检索结果-内蒙古大学图书馆

中国货币市场 2025年第1期 20-23页

作者：朱珺宇李易琦上海农商银行金融市场部上海财经大学

本文在传统分析框架的基础上,探索机器学习模型在期限利差交易领域的应用,提出新的预测框架。通过HP滤波处理宏观高频数据以得到基本面因子,采用最小角回归算法(Least Angle Regression)并运用Nelson-Siegel模型进行曲线拟合以提取出曲... 详细信息

本文在传统分析框架的基础上,探索机器学习模型在期限利差交易领域的应用,提出新的预测框架。通过HP滤波处理宏观高频数据以得到基本面因子,采用最小角回归算法(Least Angle Regression)并运用Nelson-Siegel模型进行曲线拟合以提取出曲线结构因子,本文进而建立10年期与7年期国债的期限利差量化预测模型,研究发现,模型能有效处理高维特征小样本数据,预测胜率超过60%,在结合止盈止损的交易条件后,策略年化收益率较高。

关键词：期限利差 HP滤波最小角回归算法高频数据止损结构因子国债交易领域

来源：评论

学校读者我要写书评

暂无评论

基于改进最小角回归算法的Hammerstein模型辨识

引用

控制理论与应用 2024年第9期41卷 1644-1652页

作者：刘艳君范晋翔陈晶江南大学轻工过程先进控制教育部重点实验室江苏无锡214122 江南大学物联网工程学院江苏无锡214122

针对一类未知时滞和阶次的Hammerstein模型的辨识问题,本文提出一种基于绝对角度停止准则最小角回归(AS-LAR)的稀疏辨识方法,该方法可以同时辨识出Hammerstein模型的时滞、阶次和参数.首先,通过引入最大非线性阶次和输入回归长度,将系... 详细信息

针对一类未知时滞和阶次的Hammerstein模型的辨识问题,本文提出一种基于绝对角度停止准则最小角回归(AS-LAR)的稀疏辨识方法,该方法可以同时辨识出Hammerstein模型的时滞、阶次和参数.首先,通过引入最大非线性阶次和输入回归长度,将系统表示成具有稀疏参数向量的高维辨识模型;然后,提出一种绝对角度停止准则,对最小角回归算法进行改进,并基于改进的AS-LAR算法获得稀疏参数向量的估计;最后,基于参数向量稀疏结构,估计出系统的时滞和阶次,并从估计的参数向量中提取和分离出系统线性部分和非线性部分的参数估计值.数值仿真和水箱实例结果表明,提出的辨识方法有效,且与其它辨识方法相比,具有估计精度高、计算量小、速度快等特点.

关键词： Hammerstein模型稀疏系统辨识最小角回归算法模型选择准则时滞估计

来源：评论

学校读者我要写书评

暂无评论

采用最小角回归的稀疏MIMO均衡器设计方法

引用

西安电子科技大学学报 2019年第1期46卷 73-78页

作者：喻丽红赵加祥南开大学计算机与控制工程学院天津300350 南开大学电子信息与光学工程学院天津300350

为减少均衡器非零抽头数,降低计算复杂度,该文将多进多出系统稀疏有限冲激响应判决反馈均衡器设计问题转化为l1范数最小化问题,并提出利用最小角回归算法迭代计算稀疏判决反馈均衡器非零抽头位置和权重。仿真结果表明,在给定较小的性能... 详细信息

为减少均衡器非零抽头数,降低计算复杂度,该文将多进多出系统稀疏有限冲激响应判决反馈均衡器设计问题转化为l1范数最小化问题,并提出利用最小角回归算法迭代计算稀疏判决反馈均衡器非零抽头位置和权重。仿真结果表明,在给定较小的性能损失下,相比最小均方误差准则的非稀疏最优均衡器,在相同的误比特率下,所提方法设计的稀疏判决反馈均衡器在车载移动A信道中的最大信噪比损失约为0.3dB,而其非零抽头数目减少超过70%,达到了性能与计算复杂度的有效权衡。

关键词：多进多出判决反馈均衡稀疏表示最小角回归算法

来源：评论

学校读者我要写书评

暂无评论

阴影模型的正则化无设备重建与实时定位

引用

自动化学报 2015年第6期41卷 1159-1165页

作者：熊一枫卢继华何梓珮曹晨曦北京理工大学信息与电子学院北京100081

在综合静态无线射频层析成像(Radio tomographic imaging,RTI)算法基础上,给出了一种可行且有效的实现无线传感器节点在空旷环境和障碍物条件下无线信号衰减原理障碍物监控的方法,实现定位与追踪.利用阴影衰落模型建立接收信号强度测量... 详细信息

