河南省教育厅自然科学基金(0611052500)
- 作品数：7 被引量：17H指数：3
- 相关作者：周瑞芳禹建丽高桂芬程东旭更多>>
- 相关机构：中原工学院更多>>
- 发文基金：河南省教育厅自然科学基金国家自然科学基金更多>>
- 相关领域：理学经济管理自动化与计算机技术文化科学更多>>
- 基于非线性混沌的专利申请量年增长率组合预测被引量：4
- 2007年
- 专利是世界上最大的技术信息源，在国际经济一体化的步伐日益加快的今天，专利的竞争已成为国际间科技竞争和经济竞争的一个战略制高点；拥有专利权的数量和质量，运用专利制度的能力和水平，已成为衡量企业乃至一个国家和地区的市场竞争能力、综合实力的重要标志。所以，专利的战略研究与预警分析显得尤其重要。但各国的专利数据库建立时间都不太长，历史数据有限。如何从这些较少的数据中分析、挖掘、还原出数据本身隐含的规律，成为一个瓶颈问题。
- 周瑞芳禹建丽
- 关键词：专利申请量组合预测年增长率国际经济一体化混沌经济竞争
- 国内专利申请受理情况时间序列的GARCH模型及预测被引量：4
- 2008年
- 建立了国内专利申请受理情况时间序列的多种自回归模型、多种条件异方差模型.比较各个模型检验参数及预测精度,确定国内专利申请受理情况时间序列的GARCH(1,1)模型为优化模型,预测2008年国内专利申请受理情况时间序列将继续保持上升趋势,受理量预测值为723913件,预测相对误差不大于1.1%.
- 周瑞芳禹建丽
- 关键词：ARCH效应GARCH模型自回归模型
- 基于改进BP神经网络的现金流预测被引量：3
- 2009年
- 运用改进的BP算法,即基于启发式学习算法的弹性梯度下降法,对现金流时间序列,采用两步预测法。为避免网络学习不确定性带来的误差,文章提出用检验数据的平均百分误差来控制模型收敛,并做出预测平台,可对企业的现金流作出短、中期预测,为管理层制定出生产及销售任务等提供量化依据。
- 周瑞芳禹建丽
- 关键词：时间序列
- 基于R/S分析的专利申请量年增长率的相关性研究
- 2009年
- Hurst指数是描述分数布朗运动的重要指标.利用R/S分析方法计算出我国专利申请量年增长率的Hurst指数稳定在0.62附近,分形维数稳定在1.38附近.表明我国专利申请量年增长率时间序列,服从分数布朗运动,专利申请量年增长率具有长期相关性.历史数据的影响力随时间间隔的长度增长而缩小,当间隔长度达到10年以上时,历史数据的影响力趋于稳定.
- 周瑞芳禹建丽程东旭
- 关键词：时间序列HURST指数R/S分析
- 基于改进的BP网络对CET-4累计通过率时间序列的预测
- 2009年
- 时间序列并非总呈自相关性.与[4]不同,对本文中的CET-4累计通过率时间序列建立线性及二阶自回归模型,仿真计算失效.改进的BP网络,适用所有的一维时间序列.本文采用二步预测法,与其它采用BP网络对时间序列预测不同的是,本文不仅预测下一年的时间序列值,还将整个预测模型仿真出来,画出三维图形,从而为教务政策的制订提供直观易看、合理、客观的依据.
- 高桂芬周瑞芳
- 关键词：自回归模型神经网络
- 居民消费价格指数的ARCH模型及实证分析被引量：6
- 2008年
- 本文根据居民消费价格指数时间序列(CPI)数据本身的特点,建立了CPI的自回归模型、一到三阶ARCH模型。比较各个模型参数,得到CPI短期预测最优模型为自回归一阶ARCH模型。预测效果图表明:自回归一阶ARCH模型在预测趋势突变时会有一定的滞后性。
- 周瑞芳
- 关键词：ARCH模型居民消费价格指数自回归模型
- 国内大中专院校专利申请量的季节调整模型及预测被引量：1
- 2008年
- 本文选取了对国内大中专院校专利申请量时间序列近期预测效果较好的优化趋势模型。为更好地描述序列的波动性,建立了国内大中专院校专利申请量时间序列的季节调整模型,研究结果表明,模型预测评价指标有所提高,其中预测值的平均绝对百分误差提高到1.8930%.
- 高桂芬周瑞芳
