检索结果-内蒙古大学图书馆

自动化学报 2005年第6期31卷 965-969页

作者：张莉席裕庚上海交通大学自动化研究所上海200030

针对状态变量和控制变量可分离的非线性动态系统模型,通过引入两个非线性核函数重新设计了标准支持向量机的回归估计模型,使之适用于非线性动态系统的辨识.它包含两个分别关于状态变量和控制变量的非线性函数,用于辨识可分离变量非线性... 详细信息

针对状态变量和控制变量可分离的非线性动态系统模型,通过引入两个非线性核函数重新设计了标准支持向量机的回归估计模型,使之适用于非线性动态系统的辨识.它包含两个分别关于状态变量和控制变量的非线性函数,用于辨识可分离变量非线性动态系统中的两个非线性函数.文中的仿真实验验证了我们算法用于非线性动态系统辨识的有效性.

关键词：系统辨识支持向量机回归估计核函数

来源：评论

学校读者我要写书评

暂无评论

基于分组数据回归系数的估计

基于分组数据回归系数的估计

引用

作者：项阳复旦大学

学位级别：硕士

本文对基于分组数据回归系数的估计进行了研究。文章分为五个部分：\n 第一章介绍了基于分组数据的线性回归模型提出的背景以及利用经典的统计方法MLE对回归系数进行估计时所遇到的困难；\n 第二章介绍了一种处理不完全数据时的... 详细信息

本文对基于分组数据回归系数的估计进行了研究。文章分为五个部分：\n 第一章介绍了基于分组数据的线性回归模型提出的背景以及利用经典的统计方法MLE对回归系数进行估计时所遇到的困难；\n 第二章介绍了一种处理不完全数据时的常用算法“EM算法”以及其扩展算法“SEM算法”和“ECM算法”；\n 第三章讨论了分组数据下经典线性回归模型参数MLE的存在唯一性，并利用EM算法、SEM算法分别获得其近似解和渐近协方差，通过模拟表明此方法的可行性与有效性；\n 第四章利用ECM算法、SEM算法分别获得了分组数据下分组异方差线性回归模型参数MLE的近似解和渐近协方差，通过模拟表明此方法的可行性与有效性；\n 第五章利用ECM算法和SEM算法分别获得了分组数据下多元线性回归模型参数MLE的近似解和渐近协方差，通过模拟表明此方法的可行性与有效性。

关键词：数理统计分组数据回归估计

来源：评论

学校读者我要写书评

暂无评论

带非标准加法噪声回归函数的点态估计

带非标准加法噪声回归函数的点态估计

引用

作者：白庆群桂林电子科技大学

学位级别：硕士

带加法噪声回归模型广泛应用于计量经济,生物医学等领域.该回归估计问题本质上是一个反卷积问题,通常假设加法噪声密度函数在Fourier域无零点.然而许多噪声不满足上述假设.受Meister、Belomestny和Goldenshluger工作的启发,本文利用Lapl... 详细信息

带加法噪声回归模型广泛应用于计量经济,生物医学等领域.该回归估计问题本质上是一个反卷积问题,通常假设加法噪声密度函数在Fourier域无零点.然而许多噪声不满足上述假设.受Meister、Belomestny和Goldenshluger工作的启发,本文利用Laplace变换研究带非标准加法噪声回归函数的点态估计. 首先,针对带均匀分布卷积噪声的情形,研究回归估计器的强相合性.此时噪声密度函数的Laplace变换仅在虚轴上有零点,故采用Laplace变换构造估计器能有效避开零点.借鉴Nadaraya-Watson回归估计器的构造方法,利用Laplace变换与截断方法构造回归估计器.在不假定待估函数光滑性的条件下,通过Borel-Cantelli引理证明估计器的强相合性. 其次,针对更一般的非标准加法噪声,利用Laplace变换构造了回归估计器.为利用Borel-Cantelli引理证明强相合性,将大偏差事件的概率分为两部分.第一部分利用马尔可夫不等式转化为估计器的中心矩进行估计;第二部分主要利用核函数的逼近性质估计.结果表明:回归估计器具有强相合性. 最后,针对带均匀分布卷积噪声的情形,在局部H?lder条件下,给出了回归估计器弱收敛阶的上界,并说明其最优性.本文收敛阶与Meister在普通光滑噪声情形的收敛阶一致.结论表明:在带均匀分布卷积噪声的情形下,加法噪声密度函数在Fourier域的零点对收敛阶无影响.同Delaigle与Meister在Fourier振荡噪声情形的工作相比,本文构造估计器时不需要假设密度函数fX与回归函数m具有紧支撑.

