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。     

从数据挖掘角度分析数字图书馆的满意度

通过数据挖掘的方法对上海交通大学国际与公共事务学院数字图书馆的数据进行整合分析,利用数据分析工具,在丰富的数据信息中提取有用的知识。针对该校数字图书馆建设的需要,从数据挖掘的角度分析了用户对于数字图书馆的满意度情况,建立了基于Analysis Services 2000的数据模型,从而可以更好地为读者服务。     

现代企业如何应用计算机网络实现广义工业设计

本文首先明确了现代企业广义工业设计的定义、范围及产品系统设计流程,全新角度提出了企业设计的开环网与闭环网的概念及内涵,最终论述了现代企业如何运用开环网与闭环网的紧密结合来成功地完成企业纷繁复杂广义工业设计,这也成为了现代企业自主创新的推动力及管理先进程度的衡量标准。     

基于DM9000的S3C2410嵌入式系统的以太网接口设计

针对ARM CPU S3C2410的特点,设计开发了外围网卡接口平台,通过驱动程序对以太网控制芯片DM9000的控制,实现了网络数据传输功能。硬件方面主要涉及以太网网络接口的设计,软件方面主要是涉及以太网控制芯片驱动程序。     

自拟益气养阴通络汤联合西药治疗糖尿病周围神经病变患者的疗效

目的探讨自拟益气养阴通络汤联合西药治疗糖尿病周围神经病变(DPN)患者的疗效。方法选取2017年7月至2019年3月于抚顺市中医院内分泌科诊治的90例糖尿病下肢周围神经病变患者作为研究对象,首先根据入院顺序进行编号,奇数列为对照组,偶数列为观察组,每组45例。对照组予以红外线照射双下肢治疗,配合静脉滴注灯盏花素注射液及α-硫辛酸注射液,观察组在对照组基础上予以自拟益气养阴通络汤口服治疗。比较两组患者多伦多临床评分系统(TCSS)评分、腓肠神经的感觉神经传导速度(SNCV)、腓总神经的运动神经传导速度(MNCV)、临床疗效、血液流变学指标、血小板最大聚集率。结果治疗后,两组神经反射、感觉功能、神经症状评分明显下降(P<0.05),且观察组神经反射、感觉功能、神经症状评分明显低于对照组(P<0.05);治疗后,两组腓肠神经SNCV、腓总神经MNCV显著提高(P<0.05),且观察组腓肠神经SNCV、腓总神经MNCV显著高于对照组(P<0.05);观察组治疗有效率(86.67%)明显高于对照组(68.89%)(P<0.05);治疗后,两组血液流变学指标、血小板最大聚集率显著下降(P<0.05),且观察组血液流变学指标、血小板最大聚集率显著低于对照组(P<0.05)。结论自拟益气养阴通络汤联合营养神经活血西药治疗DPN可明显提高疗效,有效改善血液高凝状态。     

建设地市级气象信息数据仓库的必要性和可行性

本文通过简单概述数据仓库的概念、与数据库的区别,从现代气象服务工作的需要和部门联动合作的需要分析说明了建设地市级气象信息数据仓库的必要性,从数据源、建设数据仓库的软硬件以及人才方面说明现在着手建设地市级气象信息数据仓库的可行性。     

DM广告设计微探

DM广告由于市场分众化发展,而成为现代广告中正在快速成长起来的一种特殊的广告形式。DM广告的设计制作成为了广告最终能达到广告目的关键。本文从DM的造型、色彩、图文等几个方面进行阐述,并强调在设计中的“出奇”来制胜,如何让消费者在心悦而诚服。     

以数据挖掘提升SRM决策分析能力

传统供应商关管理(SRM)在供应商分类评价方面存在不足,将数据挖掘技术引入其中,以从大量的数据信息中发现影响供应商合作价值的潜在规律,从而提升SRM的决策分析能力。设计中综合使用了数据仓库、聚类分析、决策树方法,并在国内一大型制药企业运用实践,为SRM的深入开发和应用提供了有价值的参考。     

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。     

聚类模型在客户关系管理中的应用以及对特征提取的探讨

随着数据挖掘技术的发展和信息的增长,企业和公司开始运用数据挖掘技术来分析和处理他们在商业活动中积累的关于客户的大量数据,以从中发现重要的规律,来指导公司的营销策略。客户聚类就是一个重要的问题。它根据客户的个人属性和行为属性,把相似的客户群聚集起来。公司可以根据不同类型的客户作出不同的营销策略。本文讨论了有关聚类模型的两个问题。第一,介绍了两种经典的聚类算法,以及他们的复杂度。并讨论它们在客户关系管理中的应用和有效性;第二,讨论了特征提取在聚类过程中的必要性,并给出了如何在聚类模型中进行特征提取的有效算法。