分类指数

摘要： PMI:3月份,中国制造业采购经理指数(PMI)为49.5%,比上月下降0.7个百分点,低于临界点,制造业总体景气水平有所回落。波动原因:从企业规模看,大型企业PMI为51.3%,比上月下降0.5个百分点,高于临界点;中型企业PMI为48.5%,比上月下降2.9个百分点,低于临界点;小型企业PMI为46.6%,比上月上升1.5个百分点,低于临界点。从分类指数看,构成制造业PMI的5个分类指数均低于临界点。

摘要： 市场整体在五一假期前后走出了探底后回升的运行格局,特别是其中的中小盘类个股及分类指数,更是表现出超强的弹性,大幅反弹向上运行。整体市场表现来看,处于探底后的筑底过程当中,底部逐步震荡企稳。这一段的市场运行表现整体上还是震荡分化,部分指数涨幅不小,而权重类指数则涨幅不大。上证指数在4月27日下探到了2863.65点后,开始震荡向上运行。

摘要： 自8月下旬开始,市场进入到了持续的震荡回落过程当中,特别是从9月中旬开始,市场更是持续下跌不断,而且速度还并不慢。各大指数均陷入持续下跌过程当中,区别仅仅是相对跌幅的多与少。在这一段下跌过程当中,以国证2000分类指数和中证1000分类指数为代表的中小盘类跌幅较大,而以上证50分类指数、沪深300分类指数为代表的大盘类跌幅相对略小一些。

摘要： PMI:9月份,制造业采购经理指数(PMI)为50.1%,比上月上升0.7个百分点,升至扩张区间。波动原因:从企业规模看,大型企业PMI为5L1%,比上月上升0.6个百分点,高于临界点;中、小型企业PMI分别为49.7%和48.3%,比上月上升0.8和0.7个百分点,仍低于临界点。从分类指数看,在构成制造业PMI的5个分类指数中,生产指数高于临界点,新订单指数、原材料库存指数、从业人员指数和供应商配送时间指数均低于临界点。

摘要： PMI:6月份,制造业采购经理指数(PMI)为502%,比上月上升0.6个百分点,重回临界点以上,制造业恢复性扩张。波动原因:从企业规模看,大型企业PMI为502%,比上月下降0.8个百分点,仍高于临界点;中型企业PMI为51.3%,比上月上升1.9个百分点,重回临界点以上;小型企业PMI为48.6%,比上月上升1.9个百分点,仍低于临界点。从分类指数看,在构成制造业PMI的5个分类指数中,生产指数、新订单指数和供应商配送时间指数均高于临界点,原材料库存指数和从业人员指数均低于临界点。

摘要： 进入9月份后,市场走势冲高后大幅回落,基本上是一个反弹再探底的过程。其中最容易引起交易者恐慌的是9月15日的急跌。9月以来,各指数先是震荡向上反弹反抽运行,上证指数自9月2日的3173点震荡向上,9月13日最高反弹到了3278.17点,受阻于64日均线,随后回落;代表中小盘指数的国证2000分类指数和中证1000分类指数基本上也是同样的走势,只不过表现得更弱。

摘要： 11月以来,A股市场呈现冲高后再强势震荡的运行格局。其中,三大指数在11月第一周收出了周线级别上的中大阳线,日K线上也是收出了六连阳,前期持续下跌的权重类相关板块和指数更是在第一周内大幅反弹。实际上,在国庆长假结束重新开市后,三大指数中权重类相关分类指数下跌最多,主要推动下跌的板块则是以白酒为代表的中证消费类和以银行为代表的大金融类。两者推动上证50指数持续走弱,新低不断。同时期来看,以国证2000分类指数及中证1000分类指数为代表的中小盘题材类则表现得相当强势。

摘要： 10月长假后,市场呈现分化震荡回探的走势。三大指数表现均不算好,基本上都是冲高回落,而且回落的力度还有些大。整个盘面上来看,最大的特征还是分化。其中,权重类分类指数如上证50、沪深300等表现得最为弱势,而代表中小盘类指数的国证2000和中证1000指数则表现得相对强势一些,不仅涨起来快,回调起来也是明显跌得少一些。

