学科分类
/ 25
500 个结果
  • 简介:数据驱动建模是一种非因果关系建模方法,针对传统回归模型依赖于经验,含有主观和盲目因素的问题,在模型设定阶段不需要一个以既有理论(或假说)为支持的理论模型,通过对数据结构的分析,依据数据自身的变化规律,利用外推机制描述时间序列数据的变化,从而有效解决数据量较少、预测模型拟合精度较低的问题,由此提供了一条普遍适用的建模思路。

  • 标签: 数据驱动 ARIMA模型 毒情预测
  • 简介:基于数据挖掘技术,针对电信故障海量数据特点,合理选择属性值和标签值,运用交叉验证、网格划分、遗传算法和粒子群算法进行参数寻优,运用支持向量机SVM理论,建立电信故障分类模型和预测模型。通过仿真分析,并且与电信故障实际数据对比,表明该分类模型和预测模型的精度高,误差小,为今后控制电信故障,改善网络运行质量提供理论依据和数据支持。

  • 标签: 数据挖掘 SVC SVR 电信故障预测
  • 简介:风力发电是最具开发潜力的非水电再生能源,为保证电网的功率平衡和运行安全,需要对风电功率给出准确的预测。对于风电功率预测通常可采用以下3种方法:三次指数平滑法、ARMA方法以及灰色预测方法,但预测准确性不高,而采用风电功率预测的组合预测方法可以提高风电功率精度。将4种预测方法运用到实际风电功率算例中,由数值计算结果可以得出组合预测方法预测风电功率得到的结果精度较高。

  • 标签: 风电功率 组合预测 权系数 熵值法
  • 简介:为了分析国家气候中心(NCC)月气候预测产品对陕西各气候区域和不同月份的预测能力,充分发挥其指导作用,利用现行评分方法和同号率统计方法,对2000--2010年NCC月气候预测产品对陕西月降水和气温预测情况进行分析,结果表明:月降水及其异常级评分多年平均值分别为57.9和63.4,同号率56.3%和57.7%。3月、5月、7—9月、11月和汉中、安康、商洛的评分及同号率较高。月气温及其异常级评分多年平均值分别为74.3和76.4,同号率70.8%和72.0%。3月、6—7月、11月和榆林、延安的评分和同号率较高。异常级预测的漏报率较高。

  • 标签: 月气候预测 异常级预测 漏报率 国家气候中心 陕西
  • 简介:美国加州大学洛杉矶分校的专家研究出一种新技术,可以根据唾液来预测人的年龄。该技术能够为犯罪现场调查提供新的用于确定嫌疑人年龄的取证工具。加州大学洛杉矶分校的研究人员使用34对21—55岁的男性同卵双胞胎的唾液样本,扫描了他们的基因组,确定了DNA中甲基化与年龄密切相关的88处位点。他们还利用年龄为侣~70岁的31名男性和29名女性的唾液样本做了相同的实验,获得了同样的结果。接下来,他们建立了一个预测模型,使用与甲基化和年龄关系最密切的3个基因中的两个。当他们把双胞胎或其他人群的唾液样本数据输入模型中时,能够正确地预测一个人的年龄,误差范围在5年之内,这是一个相当高的精度水平。

  • 标签: 预测模型 年龄 唾液 利用 美国加州大学 取证工具
  • 简介:近10年来,中国社科院每年以蓝皮书的形式,推出中国法治发展年度报告,堪称法律界的一件盛事。2月20日,《中国法治发展报告(2012)》如期而至。这已经是中国社科院的第十本法治蓝皮书了。

  • 标签: 犯罪形势 中国社科院 预测 法治发展 年度报告 发展报告
  • 简介:为避免对老年患者过度检查、过度治疗,医学指导原则要求医生在决策时更多地将寿命因素考虑在内。但有研究显示,临床医生却一直疏于预测病人剩下的时日。加州大学旧金山分校的研究人员推出一种评估机制.将老人分为从“一般”到“很好”16个等级,与之对应,老人剩余的日子可能从半年到五年不等。

  • 标签: 寿命 预测 临床医生 老年患者 研究人员 加州大学
  • 简介:2013年是力但倡改革之年,改革既要支付成本,也将获得红利。对于2013年经济,维持三个预测

  • 标签: 预测 经济 支付成本 改革 红利
  • 简介:灰色预测模型(GM模型)运用灰色系统理论,适用于数据量少、信息不确定的经济预测.近年来在房地产投资开发领域,已经用于如需求预测、投资预测及价格预测等方面,并取得了较好的成果。本文以灰色预测模型为工具,对西安房地产市场从开发投资、施工房屋面积和销售房屋面积等方面进行预测预测结果实际值与预测值的差异较小、精度较高,预测值可反映未来一段时期内西安市房地产市场状况。从预测结果来看,在未来几年,西安市房地产市场还有较大的发展空间,房地产开发投资、房地产施工房屋面积、房地产销售房屋面积都还以较大的年增长率继续增加,西安市房地产市场总体发展潜力和空间都还比较大.同时.未来几年里西安市房地产市场将会是在政府调控下的趋向合理的发展.房地产开发投资及消费者购房需求都将朝着理性方向回归。

  • 标签: GM模型 房地产市场 预测
  • 简介:新赛季已经进行了三分之一,随着全明星赛的临近,冬季转会市场热闹起来,各种转会流言满天飞,那么这些传言中,哪些将会在不久的未来变成现实呢,或者说,应该变成现实呢?

