您的位置: 专家智库 > >

薛佳佳

作品数:7 被引量:27H指数:4
供职机构:中国矿业大学理学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
相关领域:理学经济管理天文地球矿业工程更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 3篇理学
  • 2篇经济管理
  • 1篇天文地球
  • 1篇矿业工程
  • 1篇自动化与计算...

主题

  • 4篇神经网
  • 4篇神经网络
  • 3篇股票
  • 2篇气井
  • 2篇人工神经
  • 2篇人工神经网络
  • 2篇网络
  • 2篇煤层气
  • 2篇煤层气井
  • 2篇工神经网络
  • 2篇股票价格
  • 2篇RBF神经网...
  • 2篇产能预测
  • 2篇人工神经网
  • 1篇上证指数
  • 1篇时间序列
  • 1篇水量
  • 1篇统计学
  • 1篇突发事件
  • 1篇金融

机构

  • 7篇中国矿业大学
  • 2篇国土资源部
  • 2篇教育部

作者

  • 7篇薛佳佳
  • 2篇吴财芳
  • 2篇杜严飞
  • 2篇杨庆龙
  • 1篇李腾
  • 1篇杨莹
  • 1篇江龙
  • 1篇乔路芳

传媒

  • 1篇中国煤炭
  • 1篇商场现代化
  • 1篇统计与决策
  • 1篇贵州大学学报...
  • 1篇广西大学学报...
  • 1篇辽宁工程技术...
  • 1篇大庆师范学院...

年份

  • 1篇2013
  • 5篇2012
  • 1篇2011
7 条 记 录,以下是 1-7
排序方式:
股票价格指数的统计编制方法及改进思路被引量:3
2012年
本文从统计指数编制方法的角度出发,着重考虑了统计学在股票价格指数编制过程中的应用,具体地介绍了股票价格指数的四种计算公式,并对影响我国证券市场的主要股票价格指数的编制方法及指数编制存在的缺陷进行了介绍和分析,同时提出了完善现有股价指数的若干建议。
薛佳佳
关键词:股价指数统计学
基于人工神经网络的煤层气井产能预测研究被引量:6
2012年
基于时间序列预测思想构建了适合于煤层气井产能预测的BP神经网络模型。以潘庄CM1井为预测实例,结果表明:该模型能够较为准确地预测出煤层气井未来30天的产能变化,其产气量和产水量预测平均相对误差分别为1.35%和3.88%,从而可为煤层气井排采制度的调整提供依据。
杜严飞吴财芳杨庆龙薛佳佳
关键词:BP神经网络煤层气井产能预测
金融数学的现状与发展被引量:4
2011年
金融数学是一门新兴的边缘学科,是数学与金融学的交叉,它最显著的特征是有效地运用数学方法发现和论证金融经济运行的一些规律,其核心问题是不确定环境下的最优投资策略的选择理论、定价理论以及市场理论。在阐述金融数学的基本概念、基础理论、数学理论和方法的基础上,就金融数学的最新研究进展、面临的问题与前景作了简要介绍。
薛佳佳乔路芳
关键词:金融数学CAPM理论突发事件
基于差值灰色RBF网络模型股票价格预测研究被引量:4
2012年
针对RBF神经网络的预测精度受样本数据随机性影响较大,而灰色理论能弱化数据随机性的特点,提出了差值结合法将灰色GM(1,1)模型和RBF神经网络模型有效地结合起来,构建了差值灰色RBF网络预测模型。并利用此模型进行股票价格预测,实证结果表明:该模型预测稳定性较好,预测精度高,平均预测误差为0.68%,与BP神经网络和RBF神经网络相比具有更好的泛化能力和更高的预测精度,在股票预测中具有一定的实用价值。
江龙薛佳佳
关键词:RBF神经网络GM(1,1)模型股票价格
基于人工神经网络煤层气井短期产能预测被引量:8
2013年
为对煤层气井产能的实时动态监测和预测预报,基于时间序列预测思想构建了适合于煤层气井产能预测的BP神经网络模型.以潘庄CM1井为预测实例,分析表明:BP神经网络能够较为准确地预测出煤层气井未来30 d的产能变化,其产气量和产水量预测平均相对误差分别为1.35%和3.88%;与COMET3预测结果相比,BP神经网络短期产能预测精度高,能更好的反映出煤层气井产能变化趋势.
杜严飞吴财芳薛佳佳李腾杨庆龙
关键词:煤层气井产能预测产气量产水量时间序列
容度空间上关于逆分布函数的性质研究
2012年
容度空间上给出逆分布函数的定义,证明了其合理性,在此基础上,研究了逆分布函数的几个重要性质,并得到了一些相关的结果。
杨莹薛佳佳
关键词:分布函数
基于差值灰色RBF网络模型股票指数预测被引量:3
2012年
针对RBF神经网络的预测精度受样本数据随机性影响较大,而灰色理论能弱化数据随机性的特点,文章提出了差值结合法将灰色GM(1,1)模型和RBF神经网络模型有效地结合起来,构建了差值灰色RBF网络预测模型。将该预测模型运用于股票指数预测,实证结果表明:该模型预测精度高,平均预测误差为0.52%,与BP神经网络和RBF神经网络相比具有更好的泛化能力和更高的预测精度,在股票预测中具有一定的使用价值。
薛佳佳
关键词:RBF神经网络上证指数
共1页<1>
聚类工具0