主成分聚类法在财政支出结构分析中的应用

据2011年最新统计数据,采用R软件中的主成分聚类分析法,对我国31个省市自治区（不包含香港、澳门、台湾地区）的各财政支出分析与评价。首先确立指标体系,然后用主成分分析法对原始数据进行筛选并对其进行评价,再利用得到的综合指标代替原来较多的数据进行聚类分析。     

聚类分析在金融投资分析中的应用

聚类分析在金融投资类方面有很大的研究价值。本文将聚类分析和方差分析相结合进行投资分析,对股票的收益性,成长性等方面进行分析,建立较为合理的指标体系,衡量样本股票的“相似程度”,再通过聚类分析为投资者确定投资范围和投资价值。结果表明该方法能帮助投资者准确了解和把握股票的总体特性,预测股票的成长能力,使投资者做出最佳的投资决策。实验研究表明此方法在金融投资分析中具有有效性和实用性。     

基于支持向量回归的股市波动性预测

详细介绍利用支持向量回归方法进行金融时间序列预测的建模原理。将其应用到深圳股票市场的数据,进行预测。最后运用6种误差统计量对预测结果与基于BP算法、基于ARCH（1,1）模型、基于GARCH（1,1）模型的4种预测结果进行比较,并得出结论：基于支持向量回归的预测方法最优。     

多功能微机控制恒压供水系统的应用

恒压变频供水系统是近年盛行起来的一种供水方案,与传统的水塔供水或 PID PLC 控制器结合体方案相比,具有节约能源保护设备、自动化程度高造价低、占地面积小以及卫生、安全、静音、无人值守等特点,这些特点是微电子与电力电子技术与模糊控制理论的完美结合,通过单片机、变频器实现的。     

基于ARIMA模型的饮品销售预测

本文旨在用时间序列分析方法对某上市饮品公司近六年的月度销售量数据进行分析预测.作者根据样本数据自身特点,采取了时间序列分析方法,并结合统计软件Eviews6运用ARIMA建模方法对该组时间序列进行分析,建立最优计量模型,得到了合理的预测结果.     

重视合理用地

土地是农业的最基本的生产资料。我国人口多,耕地少,是发展农业的不利条件,随着人口的增加,这个矛盾将越来越尖锐。因此,合理利用每一寸土地,是发展农业生产、增加农产品总产量和提高商品率的一项战略措施,也是我们的国策。本文就土地是农业生产的最重要的物质基础、土地利用中存在的问题和合理用地的意见,谈些看法。     

基于主成分的RBF核SVM在财务预测领域的应用

支持向量机(SVM)是实现结构风险最小化归纳原理的一种机器学习理论,在有限的学习模式下具有良好的泛化能力。为了评估支持向量机的预测性能,本文通过对684家企业进行财务分析,进而预测企业在未来两年是否会被ST。建立基于主成分的RBF(核函数)核SVM模型,将支持向量机与传统学习算法进行比较,结果表明支持向量机有效地提高了预测的精度,具有良好的泛化和预测能力。     

基于组合模型的进出口贸易总额预测

进出口贸易总额作为经济活动中的一个宏观经济指标,对研究中国经济状况具有不可替代的作用。文章使用ARIMA(自回归移动平均模型)和SVM(支持向量回归模型)对1980—2016年的我国进出口贸易总额进行信息挖掘,在评价预测效果的基础上构建了基于权重分配的组合预测模型。通过实例分析印证了在进出口总额方面基于优化定权的组合预测模型要比单一预测模型精度高,对我国的对外贸易发展有一定的参考价值。