外汇汇率时间序列静态属性的抽取

为了能够使用现有的数据挖掘技术(例如粗糙集)对外汇汇率时间序列进行数据挖掘,必须从外汇汇率时间序列数据中抽取决定时间序列行为发展趋势的静态属性.针对外汇汇率时间序列的特殊性,给出了时间序列静态属性抽取技术的几个关键步骤,完成了从外汇汇率时间序列中抽取出静态属性,最后利用这些静态属性组成的数据库,实现了对外汇汇率时间序列比较准确的预测.     

基于ARIMA模型的外汇汇率时间序列预测研究

利用数据挖掘技术分析外汇汇率时间序列,从时间序列中获得正确的、隐含的、潜在的信息对于金融领域研究具有重要的现实意义。通过数据挖掘中的ARIMA模型,以某银行的外汇汇率时间序列为研究对象,采用差分方法和建模规则,对外汇的卖出价进行了建模与预测。通过与逐步自回归预测模型相比较,ARIMA模型对外汇汇率时间序列数据具有很强的预测能力。     

跳跃扩散模型外汇重置期权定价

在完全外汇市场环境下讨论了外汇汇率过程受Brown运动和Possion过程共同驱动时外汇重置期权的定价问题.利用等价鞅测度和标准正态分布函数给出了这一模型下单时点重置外汇看涨期权的定价公式,最后在常系数条件下导出了一种特殊形式外汇重置期权的Black-Scholes公式.     

聚类分析在桥梁监测异常数据处理中的应用

桥梁监测工程中,数据累积的问题日渐显现,对数据进行及时快速的处理甚为重要。作为新兴的现代化大数据处理技术,数据挖掘可以从数据库中发现隐含的、有意义的知识模式,可以反映不同事物之间的属性差别。引入数据挖掘中的聚类分析进行桥梁监测数据的异常判别,并设定合理阈值作为剔除异常监测数据的依据,为海量监测数据的处理提供了一条可靠道路。     

随机利率下的外汇欧式期权定价

在随机利率情况下,利用鞅方法研究了外汇欧式期权的定价问题,得到了欧式期权(看涨和看跌)价格的解析表达式,及其评价关系.文中考虑了期权的对冲问题及本国和外国利率波动的非零相关性,本国和外国利率波动对汇率波动的影响.     

时间序列分析在桥梁应力监测数据预警中的应用

目前国内越来越多的干线公路桥梁部署实施了安全监测系统,开展针对包括应力在内的桥梁结构各类响应的监测,海量的监测数据在记录桥梁状态、损伤的同时,数据处理及及时的结构预警也成为了管理者的难题。为此,将数据挖掘中时间序列分析方法引入到桥梁应力监测数据分析中,提出了基于时间序列分析的桥梁应力监测预测,为桥梁应力监测数据处理和预警提供了新思路。     

卡口数据挖掘与城市道路交通分析

基于卡口数据,设计道路交通分析任务和数据挖掘算法,探索分析结果在宏观、中观、微观层面对城市交通规划、建设和管理的工程应用。基于所有车辆一日经过的卡口序列,提出毗邻区域交通量、车流轨迹和道路运行状况三大分析任务和技术方案。提出毗邻区域交通量概念,计算有道路连接的毗邻区域间的车流量,得到宏观路网交通量分布特征。采用频繁子序列挖掘算法得到满足特定条件的车辆群频繁经过的卡口集合和顺序,得到车辆群的活动范围和重要路径。基于车辆到达路段起点和终点的时间间隔,得到随着时间变化的路段车辆行程时间分布。以湖北省宜昌市为例阐述工程应用,总结提出卡口数据挖掘与道路交通分析系统框架。     

支撑交通管理综合信息平台的信息挖掘模型

本文分别从结构化信息源和非结构化信息源两个角度探讨支撑交通管理综合信息平台的信息挖掘模型,提出利用粗糙集理论的基本原理,对于其属性约简进行改进。在保证原有属性不变的条件下,削减了冗余信息,并可实现基于数据库存储数据的动态数据挖掘模型,避免了将大量数据从数据库中基于主题倒入数据仓库的传统数据挖掘模式．通过上述算法,不仅提高了信息挖掘的效率,而且可以实时在线信息挖掘,相对于传统的挖掘模式,本文提出的方法更适用于当前基于网络的交通管理综合信息平台的实际应用。     

交汇航路空中交通流的非线性特征研究

针对空中交通流仿真、预测与控制工作中普遍需要空中交通流时空动态基本特征的问题,从混沌与分形角度对交汇航路交通流量时间序列的非线性特征进行了研究.首先,提出了一种基于航路网络结构的交通流识别方法,构建了不同时间尺度下交通流量时间序列;其次,在相空间重构的基础上,利用最大Lyapunov指数定量判断了交通流中混沌特征的存在,并利用递归图分析了不同时间尺度下交通流量时间序列的混沌特征;最后,通过计算关联维数,研究了不同时间尺度下流量时间序列的分形特征.研究结果表明:不同时间尺度下交通流量时间序列均具有混沌特征;当时间尺度为5 min时,流量时间序列的混沌特征最为显著;随着时间尺度增大,流量时间序列的随机性增强,且对系统复杂性的表现能力变弱.     