在综合静态无线射频层析成像(Radio tomographic imaging,RTI)算法基础上,给出了一种可行且有效的实现无线传感器节点在空旷环境和障碍物条件下无线信号衰减原理障碍物监控的方法,实现定位与追踪.利用阴影衰落模型建立接收信号强度测量值线性系统模型,并采用SPIN令牌环通信协议收集接收信号强度;创新性地引入最小角回归算法与最小绝对值收缩和选择因子算法(Least absolute shrinkage and selection operator,LASSO),提高了图像重建速度.即在吉洪诺夫正则化与l1正则化算法分析对比前提下,创新性引入改进的最小角回归(Least angle regression,LARS)重建模型与算法,保证重建效果与复杂LASSO算法相似的同时,将重建图像速度提高一个数量级.实测基于16平方米范围内的16个JENNIC 5139节点进行定位与追踪.实测结果与仿真相比虽稍有偏差,但近似符合.这充分表明:吉洪诺夫正则化与l1正则化适用于不同分辨率场景,且都可较好地反映障碍物状况.

关键词：无线射频层析成像重建算法最小角回归算法 l1最优化吉洪诺夫正则化

来源：评论

学校读者我要写书评

暂无评论

基于手机运动传感器数据的交通流拥挤识别

引用

西南交通大学学报 2016年第3期51卷 553-562页

作者：肖峰涂雯雯陈冬西南交通大学交通运输与物流学院

准确的交通流状态识别是智能交通管理与控制的基础.通过所开发的手机端软件从手机中提取车辆的加速度与角加速度数据,在研究了其统计特征后,发现该数据可反应周围车辆对目标车辆运行环境的影响,从而与交通流状态的变化有着密切关系.利... 详细信息

准确的交通流状态识别是智能交通管理与控制的基础.通过所开发的手机端软件从手机中提取车辆的加速度与角加速度数据,在研究了其统计特征后,发现该数据可反应周围车辆对目标车辆运行环境的影响,从而与交通流状态的变化有着密切关系.利用支持向量机学习算法,以加速度与角加速度统计参数作为输入变量识别断面交通流状态.实验结果识别精度最高达到92%,表明加速度和角加速度指标可作为交通流状态的表征参数.该研究采用Lasso模型和最小角回归算法对输入参数进行变量选择,在降低计算成本的同时保证了良好的识别效果.

关键词：手机运动传感器机器学习交通流状态识别 Lasso 最小角回归算法

来源：评论

学校读者我要写书评

暂无评论

基于高光谱技术的培养基上细菌菌落分类方法研究

引用

分析化学 2016年第8期44卷 1221-1226页

作者：余伟彭宽宽陈伟穆渴心谭臣王湘如冯耀泽华中农业大学工学院华中农业大学农业微生物学国家重点实验室华中农业大学动物医学院

利用高光谱技术对培养基上细菌(大肠杆菌、李斯特菌和金黄色葡萄球菌)菌落进行快速识别和分类。采集琼脂培养基上细菌菌落的高光谱反射图像(3901040 nm),在对波段差图像进行大津阈值分割的基础上自动提取细菌菌落光谱,并建立细菌分类检... 详细信息

利用高光谱技术对培养基上细菌(大肠杆菌、李斯特菌和金黄色葡萄球菌)菌落进行快速识别和分类。采集琼脂培养基上细菌菌落的高光谱反射图像(3901040 nm),在对波段差图像进行大津阈值分割的基础上自动提取细菌菌落光谱,并建立细菌分类检测的全波长和简化偏最小二乘判别(PLS-DA)模型。全波长模型对预测集样本的分类准确率和置信预测分类准确率分别为100%和95.9%。此外,利用竞争性自适应重加权算法(CARS)、遗传算法(GA)和最小角回归算法(LARS-Lasso)进行波长优选并建立对应简化模型。其中,CARS简化模型在精度、稳定性及分类准确率方面均优于GA和LARS-Lasso简化模型,其对预测集样本的分类准确率和置信预测分类准确率分别达到了100%和98.0%。研究表明,高光谱是一种细菌菌落高精度、快速、无损识别检测的有效方法。简化模型中优选的波长可以为开发低成本检测仪器提供理论依据。