摘要： 市场最近两周走出了冲高后再强势震荡的运行格局。市场三大指数当中,上证指数表现得最好,12月7日上冲到本轮高点3226.08点后,强势震荡了两三个交易日;创业板指数和深证成指也有所表现,但整体还是相对弱势了一些。分类指数当中,代表中小盘题材类个股的国证2000指数和中证1000指数持续小阴小阳震荡运行,国证2000指数还出现了一个日线顶部背离状态;而代表大盘类个股的沪深300指数和上证50指数则表现得非常强势,特别是上证50指数,涨得多,回落起来也慢,有跌不动的感觉。市场近期的资金热点一直是在上证50指数上面。

摘要： 从一季度义乌电商发展总分指数运行情况来看,总指数和三个分类指数全部上扬,反映了义乌市电商发展总体良好,尤其是内贸电商表现抢眼。疫情加快了电商行业的成长,电商发展也有力地支撑了疫情期间义乌地方经济的增长。全球新冠疫情的持续发酵,导致消费者对电子消费模式的依赖性增长,电商消费额在全球零售总额中份额提升仍有较大空间。

摘要： 基于宜步指数改良的垃圾分类回收设施增设方法及系统，属于市政工程与遥感领域。本发明解决了现有垃圾日产生能量过多而不能对其及时收运的问题。本发明方法包括：获取OSM路网数据、DEM高程数据、人口密度和居民点数据；连接OSM路网断点；获取垃圾分类产生量比，根据垃圾分类产生量比计算设施得分权重；计算宜步性距离衰减指数；根据距离衰减指数和设施得分权重得到回收功能指数；将待计算区域经纬度、OSM路网数据和DEM高程数据代入WalkScore算法计算得到步行环境指数；将回收功能指数和步行环境指数归一化，加和得到宜步性指数；可视化宜步性指数，垃圾空间分布位置，设定阈值，对不高于阈值的空间分布位置增设垃圾回收设施。本发明用于垃圾分类回收设施的增设。

摘要： 本发明涉及一种基于分类和回归树算法的植被指数预测方法、系统及设备，通过以植被指数作为因变量，以全球陆地数据同化系统流域地表模型数据集和高程数据作为自变量，构建分类与回归树模型，利用分类与回归树模型对所述样本数据进行分类并根据所述分类结果预测目标时间段的植被指数，获取植被指数预测结果。相对于现有技术，本发明解决了现有技术中植被指数缺失问题，用户可利用本发明实现任意时间段的植被指数预测，完善植被指数数据。

摘要： 本发明公开了基于HHT能量和最大李雅普诺夫指数的蛇行分类方法，包括以下步骤：S1、通过对仿真获得的不同运行状态下的构架横向加速度信号进行频域及周期性分析，确定蛇行分类阈值；S2、对实时采集的构架横向加速度信号进行HHT能量计算和最大Lyapunov指数分析，得到对应的HHT能量值和最大Lyapunov指数，并根据蛇行分类阈值对其进行蛇行分类及蛇行程度确定，完成当前蛇行分类。本发明利用HHT能量法与最大Lyapunov指数相结合，对车辆系统进行不同运行状态的定性识别和蛇行程度大小的定量分析，以实现对蛇行运动的具体监测。

摘要： 本发明公开了一种基于综合指数与可动流体指数分类的压力系数预测方法，具体涉及油气田勘探开发领域。本发明通过获取研究区内各样本井的三孔隙度，计算各样本井中各地层的三孔隙度比值，构建综合指数计算模型和可动流体指数计算模型计算各样本井的综合指数和可动流体指数，基于样本井中各地层的综合指数和可动流体指数构建地层压力类型判别式，判别待预测地层的压力类型，再通过构建适用于各压力类型的压力系数预测模型，利用压力系数预测模型准确预测待预测地层的压力系数。本发明解决了非连续沉积地层压力系数难以预测的问题，综合考虑了地层埋深、三孔隙度、电阻率和孔隙流体对地层压力系数的影响，为地层压力的准确预测提供了新方法。