基于行程时间影响的关键路段识别与查找

从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性.     

人民币升值对出口企业的影响研究

至2008年6月,人民币汇率已破7大关,使得我国出口产品的竞争力明显减弱,外贸企业的利润大幅减少,这不仅抑制了出口积极性,同时也加大了出口企业的外汇风险。出口企业应该积极进行产品结构调整,运用出口信用保险,推动市场多元化,实施“走出去”战略才能缓解人民币升值的压力。     

带时间窗的动态车辆路径问题的局部搜索算法

为有效求解带时间窗的动态车辆路径问题,建立了该问题的数学模型,通过计划周期分片,将动态问题转换为一系列的静态子问题,采用插入法构造初始解,并将重定位法、节点交换法和2-opt*法3种线路间局部搜索方法,以及2-opt法和Or-opt法2种线路内局部搜索方法的不同组合应用于初始解的改进,分析了客户出现时间、地理位置分布与不同客户时间窗范围对线路选择的影响,比较了标准算例的求解结果。结果表明:在线路间进行局部搜索时,重定位法的效果最好,2-opt*法次之,节点交换法的最差;在线路内进行局部搜索时,2-opt法优于Or-opt法;当客户请求出现时间越早,客户比较集中,客户时间窗较宽的情况下,使用的车辆数量较少,整个线路的行驶距离较短,客户延迟时间也较短。     

沿海水路运输外贸动态冲击因素研究——基于状态空间模型的分析

我国海洋外贸运输在全球外贸运输中发挥重大作用,而港口是国际物流运输的重要环节.基于状态空间模型,考察了金融危机之前及之后,国际、国内主要宏观因素对我国沿海港口外贸货物吞吐量的影响轨迹.结果发现:自金融危机以来,世界经济状况对我国沿海港口外贸货物吞吐量的边际正面影响在逐渐提高,外商直接投资的边际正面影响明显减弱,人民币实际有效汇率指数波动的边际负面影响在减弱,国内经济状况的边际正面影响逐渐减弱,沿海交通建设固定资产投资的边际正面影响在增强.基于实证结果,得出我国经济由外需拉动向内需推动转型的间接证据并提出政策建议.     

Online sequential extreme learning machine based multilayer perception with output self feedback for time series prediction

This study presents a time series prediction model with output self feedback which is implemented based on online sequential extreme learning machine. The output variables derived from multilayer perception can feedback to the network input layer to create a temporal relation between the current node inputs and the lagged node outputs while overcoming the limitation of memory which is a vital part for any time-series prediction application. The model can overcome the static prediction problem with most time series prediction models and can effectively cope with the dynamic properties of time series data. A linear and a nonlinear forecasting algorithms based on online extreme learning machine are proposed to implement the output feedback forecasting model. They are both recursive estimator and have two distinct phases: Predict and Update. The proposed model was tested against different kinds of time series data and the results indicate that the model outperforms the original static model without feedback.     

Nonlinear analyses of exchange rates of six emerging markets

This paper presents some empirical evidences on the presence of nonlinearity of exchange rates of six emerging markets by using Brock-Dechert-Scheinkman (BDS) test and Volterra-Wiener-Korenberg (VWK) model, respectively. The nonlinear dependences are found in the exchange rates of six emerging markets. Furthermore, this paper applies the VWK model with surrogate data method to detect if their nonlinear dependences are deterministic or not. The results show that the above exchange rates are deterministic and nonlinear time series. These imply that the exchange rate markets do not conform to the requirements of the random walk hypothesis. Therefore, the nonlinear dynamic model should be used to analyze the exchange rates.     

实现道路驾驶技能考试自动化的技术基础

实现驾驶人实际道路考试的自动化,需要采集驾驶人、考车及周边静态物体、动态物体的各种参数,仅使用传统的传感检测技术难以满足要求.载波相位实时动态差分(RTK)GPS定位技术、超声波动态测距技术和驾驶人视线方向视频检测技术是三种新的检测技术,可大大提高实际道路考试的自动化检测率,提高整个实际道路考试系统的自动化考试程度,且能保证考试要求的检测精度和实时性要求.