  • 标签: 交易对象 开拓者 冬季 火箭 步行者 未来
  • 简介:我们报道了一些关于帮助人类和机器人并肩工作以协助机器人识别人类手势的研究。麻省理工学院的研究人员已经开发出一种不同的算法,通过预测人类的下一步活动,来帮助机器人在出厂设置时适应人类。

  • 标签: 机器人 人类 预测 动作 麻省理工学院 研究人员
  • 简介:摘要目的夜间血压控制的情况与左心室肥厚以及脑梗塞的发生有相关性。方法在高血压患者中,采用超声心动图检查,动态血压监测以及头颅CT检查,进行分析。结果夜间血压控制不良的患者其左心室肥厚以及脑梗塞的发生率较高。结论夜间血压的控制情况有助于预测左心室肥厚以及脑梗塞的发生。

  • 标签: 夜间血压 左心室肥厚 脑梗塞
  • 简介:摘要目的掌握简便的门诊人次预测方法,为医院管理服务。方法使用Eviews软件,采用时间序列分解方法与趋势外推法预测门诊人次。结果Eviews软件小巧实用,采用时间序列预测方法得到结果误差较小,趋势外推法误差较大。结论Eviews软件操作简单,界面简洁,值得推广。

  • 标签: Eviews软件 预测门诊人次 时间序列分解
  • 简介:为了提高地区短期负荷预测水平,掌握地区典型大用户的负荷特点,有必要建立一套系统、全面的地区大用户负荷分析预测管理系统。系统采用成熟的Java2EnterpriseEdition(J2EE)多层体系Browser/server(B/S)结构,以负荷特性分析为基础,精细化的预测流程为核心,考虑与大用户相关的气象要素、生产计划、只类型等因素,形成了大用户“分析、预测、管理”一体化机制。系统给负荷预测部门提供了详细的大用户特性报告。将大用户负荷预测结果融入到地区负荷预测中,提高了地区预测精度。

  • 标签: 典型大用户 短期负荷预测 气象要素 负荷分析报告 系统设计
  • 简介:10年教育部党组副书记、副部长杜玉波在清华大学举行的对口支援西部高校工作10周年总结大会上,用一个个令人兴奋的数字介绍成绩。10年来,支援高校共选派1440余名教师到受援高校支教,369名干部到受援高校挂职任职;受援高校共选派5000多名教师到支援高校进修学习。受援高校教师队伍中拥有博士学位的人数由原来1391人增长到5393人。10年来,西部受援高校的一级博士点总量翻19倍:西部受援高校科研经费增长2.5倍.支援与受援高校教师联合承担省部级以上科研项目共300多项。

  • 标签: 高校工作 对口支援 教师队伍 党组副书记 清华大学 进修学习
  • 简介:4281万美元6月17日,宏碁透露,去年4月份离职的公司前总裁兼CEO兰奇的离职退休金约为4281万美元,其中包含预告工资、离职金与竞业禁止对价补偿。这也创下了全球PC企业高管离职补偿的最高纪录。

  • 标签:
  • 简介:54%根据中华英才网一项2012年的调研显示,对求职者来说,54%的求职者需要花费三个月以上才能找到一份理想工作,其中更有23%求职者找工作时间竟然超过了半年。而对招聘企业而言,情况也不理想——78%的职位需要一个月以上才能招到合适人才。

  • 标签: 中华英才网 求职者 工作时间 才能 企业 招聘
  • 简介:二季度中国中小企业发展指数(SMEDI)为90.3,比一季度下降2.3点,比上季度0.9点的降幅有所扩大。调查结果显示,当前企业面临的市场形势比较严峻,企业的产品订货量、产品销售量难有大的改观,将继续影响企业的宏观经济感受和投资意愿。同时,企业的生产成本将继续回落,一些行业如工业、房地产业将缓中趋稳。

  • 标签: 小企业发展 产品销售量 调查结果 市场形势 投资意愿 宏观经济
  • 简介:央行在《一季度金融机构贷款投向统计报告》中披露,一季度我国工业中长期贷款增速放缓,一季度工业中长期贷款增加1532亿元,同比少增697亿元,业内专家普遍认为,这反映出当前企业投资意愿不足,未来经济增速可能持续放缓。此外,今年第一季度金融机构对小企业的贷款保持了较高速的增长。截至3月末,小微企业贷款余额10.38万亿元,同比增长20.S%,比全部企业贷款高5.3个百分点。

  • 标签: 中长期贷款 贷款投向 金融机构 小企业 统计报告 投资意愿
  • 简介:100万国务院新闻办2012年1月8日举行新闻发布会,介绍2012年春运形势和工作安排等方面的情况。民航局副局长夏兴华在会上表示,今年春运期间民航将会增加3488万人次,现在每天有1800架飞机在空中飞行执行将近8000个航班,每天可以保证运输旅客100万人次

  • 标签: 国务院新闻办 春运期间 新闻发布会 空中飞行 民航局 副局长