关键词： Laplace变换回归估计加法噪声强相合性弱收敛阶

来源：评论

学校读者我要写书评

暂无评论

支持向量回归机在基金净值预测中的应用

支持向量回归机在基金净值预测中的应用

引用

作者：杨彦宁西安科技大学

学位级别：硕士

支持向量机是基于统计学习理论的一种机器学习的方法。作为结构风险最小化准则的具体实现,支持向量机方法具有全局最优、结构简单、推广能力强等优点。由于支持向量机具有较严格的理论基础,又能较好地解决许多实际问题,该方法已成为近... 详细信息

支持向量机是基于统计学习理论的一种机器学习的方法。作为结构风险最小化准则的具体实现,支持向量机方法具有全局最优、结构简单、推广能力强等优点。由于支持向量机具有较严格的理论基础,又能较好地解决许多实际问题,该方法已成为近十年来机器学习领域最有影响的成果之一。最近20年来,投资基金在全球金融市场中以令人瞩目的速度迅猛发展。尤其近几年来,人们对于基金的关注不断升温。我们通过基金净值可以看到基金的收益情况,并把它作为是否买基金以及买哪只基金的主要参考依据。因此,对基金净值的预测具有非常重要的应用价值。本文在研究证券市场目前常用分析方法的基础之上,建立了支持向量回归机证券投资基金的净值预测模型,并得到了较好的预测效果。本文首先研究了证券市场预测的理论依据和证券市场中股票和基金的现状。由于在基金方面的预测主要以定性的方法为主,虽然也有运用回归方程分析法来预测的,但缺乏定量的预测结果。因此表明了运用支持向量回归机研究证券投资基金的必要性和有用性。其次主要介绍了统计学习理论与支持向量机的一些核心概念及其支持向量回归算法。推导了一种基于标准支持向量回归机的单参松弛二范数支持向量回归机。最后,本文运用MATLAB编程,实现BP网络迭代一步预测的方法对两支基金净值进行预测,然后建立支持向量机的非线性时间序列预测模型对两支基金净值进行预测,并将结果进行比较分析。仿真实验表明了支持向量回归机预测模型能较好的预测基金净值,且在非线性时间预测方面取得了很好的效果,具有一定的应用价值。

关键词：支持向量机回归估计核函数基金净值

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的足月胎儿体重预测新方法

引用

中国生物医学工程学报 2004年第6期23卷 516-522页

作者：宋晓峰韩平邹丽陈德钊胡上序南京航空航天大学生物医学工程系南京210016 华中科技大学同济医学院附属协和医院武汉430022 浙江大学智能信息工程研究所杭州310027

支持向量机回归估计的性能往往依赖于核函数及其参数、不敏感系数和惩罚因子的确定。支持向量机中参数的确定是一个较为困难的问题 ,以往通常采用交叉验证的方法确定参数。本研究提出了自适应参数调整支持向量回归估计方法 (A -SVM) ,... 详细信息

支持向量机回归估计的性能往往依赖于核函数及其参数、不敏感系数和惩罚因子的确定。支持向量机中参数的确定是一个较为困难的问题 ,以往通常采用交叉验证的方法确定参数。本研究提出了自适应参数调整支持向量回归估计方法 (A -SVM) ,给出了自适应参数调整算法。并已成功地应用于足月胎儿体重的建模 ,且经与径向基网 -偏最小二乘回归方法 (RBFN -PLSR)建立的模型比较 ,A -SVM方法拟合精度和预测能力均比RBFN-PLSR方法好。

关键词：支持向量机胎儿体重建模回归估计

来源：评论

学校读者我要写书评

暂无评论

一般多元回归系数线性估计的容许性

引用

华中师范大学学报（自然科学版） 1992年第2期26卷 144-147页

作者：孙六全华中师范大学数学系

讨论了一般多元回归系数线性估计的可容许性问题,得到了回归系数的线性估计可容许的充分必要条件。

关键词：多元线性模型回归估计线性估计

来源：评论

学校读者我要写书评

暂无评论

固定尺度最小二乘支持向量机

引用

华东理工大学学报（自然科学版） 2006年第7期32卷 772-775页

作者：王庆云黄道华东理工大学信息科学与工程学院上海200237

针对最小二乘支持向量机(LS-SVM)在进行回归预测时存在的稀疏性缺陷问题,采用固定尺度最小二乘支持向量机,即固定支持向量数量进行改进。仿真结果表明:固定尺度最小二乘支持向量机在训练各种样本数据集时,有效地避开了LS-SVM中的稀疏性... 详细信息

