On Diophantine Equation X（ X ＋ 1 ） （ X ＋ 2） （ X ＋ 3） = 14Y（Y＋1）（Y＋2）（Y＋3）

The Diophantine equation X(X+1)(X+2)(X+3)=14Y(Y+1)(Y+2)(Y+3) still remains open.Using recurrence sequence,Maple software,Pell equation and quadraric residue,this paper proved it has only two positive integer solutions,i.e.,(X,Y)=(5,2),(7,3).     

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。     

时间序列AR模型的正则化及其应用

基于正则化理论,通过添加一个正则化因子,构造了一个正则化时间序列模型.算例分析表明,新的正则化时间序列分析模型可改善时间序列分析模型中信息矩阵的病态程度,避免时间序列分析模型产生的不适定性,在一定程度上起到了稳定所求参数的作用.     

米曲霉菌AFLR基因启动子序列的克隆

目的 从米曲霉菌中克隆ＡＦＬＲ基因启动子序列,为进一步开展有关研究以深入阐明曲霉菌产生黄曲霉毒素的机制打下基础。方法 应用分子生物学手段从基因文库中克隆目的基因,对克隆基因进行了限制性酶谱分析,再对启动子序列进行亚克隆并进行了序列测定。结果 从米曲霉菌ＡＴＣＣ １４８９５基因文库中克隆获得含ＡＦＬＲ基因的８．３ｋｂ ＤＮＡ片段。对该基因片段进行了限制性酶谱分析并绘制了限制性酶切图谱。根据酶谱分析结     

改进小波包与长短时记忆组合模型的短时交通流预测

为克服非稳定交通流状态下短时交通流预测精度不高、过分依赖大样本历史数据的缺陷,提出一种改进小波包分析和长短时记忆神经网络组合(IWPA-LSTM)的短时交通流预测方法. 利用功率谱细化的思想改进小波包分析算法对小样本交通流时间序列进行多尺度分解和单支重构. 对低频序列和高频序列进行相空间重构,完成长短时记忆模型的逐层构建,实现本地保存并根据预测精度进行自适应更新,将重构的子序列输入模型训练和预测. 将各子序列的预测值叠加输出IWPA-LSTM最终预测值. 实验结果表明,提出的IWPA-LSTM模型在小样本情况下的预测精度优于经典深度学习模型,具有较强的实用性.     

居民公交出行链重复性量化分析及其出行规律研究

作为城市交通的枢纽,公共交通系统承载了大量的居民出行.自动数据采集系统收集的IC卡数据包含了大量的乘客出行信息,通过这些数据可分析居民公交出行规律,进而优化公交服务.引入信息熵及熵率对居民公交出行链重复性进行量化,研究了基于量化指标分析居民公交出行规律的方法.通过出行地点状态标定,将乘客的出行链转化为离散的出行序列;利...     

未来20年上海港集装箱的增长趋势

综合分析了上海集装箱增长趋势、上海GPD增长的趋势以及上海外贸进出口额与集装箱增长的关系。利用时间序列分析法,对上海外贸进出口额增长率进行分析预测,并利用所得到的结果,结合外贸进出口额与集装箱总量之间的关系,计算出每年集装箱的预测值。在参考相关专家的意见的基础上,对上海港集装箱今后20年的总体走势做出合理的预测。     

交管系统采用2.4GHz扩频微波的线路计算

2.4 GHz直序列扩频微波由于其抗干扰能力强、保密性好等优点,在数据通信领域的应用日益增多,而在交管系统中的应用很少,作者通过对2.4 GHz扩频微波线路的余隙、传播损耗及可靠性的计算,论述了其在交管系统中应用的可行性,并在实践中得到了验证。     

油运费率指数的规律性分析及短期预测

以时间序列统计分析作为基础研究手段,分析了不同类别油运费率指数的运行规律,并应用ARIMA时间序列模型对160000dwt以上的原油运费率指数进行了短期预测,取得了较好的预测效果。     

柴油机气缸盖振动特性的时间序列模型

用时间序列法研究了柴油机气缸盖的动态特性,通过引入虚拟系统的概念,利用缸盖表面振动信号的自回归滑动平均模型（ARMA模型）求出了实际缸盖系统的传递函数,并将其应用于重建缸内气体压力曲线,为柴油机的振动噪声控制,状态监测,状态监测,以及缸内气体压力的识别提供了一种有效的方法。