检索结果-内蒙古大学图书馆

作者：李琰云南大学

学位级别：硕士

在时间序列预报中,神经网络因为其良好的自学习与自适应能力而比一般模型更容易从复杂模式中抽象出有用的信息,事实上,现实中被观测到的大多数时间序列均表现出非平稳、非线性或混沌的特征,此时,传统的预报模型是难以将其严格的假定条... 详细信息

在时间序列预报中,神经网络因为其良好的自学习与自适应能力而比一般模型更容易从复杂模式中抽象出有用的信息,事实上,现实中被观测到的大多数时间序列均表现出非平稳、非线性或混沌的特征,此时,传统的预报模型是难以将其严格的假定条件与实际观测相吻合的,然而,用模糊思想建立的神经网络却可以跳出这些假定条件的限制,尽管其数学机制通常不容易被明确的表达,但其分析效果却往往超出了人们的预期,特别是当神经网络和某些技术相结合时,好的效应更容易产生,可以这么说,如果神经网络不与其它知识交叉应用,它将是没有生命力的.该文以RBF族神经网络为讨论对象,这是因为,在描述复杂系统时,它具有任意精度的非线性逼近能力和明晰的数理机制;此外,RBF网络正在成为一种广义的概念,这种概念的核心是,将处于非线性空间的样本集高维映射到线性空间,从而在线性空间实现求解过程的线性化,因此,所有传统的线性处理技术和其他神经网络结构都可自由的嵌入到RBF训练算法中来,这也是其为人青睐的原因之一.鉴于此,该文将对RBF族神经网络的若干数理特性展开讨论,其中重点论述RBF族中基于统计学习理论的支持向量回归(SVR)模型,及其在多分辨分析中的多信道时间序列预报.该文的研究内容及成果主要集中在以下几个方面:(1)通过对两类传统RBF神经网络模型的原理分析,得出了RBF神经网络模型具有较好的抗噪声能力,以及GRNN广义回归模型具有较强的低通滤波特性;(2)结合统计诊断理论,给出了高斯核函数下RBF最小二乘和GRNN回归的广义cook统计量,并建议将其应用范围从统计诊断推广至模型抗噪性测试;(3)提出一个基于高斯核与ε-Insensitive损失函数构架下的SVR训练参数登高搜索校正算法,该算法得到了较好的实证结果支持并且为自动建模过程提供了一种较优参数的搜索路径;(4)给出了多分辨分析中多尺度信道统计特征的求证过程,以及对相应结论的描述;(5)将Mallat正交小波分解算法与神经网络逼近原理相结合,提出假设条件更为宽松的两类神经网络预报模型,即基于熵降规则的信道综合与信道分离时序预报模型,实证表明,这两类模型比传统的直接预报模型具有更高的测试精度和推广能力.(6)第三、四章的实证过程为一般神经网络模型的时序预报提供了直观的建模范式.

关键词：时间序列预报 RBF神经网络 cook统计量支持向量回归多分辨分析正交小波分解熵降信道综合时序预报信道分离时序预报

来源：评论

学校读者我要写书评

暂无评论

数据矩阵条件指数的影响分析

数据矩阵条件指数的影响分析

引用

作者：张文专云南大学

学位级别：硕士

该文应用两种方法研究了数据点对数据矩阵的条件指数(Condition indexes)产生的影响.首先以影响函数和cook统计量为工具,通过单点剔除的方法考察了个别数据点对每个条件指数产生的影响,以及把所有的条件指数组成一个向量以后研究了删... 详细信息

该文应用两种方法研究了数据点对数据矩阵的条件指数(Condition indexes)产生的影响.首先以影响函数和cook统计量为工具,通过单点剔除的方法考察了个别数据点对每个条件指数产生的影响,以及把所有的条件指数组成一个向量以后研究了删除个别数据点对这个向量产生的影响,然后以广义影响函数和广义cook统计量为工具,考察了对整个数据阵同时进行微小扰动在每个条件指数上以及在由它们组成的向量上产生的局部影响.通过实例分析,比较了两种方法得到的结果.

关键词：数据矩阵条件指数(Condition indexes) 单点剔除样本影响函数 cook统计量广义影响函数广义cook统计量

来源：评论

学校读者我要写书评

暂无评论

一般形式下的协方差分析模型的影响分析

一般形式下的协方差分析模型的影响分析

引用

作者：王铭云南大学

学位级别：硕士

在数理统计中,影响分析理论作为判断模型扰动对统计推断结果影响的有效理论工具,已在许多线性模型中有着重要的应用,但在现有的理论中,对线性回归模型和方差分析模型的影响分析研究成果比较丰富,而对协方差分析模型却没有太多关注.因此... 详细信息