针对最小二乘支持向量机(LS-SVM)在进行回归预测时存在的稀疏性缺陷问题,采用固定尺度最小二乘支持向量机,即固定支持向量数量进行改进。仿真结果表明:固定尺度最小二乘支持向量机在训练各种样本数据集时,有效地避开了LS-SVM中的稀疏性问题,且训练速度快,同时具有良好的预测精度。

关键词：最小二乘支持向量机固定尺度稀疏性回归估计二次Renyi熵

来源：评论

学校读者我要写书评

暂无评论

基于似然比检验的目标机动检测方法

引用

航空兵器 2024年第6期31卷 64-69页

作者：邵雷贺杨超赵锦空军工程大学防空反导学院西安710051 陕西黄河集团设计研究所西安710043

针对博弈对抗过程目标意图识别中的机动检测问题,设计了一种基于似然比检验的目标机动检测方法。该方法利用目标实时观测数据进行机动检测,将目标机动检测问题转化为目标观测时间序列数据检验问题。首先,基于极大似然原理对目标运动状... 详细信息

针对博弈对抗过程目标意图识别中的机动检测问题,设计了一种基于似然比检验的目标机动检测方法。该方法利用目标实时观测数据进行机动检测,将目标机动检测问题转化为目标观测时间序列数据检验问题。首先,基于极大似然原理对目标运动状态进行回归估计;其次,利用似然比检验原理设计检测模型,构建目标机动检测方法。仿真结果表明,该方法在噪声环境下具有较好的误检测和检测延迟性能。

关键词：机动检测似然比回归估计时间序列估计

来源：评论

学校读者我要写书评

暂无评论

基于遗传支持向量机的时用水量预测模型

引用

沈阳工业大学学报 2010年第5期32卷 555-558,578页

作者：陈磊浙江工业大学建筑工程学院杭州310014

针对传统支持向量机采用交叉验证确定参数耗时较长的不足,提出了基于遗传支持向量机的时用水量预测模型.根据时用水量序列的相关性,确定预测模型的输入参数;利用自适应遗传算法优化支持向量机的参数,建立了时用水量预测模型.实例分析结... 详细信息

针对传统支持向量机采用交叉验证确定参数耗时较长的不足,提出了基于遗传支持向量机的时用水量预测模型.根据时用水量序列的相关性,确定预测模型的输入参数;利用自适应遗传算法优化支持向量机的参数,建立了时用水量预测模型.实例分析结果表明,与基于传统支持向量机的预测模型相比,基于遗传支持向量机的时用水量预测模型建模速度更快,预测精度更高.验证了所提出模型的合理性和有效性.

关键词：遗传算法支持向量机供水系统时用水量自相关回归估计建模优化

来源：评论

学校读者我要写书评

暂无评论

脊回归分析

引用

江西师范大学学报(自然科学版) 1978年第1期 19-30页

作者：刘国钧

随着电子计算机的普及,近年来逐步回归得到了有成效的应用,逐步回归对预报因子的取舍是基于古典回归分析的 RSS(剩余平方和)准则。本文分析了在大型被动回归中当相关矩阵出现“病态”时,回归系数的最小二乘估计严重“失真”,而使得到的... 详细信息

随着电子计算机的普及,近年来逐步回归得到了有成效的应用,逐步回归对预报因子的取舍是基于古典回归分析的 RSS(剩余平方和)准则。本文分析了在大型被动回归中当相关矩阵出现“病态”时,回归系数的最小二乘估计严重“失真”,而使得到的回归方程失去实际预报意义,为着解决这个问题,进而简要地介绍了近十年来发展的一种处理多元回归问题的新方法一脊回归分析,特别是广义脊回归。文中的分解定理,作者对[8]中给出的证明作了简化。

关键词：回归分析相关矩阵最小二乘估计特征向量广义剩余平方和多元分析本征向量回归估计特征值本征值

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：