年兴
- 作品数：4 被引量：18H指数：2
- 供职机构：北京林业大学更多>>
- 相关领域：机械工程自动化与计算机技术电气工程经济管理更多>>
- 新型除尘黑板擦的研究与改进被引量：14
- 2012年
- 粉笔作为教学必备的工具,在给我们带来便捷的同时也带来了很多隐性的伤害。随着科技的发展,很多人开始着手研究如何避免粉笔灰的二次伤害,并开始对黑板、粉笔、黑板擦等进行研究和改进。论文是基于吸尘器原理对黑板擦的除尘问题进行研究和探索,在现有的几种黑板擦的基础上,通过大量的实验,不断地尝试,最终确定出一种采用电力驱动并能实现自动擦拭的新型黑板擦。
- 袁湘月年兴朱怡霖樊丽杨雪峰刘乔溪
- 关键词：黑板擦除尘电动
- 基于SVM的股指预测模型与GUI仿真被引量：4
- 2012年
- 本文在相关文献研究基础上，采用SVM算法对不同年份的股票上证指数进行分析、验证及预测。并利用小波神经网络对往年的经济事件进行训练，将干扰加入到预测模型中使预测结果更具代表性。再运用GUI界面与Matlab程序将建立的模型输出，使仿真模型更具操作性并得出相应的一艘性结论。最后运用此界面，选取不同的干扰项及年份，预测未来的股指走势。
- 年兴朱雨婷林剑辉
- 关键词：SVM算法小波神经网络股指预测GUI界面
- 风电功率实时预测的方法研究
- 2012年
- 针对风电场发电功率短时间预测问题，根据风能的“间歇性”和“随机性”的特点，依据真实数据，以“时间序列分析”，“神经网络系统”，“小渡分析”等数学模型思想为基础，分别建立了“时间序列分析模型（AR模型）”，“时间序列分析模型（ARM模型）＋小波分析模型”与“神经网络系统模型”对我国大唐赤峰东山风电场风电功率进行实时预测。最后，根据国家能源局颁布的相应指标对这三种模型进行分析和评估。
- 年兴吕斯俊沈健王莎莎
- 关键词：风电预测时间序列分析小波分析神经网络
- 利用中国股市历史数据建立上证综合指数的预测模型并进行模型验证与股指预测
- 2012年
- 本模型采用SVM神经网络算法对2007年的股票形势进行分析、预测及验证,并预测出未来5天的开盘走势,此预测模型的精度达到99%。并结合小波神经网络对其中特殊的国家政策及经济情况分析拟合,使模型更加符合实际的股指走势。将两种算法取长补短,在2012年上半年的股指进行分析预测的基础上,对未来可能出现的经济干扰模型进行预估,预测出未来股指走势。运用GUI界面将建立的模型输出,使仿真模型更有操作性,运用此界面,选取不同的干扰模型及年份,预测出更合理的股指走势,预测真实可靠。
- 朱雨婷年兴
- 关键词：SVM算法小波神经网络股指预测GUI界面