摘要： 本发明涉及社会安全技术领域，具体涉及社会风险指数分类模型构建方法、系统、设备和存储介质。该方法包括：获取训练集和测试集数据，并对获取的所有数据进行清洗及特征变换处理；划分类别状态，并进行状态分类；将状态分类的训练集数据代入不同分类预测模型中进行训练，并将状态分类测试集数据代入对应的训练后模型中进行预测，得到预测结果；将所述预测结果与测试集数据的实际结果对比，分析使用量化的训练集数据所训练的结果差异性；按状态分类对训练的不同模型进行排名，得到不同阶段、不同算法对数据拟合的偏好程度；基于不同结果衡量指标，聚合每个阶段最优方法，生成一个新的排名，构建形成一个社会风险指数分类模型。

摘要： 本发明公开了基于HHT能量和最大李雅普诺夫指数的蛇行分类方法，包括以下步骤：S1、通过对仿真获得的不同运行状态下的构架横向加速度信号进行频域及周期性分析，确定蛇行分类阈值；S2、对实时采集的构架横向加速度信号进行HHT能量计算和最大Lyapunov指数分析，得到对应的HHT能量值和最大Lyapunov指数，并根据蛇行分类阈值对其进行蛇行分类及蛇行程度确定，完成当前蛇行分类。本发明利用HHT能量法与最大Lyapunov指数相结合，对车辆系统进行不同运行状态的定性识别和蛇行程度大小的定量分析，以实现对蛇行运动的具体监测。

摘要： 本发明提供了一种基于归一化强度离差指数的冰川分类方法及系统，属于冰川分类技术领域。该方法包括：对时序SAR多视强度影像进行多时相滤波处理；通过区间估计对堆栈的时序SAR多视强度影像进行时域滤波处理；根据经时域滤波处理后的时序SAR多视强度影像，计算得到冰川和非冰川地表的归一化强度离差指数；利用阈值分割对冰川进行分类。本发明中基于归一化强度离差指数NIDI对冰川作用区内地表后向散射系数稳定性进行建模，通过量化冰川和非冰川地表后向散射的稳定性进而对两者的信息对比度进行增强，从而给冰川分类提供一个标准指数本，能增强冰川和毗邻非冰川地表的对比度，降低冰川分类难度。

摘要： 本发明公开了一种应用基尼指数分类的齿轮故障检测方法，涉及齿轮故障检测技术领域，该应用基尼指数分类的齿轮故障检测方法，第一步：以齿轮正常、齿面轻度磨损、齿面中度磨损和断齿四种常见的工况为例，同时每种工况下的齿轮选取十六组原始样品，第二步：根据不同工况下原始采样数据计算得到的基尼指数，因此每种工况十六组齿轮给出了十六组样本的基尼指数值，第三步：将上述所得出每种工况齿轮下的十六组样本基尼指数值可以拟合为一条“工况状态线”，该应用基尼指数分类的齿轮故障检测方法，减少了在对齿轮的检测步骤，有效地提高了对齿轮故障类型检测时的效率，进一步降低了工作人员在对齿轮故障类型检测时的工作力度。

摘要： 本发明涉及遥感植被分类技术领域，涉及一种结合植被指数和卷积神经网络的遥感植被分类方法，包括：一、遥感影像与植被指数经过卷积降低特征图大小；二、将两幅特征图连接后进入密集连接块，每进入一个密集连接块后都要进行一次下采样，每一次下采样后在相应的子网保持特征图大小，共生成了4条子网；三、在特征恢复中，将第2、3、4条子网的特征图分别通过连续上采样得到与第一条子网相同分辨率的特征图；四、将4幅特征图合并后利用上采样恢复原始影像大小，实现植被类型的精确分割。本发明能够较好地区分各植被类型，且适用于多源遥感影像的植被分类提取，在城市绿地规划、农村基本农田监管等方面具有一定的应用价值。

摘要： 本发明为神经影像标记物形态学融合分类指数的构建方法及应用，该构建方法包括以下内容：获取M个中心的结构MRI数据，提取脑结构像特征数据；以各中心数据进行独自训练，分别建立各中心的分类模型，获得M个中心的分类模型；对于任意一个样本，在所有中心的分类模型，计算出该样本在每个模型每个特征的分类权重值，即SHAP矩阵；然后以每个模型训练时使用的样本量为权重，按照公式(1)计算获得单一的形态学融合分类指数MICI值：其中，Si代表模型i的样本量，B代表特征总数，ai代表了特征a在模型i中的SHAP值，i＝1～M。MICI值可以很好的实现对精神疾病患者及正常人之间的鉴别，具有良好的可解释性、进化性和可扩展性。