢,特别是近几年农民的收入增长趋于停滞甚至是负增长。由于农民占我国人口近百分之七十,农业又是我国国民经济的基础,因此不解决三农问题,就不能实现经济的持续、健康、稳定的增长,也根本谈不上实现国民经济的现代化。如何解决三农问题,已有很多的学者提出了许多有建设性的见解:如完善社会保障制度,减轻农民的负担,发展农村种养殖业、发展农村加工经济、推动农村城镇化建设等等。本文拟从发展居民食物消费来推动农村种养殖业的发展从而增加农民收入这一角度来谈谈农民怎样增收的问题。     

SVM与神经网络在时间序列预测中的比较

神经网络和支持向量机都能有效地预测时间序列数据,但各自结构特点不同,导致其预测性能有差别。文章从理论和实践上比较了支持向量机与神经网络的优缺点。     

基于LVQ神经网络的财务舞弊识别模型实证研究

为了保护广大投资者和规范国内资本市场,对财务舞弊识别的研究具有重要的意义。在参考前人研究的基础上,选择能识别财务舞弊的指标,利用主成分分析法约减指标,得到9个综合变量。在此基础上,利用学习矢量量化(Learning Vector Quantization,LVQ)神经网络建立财务舞弊识别模型;此模型对测试样本的判断准确率高达90.9%,验证了模型的有效性。最后把此模型与用其他方法建立的财务舞弊识别模型进行比较,发现LVQ神经网络建立的财务舞弊识别模型,能更有效地识别测试样本有没有财务舞弊。     

我国居民储蓄存款误差修正模型与分析

本文在对我国居民储蓄存款影响因素分析的基础上,利用1978～2006年时间序列数据,借助误差修正模型,研究了收入、利率、通货膨胀以及预防性动机与居民储蓄存款之间的关系.结果表明,收入对城乡居民储蓄存款的影响最大,利率影响最小,通货膨胀居中.而预防性动机则是通过影响居民的收入和通货膨胀而影响储蓄水平.同时,收入、通货膨胀及预防性动机对城镇居民储蓄的影响大于农村居民,利率对二者的影响相差不大.     

公司治理与会计信息视角下上市公司财务危机预警研究--理论依据、模型与实证

文章阐述了基于公司治理与会计信息进行财务危机预警的理论依据,从股东、董事会和管理层等三个维度选择了公司治理变量,从偿债、营运、盈利、现金和成长等五方面遴选了会计信息变量;应用非线性支持向量机构建了财务危机预警模型,实证分析表明该模型具有良好的学习和预测能力。     

公司治理与会计信息视角下上市公司财务危机预瞀研究——理论依据、模型与实证

文章阐述了基于公司治理与会计信息进行财务危机预警的理论依据,从股东、董事会和管理层等三个维度选择了公司治理变量,从偿债、营运、盈利、现金和成长等五方面遴选了会计信息变量;应用非线性支持向量机构建了财务危机预警模型,实证分析表明该模型具有良好的学习和预测能力。     

一种新的地方政府债务风险预警系统设计与应用

本文围绕构建地方政府债务风险预警系统,首先综合运用TOPSIS法和德尔菲法确定了样本的债务风险综合评价值;然后利用支持向量机,提出了基于结构风险最小化的地方政府债务风险预警模型,并将该模型的求解转化为非线性规划仅有线性约束问题,解决了传统方法中忽略模型置信范围、需要样本数量大及过度学习等缺陷。在实证研究中,基于训练样本的模型平均绝对百分精度达99. 69%,基于检验样本的模型平均绝对百分精度达96. 99%,数值结果表明本文所设计的地方政府债务风险预警系统是有效的,可行的。     

机械设备的智能故障诊断方法与研究——以旋转机械为例

针对机械设备的智能故障诊断方法进行分析,研究了当前故障诊断技术的发展现状。以旋转机械为例,研究了智能故障诊断方式的分类,包括模型诊断方法,基于信号处理诊断方法,基于知识诊断方式。最后结合这些内容,研究了旋转机械设备的智能故障诊断方法,如专家系统、支持向量机、贝叶斯网络、案例推理等,希望通过对这些内容的分析,能够为旋转机械故障诊断工作提供一定帮助。