关键词：高光谱图像偏最小二乘判别分析竞争性自适应重加权算法遗传算法最小角回归算法

来源：评论

学校读者我要写书评

暂无评论

Lasso及其相关方法在多元线性回归模型中的应用

Lasso及其相关方法在多元线性回归模型中的应用

引用

作者：柯郑林北京交通大学

学位级别：硕士

模型和变量(特征)选择是现代统计学中最重要的问题之一。本文比较了-元线性回归模型中变量选择的Lasso方法及其相关方法的优良性,并提出了一个新的求解Lasso估计的算法——随机模拟算法,该算法可以得到与最小角回归算法类似的结论。相... 详细信息

模型和变量(特征)选择是现代统计学中最重要的问题之一。本文比较了-元线性回归模型中变量选择的Lasso方法及其相关方法的优良性,并提出了一个新的求解Lasso估计的算法——随机模拟算法,该算法可以得到与最小角回归算法类似的结论。相对于一元线性回归模型,多元线性回归模型被更多地运用于实际问题中,但关于多元线性回归模型中变量选择方法的研究成果却很少。本文将Lasso方法及其相关方法的思想运用于多元线性回归模型的变量选择,提出了四种多元线性回归模型的变量选择的方法和一个多元随机模拟算法,并通过一个真实的糖尿病一元统计数据和一个模拟生成的多元统计数据,给出了变量选择方法的具体实现。本文在第一章介绍了Lasso方法在一元线性回归模型变量选择上的研究成果。并在第二章对其主要理论进行了简单的叙述。第三章介绍了两种求解Lasso方法的算法,并提出了一个新的随机模拟算法,然后用一个实际案例验证了这个算法的优良性。第四章简单介绍了Lasso方法的其他一些改进方法。第五章则将Lasso方法的思想引入多元线性回归模型中。并在第六章中用一个模拟生成的多元统计数据加以实现。

关键词：多元线性回归模型 Lasso 变量选择最小角回归算法随机模拟算法

来源：评论

学校读者我要写书评

暂无评论

软件缺陷预测技术研究

软件缺陷预测技术研究

引用

作者：乔辉解放军信息工程大学

学位级别：硕士

随着软件系统规模的日益增大及其逻辑复杂性的日益增强,软件中潜在的、未被测试技术发现的缺陷势必影响软件的质量。通过对软件缺陷预测技术的研究,可以统计出系统中的缺陷数目和缺陷分布,这样可以帮助测试人员客观的评估软件可靠性,了... 详细信息

随着软件系统规模的日益增大及其逻辑复杂性的日益增强,软件中潜在的、未被测试技术发现的缺陷势必影响软件的质量。通过对软件缺陷预测技术的研究,可以统计出系统中的缺陷数目和缺陷分布,这样可以帮助测试人员客观的评估软件可靠性,了解软件的质量状态以及确定软件是否达到了交付使用的标准。本文在对软件缺陷预测现状分析的基础上,提出了基于回归和分类方法相结合的软件缺陷预测框架,分别从软件复杂性度量特征选择方法和缺陷预测模型构建两个方面进行了研究,主要工作及创新点如下： 1、研究并改进了现有的软件缺陷预测框架。本文所用缺陷预测框架由前端、中端以及后端三部分组成。在框架的前端部分,使用回归方法来处理缺陷预测模型的输入数据集；在中端部分研究采用分类方法来构建缺陷预测模型的方法；在后端部分主要进行了缺陷预测模型的评价和比较。 2、对最小绝对值压缩与选择(Least Absolute Shrinkage and Selection Operator,LASSO)方法进行研究,并将其运用于软件复杂性度量特征选择。首先通过研究数据挖掘技术的相关理念和思想,将其应用到缺陷预测领域中来,对原始数据集进行初选去除了错误数据;之后在精简的数据子集上,采用LASSO方法对其进行优选搜索出对缺陷预测最具影响力的若干复杂性度量属性子集,去除了影响较差或者无影响的复杂性度量属性。 3、研究并采用最小角回归算法(Least Angle Regression,LARS)和坐标下降算法(Coordinate Descent,CD)解决LASSO方法构建产生的相应非线性规划问题。仿真实验结果表明,LARS算法适用于低维缺陷数据空间,而CD算法适用于度量属性维数远远的高于测试数据数目的高维缺陷数据空间。结合本文所用数据集的实际情况,最后选用LASSO-LARS方法选择的复杂性度量数据子集来构建缺陷预测模型。 4、提出了基于自适应遗传算法(Adaptive Genetic Algorithm,AGA)优化的学习向量量化(Learning Vector Quantization,LVQ)神经网络的软件缺陷预测模型。利用AGA算法的宏观搜索能力和全局寻优性能解决了LVQ神经网络对网络初始权值敏感的问题；之后利用LVQ神经网络具备的分类性能、局部寻优能力和适合于实现模式识别领域的问题等优点成功构建了缺陷预测模型。结合复杂性度量特征选择方法选择出的输入数据子集,实现了软件缺陷预测。 5、对本文所提出的软件缺陷预测框架利用MATLAB平台,结合美国国家航空航天局(National Aeronautics and Space Administration,NASA)的相关公开数据集进行了实验仿真。仿真结果表明：与传统的特征选择方法在缺陷预测领域的应用相比,复杂性度量特征选择方法能够有效的去除错误数据和不相关度量属性,在降低维数的同时获得了较好的缺陷预测结果;与传统的软件缺陷预测模型相比,基于AGA-LVQ神经网络的缺陷预测模型具有更好的预测精度。两方面的仿真实验结合起来验证了本文所提预测框架的可行性和有效性。

