廿四节气与江恩测市 20世纪上半叶的炒作大师江恩用科学的方法 得出与玄学一样的效果,通过数学、几何学 宗教、天文学的综合运用,建立起独特的分 析方法和测市理论,具有非常高的准确性。 江恩于1908年提出了著名的“控制时间因 素”,指出时间是决定市场走势的最重要因 素,时间可以超越价位平衡当时间到达时 成交量将推动价位升跌,时间作为预测走势 的一个因子,其最重要的作用在于预测市场 运动趋势转折点

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题，提出应用支持向量机和模糊粒化时间序列相结合的方法，对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式，确定以24 h为周期的粒化窗宽，利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入，并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据，应用该方法建立PM2.5质量浓度的时间序列预测模型，并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明，基于模糊粒化时间序列的预测模型，能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定，对模糊粒子拟合效果较好

为了预测并控制煤炭在研磨过程中任意时刻的颗粒粒度分布,利用分形方法建立了表征煤炭研磨颗粒粒度分布动态变化的颗粒数分布模型、颗粒表面积分布模型和颗粒质量分布模型.颗粒数分布模型直观地描述了颗粒粒径主要存在的范围;颗粒表面积分布模型可以用来研究研磨过程中能耗的变化;颗粒质量分布模型可以用来计算研磨颗粒的堆密度和成浆浓度.通过分形粒度分布与实际粒度分布的比较,验证了模型的正确性

第一章 统计和统计数据的收集 第二章 统计数据的整理和展示 第三章 数据的描述性分析 一、绝对数和相对数 二、集中趋势的测定 三、离散趋势的测定 四、数据的形态测定 第四章 概率基础——随机变量及其概率分布 第一节 随机变量的概念及数字特征 第二节 常见的离散型分布 一、两点分布 二、二项分布 第三节 常见的连续型分布 正态分布 x2分布 t分布 F分布 第四节 中心极限定理 第五章 区间估计和假设检验 第六章 相关与回归 多元线性回归 非线性回归模型 第八章 时间数列分析 时间数列的种类和编制方法 时间数列传统分析指标 长期趋势的测定 季节变动、循环变动和剩余变动的测定 时间数列的预测方法

电动汽车以零污染、零排放等优点成为新能源汽车中最具有发展潜力的对象，锂离子电池作为其动力来源，科学准确地预测其剩余使用寿命是决定电动汽车性能的重要因素。本文研究等效循环电池组在等效循环工况、不同循环次数时，锂离子电池电压随着放电时间的变化曲线。通过分析不同循环次数下导函数在等效特征点处的斜率变化规律，建立锂离子电池等效循环工况下的寿命退化曲线。选取NASA等效循环电池组和自测JZ等效循环电池组，将放电初期和放电后期曲线与特定斜率直线交点作为等效循环寿命预测的等效特征点，根据这两组特征点分别建立退化模型Mini和Mlat。最后选取等效循环电池组内的其他电池进行锂离子电池等效循环寿命预测的验证。通过锂离子电池测试数据集验证其预测精度较高，稳定性较好，具有较强的应用价值

分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义

1.1 什么是数据挖掘. 2 1.2 数据挖掘的步骤. 2 1.3 数据挖掘的主要功能. 4 1.3.1 预测性.4 1.3.2 描述性.5 1.4 在何种数据上进行数据挖掘. 7 1.4.1 数据库数据.7 1.4.2 数据仓库.8 1.4.3 事务数据.8 1.5 数据挖掘的工具. 8 1.6 数据挖掘研究的主要方向. 9 1.6.1 数据挖掘的方法.9 1.6.2 用户交互技术.9 1.6.3 数据挖掘的性能和可扩展性.9 1.6.4 针对不同数据或数据源的数据挖掘技术 .9 1.7 数据挖掘的应用领域. 10 1.8 SPSS Modeler 软件使用概述. 10 1.8.1 软件简介.10 1.8.2 软件窗口.12 1.8.3 数据流的基本操作.13

采用粉末注射成形-无压熔渗相结合技术制备出了电子封装用高体积分数SiCp/Al复合材料.重点研究了SiC粒径、体积分数以及粒径大小等颗粒特性对所制备复合材料热物理性能的影响规律.研究结果表明,SiCp/Al复合材料的热导率随SiC粒径的增大和体积分数的增加而增加;SiC粒径的大小对复合材料的热膨胀系数(CTE)没有显著的影响,而其体积分数对CTE的影响较大.CTE随着SiC颗粒体积分数的增加而减小,CTE实验值与基于Turner模型的预测值比较接近.通过对不同粒径的SiC粉末进行级配,可以实现体积分数在53%~68%、CTE(20~100℃)在7.8×10-6~5.4×10-6K-1、热导率在140~190W·m·K-1范围内变化

第一节 灰色系统的概念与基本原理 一、灰色系统理论产生和发展动态 二、几种不确定方法的比较 三、灰色系统理论的基本概念 四、灰色系统理论的基本原理 五、灰色系统理论的主要内容及特点 六、灰数 第二节 序列算子与灰色序列生成 一、冲击扰动系统与序列算子 二、缓冲算子公理 三、实用缓冲算子的构造 四、均值生成算子 五、序列的光滑性 六、级比生成算子 七、累计生成算子与累减生成算子 八、灰指数律 第三节 灰色关联分析 一、灰色关联因素和关联算子集 二、灰色关联公理与灰色关联度 三、灰色关联分析的应用举例 四、广义灰色关联度 五、灰色相对关联度 六、灰色综合关联度 第四节 灰色系统模型 一、GM(1,1)模型 二、残差 GM(1,1)模型 三、灰色系统模型的检验 四、应用举例 第五节 灰色系统预测 一、灰色预测概述 二、数列预测 三、古树屋边坡变形预测

通过测量大庆地区区域土壤的理化性质以及碳钢的短期腐蚀数据,分析土壤传质过程的逻辑关系,构建了碳钢短期土壤腐蚀预测模型.通过用该模型在BP人工神经网络中进行学习、训练及模拟,并与现场碳钢埋片腐蚀实验结果对比,进一步验证了腐蚀模型的合理性.结果表明:含水量、空气容量、pH、Cl-含量、SO42-含量和可溶盐总量六种土壤环境参数为影响区域土壤中碳钢腐蚀的主要因素;运用基于Matlab平台的人工神经网络,通过不断地积累土壤腐蚀信息,多次训练后可以建立起稳定性好、泛化能力强的土壤腐蚀预测模型,能较好地预测了大庆地区碳钢在土壤中的腐蚀速率