在数理统计中,影响分析理论作为判断模型扰动对统计推断结果影响的有效理论工具,已在许多线性模型中有着重要的应用,但在现有的理论中,对线性回归模型和方差分析模型的影响分析研究成果比较丰富,而对协方差分析模型却没有太多关注.因此该文对一般形式下的协方差分析模型进行了影响分析研究,分别使用了删除数据点方法和局部影响分析方法对模型扰动下的参数估计量进行了影响评价.一方面从样本影响函数SIF出发,考察了数据点对协方差分析模型参数估计量的影响,证明了均值漂移模型与数据删除模型对协方差分析模型在参数估计上的等价性,并利用cook统计量和广义方差比统计量度量了数据点对模型参数估计量的影响,得到了检验异常点和强影响点的诊断统计量,从而找出模型中存在的影响点,同时,还将删除数据点方法在协方差分析模型下的应用与在线性回归模型下的应用进行了对比分析;另一方面,从广义影响函数GIF出发,研究了统计模型的微小扰动给统计推断带来的局部影响的问题.文中主要研究了在方差扰动模式下协方差分析模型的局部影响分析问题,使用了广义cook统计量作为度量扰动对模型中参数估计量的影响大小的工具,分析了协方差分析模型下删除数据点方法和局部影响分析方法的联系与差异.同时,该文的方法在研究协方差分析模型的影响分析上同基于似然距离LD(ω)下的局部影响分析方法相比具有一定的优越性.最后,通过数据实例,该文提出的方法在判别协方差分析模型中影响点上的可行性得到了一定程度的验证.

关键词：一般形式下的协方差分析模型 cook统计量广义方差比统计量数据删除模型均值漂移模型扰动模式广义影响函数广义cook统计量最小二乘估计

来源：评论

学校读者我要写书评

暂无评论

协方差分析模型的影响分析

引用

云南大学学报（自然科学版） 2003年第5期25卷 391-394页

作者：王铭石磊云南大学统计系云南昆明650091

考虑一般形式下的协方差分析模型的影响分析,分别导出了在模型扰动前后回归系数的LS估计和效应参数的LS解的相互关系,并证明了均值漂移模型与数据删除模型在参数估计上的等价性.利用cook统计量和协方差比统计量,分别给出了均值漂移模型... 详细信息

考虑一般形式下的协方差分析模型的影响分析,分别导出了在模型扰动前后回归系数的LS估计和效应参数的LS解的相互关系,并证明了均值漂移模型与数据删除模型在参数估计上的等价性.利用cook统计量和协方差比统计量,分别给出了均值漂移模型下回归系数和效应参数的可估函数的估计精度的影响度量.

关键词：协方差分析模型方差分析模型线性回归模型 LS估计 cook统计量协方差比统计量参数估计

来源：评论

学校读者我要写书评

暂无评论

修正LIU估计下数据删除模型的强影响分析

引用

汕头大学学报（自然科学版） 2017年第1期32卷 30-37页

作者：朱宁刘庆华桂林电子科技大学数学与计算科学学院广西桂林541004

在修正LIU估计下对单个数据删除模型进行研究,讨论数据删除模型估计量的性质,得到修正LIU估计β赞MLE(i)与LIU估计β赞LE间的关系,以及预测估计y赞i可由β赞MLE与yi线性表出等性质;同时,本文在前人的基础上推导得到CRi统计量和cook统计... 详细信息

在修正LIU估计下对单个数据删除模型进行研究,讨论数据删除模型估计量的性质,得到修正LIU估计β赞MLE(i)与LIU估计β赞LE间的关系,以及预测估计y赞i可由β赞MLE与yi线性表出等性质;同时,本文在前人的基础上推导得到CRi统计量和cook统计量新的表达形式,并在实例中用cook距离来识别强影响点,验证其合理性.

关键词：修正LIU估计数据删除模型 cook统计量强影响点

来源：评论

学校读者我要写书评

暂无评论

基于改进两参数估计的影响点检测

引用

应用数学进展 2020年第11期9卷 2004-2009页

作者：陈菊李荣贵州民族大学数据科学与信息工程学院贵州贵阳

在改进两参数估计下对单个数据删除模型进行研究,通过对比删除某个观测值前后估计量的变化程度来度量相应观测值的影响程度,并由近似删除公式得到删除某个数据点前后改进两参数估计量间的关系;同时,在前人的基础上推导得到DFFITS统计量... 详细信息

在改进两参数估计下对单个数据删除模型进行研究,通过对比删除某个观测值前后估计量的变化程度来度量相应观测值的影响程度,并由近似删除公式得到删除某个数据点前后改进两参数估计量间的关系;同时,在前人的基础上推导得到DFFITS统计量和cook统计量新的表达形式,并在实例中用两种统计量来识别影响点,验证其合理性。

关键词：改进两参数估计数据删除模型近似删除公式 cook统计量影响点

来源：评论

学校读者我要写书评

暂无评论

k-d类估计下数据删除模型的强影响分析