关键词：软件缺陷预测最小绝对值压缩与选择方法最小角回归算法坐标下降算法自适应遗传算法学习向量量化神经网络

来源：评论

学校读者我要写书评

暂无评论

几种逐步变量选择算法的探索与推广

几种逐步变量选择算法的探索与推广

引用

作者：沈伟山东大学

学位级别：硕士

本文在线性模型的框架下探索并推广了几种逐步型变量选择方法。首先,对于经典的向前选择算法与向后剔除算法,本文给出了其正交化的形式,并改进了经典的“向前-向后”逐步回归算法,使其更加实用,模拟结果说明改进后的“向前-向后”自适... 详细信息

本文在线性模型的框架下探索并推广了几种逐步型变量选择方法。首先,对于经典的向前选择算法与向后剔除算法,本文给出了其正交化的形式,并改进了经典的“向前-向后”逐步回归算法,使其更加实用,模拟结果说明改进后的“向前-向后”自适应算法在样本量不太少和噪声不太高时有非常高的选择正确率；其次,本文详细地介绍了最小角回归算法的思想和过程,并引入了一种倒向的拟最小角算法,模拟结果说明该算法至少可以和最小角回归算法相媲美,并且在特定情况下优于最小角回归算法,我们的模拟结果也证实了这一点；第三,我们知道最小角回归算法经过适当地调整可以产生Lasso所有可能的解,类似地,我们证明了倒向的拟最小角算法经过适当地调整可以倒向地产生Lasso算法所有可能的解；最后,本文将倒向的拟最小角算法推广到了偏相关系数的场合,模拟结果说明利用偏相关系数下的拟最小角算法选择变量再用最小二乘估计系数的两阶段算法可以起到很好的预测效果。

关键词：变量选择逐步回归 Lasso算法最小角回归算法偏相关系数

来源：评论

学校读者我要写书评

暂无评论

基于LARS-泛Kriging模型的气动建模及翼型优化设计

引用

机械设计与制造工程 2024年第10期53卷 67-72页

作者：宋鑫上海飞机设计研究院上海201210

以超临界翼型为例,基于泛Kriging模型与最小角回归算法建立了气动特性关于几何外形与攻角的代理模型。分析了代理模型的精度,并通过特征选择过程研究了不同参数对气动特性的影响。采用基于代理模型的全局优化方法进行了翼型阻力优化设计... 详细信息

以超临界翼型为例,基于泛Kriging模型与最小角回归算法建立了气动特性关于几何外形与攻角的代理模型。分析了代理模型的精度,并通过特征选择过程研究了不同参数对气动特性的影响。采用基于代理模型的全局优化方法进行了翼型阻力优化设计,并与原始翼型、直接优化结果、普通Kriging模型优化结果进行了对比。结果表明:LARS-泛Kriging模型可识别气动特性的重要影响参数,建模精度满足工程需求;采用LARS-泛Kriging模型优化相比直接CFD计算优化及初始普通Kriging模型优化所需CFD计算次数分别减少91.0%、65.6%,计算效率分别提高98.5%、94.0%,优化结果相似。

关键词： Kriging模型最小角回归算法特征选择翼型优化设计

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：