国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 82 条结果

非参数回归函数最大值点的BRPA估计的强相合性北大核心CSCDCSTPCD
作者：朱春华高启兵
发表期刊：南京师大学报（自然科学版） 2015年4期
关键词：BRPA估计非参数回归次序统计量强相合性
摘要：非参数函数的BRPA估计在实际中具有一定的应用价值.本文在一定条件下获得BRPA估计的强相合性,其推广现有文献的结果.本文结果通过蒙特卡洛方法验证.
基于K近邻非参数回归的短时交通流预测模型研究
作者：程山英
发表期刊：数字技术与应用 2017年4期
关键词：K近邻非参数回归短时交通流预测预测区间
摘要：本文主要是对K近邻非参数的回归方法进行短时交通流量的预测,分析模型中相关的重要因素,给预测效果带来的影响.本文将会对不同状态的向量和预测算法等相关的试验算法进行比较,将每四个相连时间的间隔流量,以及占用率等数据当做状态向量,通过具有权重的预测算法来获得更好的结果.
贝叶斯非参数回归模型及非参数似不相关回归模型的应用北大核心CHSSCDCSSCI
作者：龙健颜卢素刘金山
发表期刊：统计与决策 2011年16期
关键词：贝叶斯方法非参数回归SUR模型MCMC焦点抽样
摘要：文章用贝叶斯方法分析非参数回归（NR）及非参数似不相关回归（NSUR）模型，并用计算代价较小的MCMC算法一焦点抽样算法一实现模型估计。经模拟证明文章的方法及算法效果较理想后，对北京和上海农村居民生活消费支出与收入之间结构进行了分析，效果均比LSE方法好。
非参数回归估计与人工神经网络方法的预测效果比较北大核心CHSSCDCSSCI
作者：康进刘敬伟
发表期刊：统计与决策 2009年23期
关键词：非参数回归最近邻估计样条估计核估计RBF网络
摘要：文章研究了非参数回归方法在中石油和浦发银行等六支股票的价格预测中的应用.讨论了核估计、k阶最近邻估计、样条估计和惩罚样条估计4种常用的非参数回归方法,其中,核估计和k阶近邻估计共选取5种不同的权函数.最后,以MAPE为判断指标,将非参数回归方法的预测结果与RBF(多变量插值的径向基函数)人工神经网络方法的预测结果进行了比较.
基于SIR的非参数加法模型及其应用北大核心CHSSCDCSSCI
作者：吴载斌曹沫段新
发表期刊：统计与决策 2007年14期
关键词：非参数回归可加模型SIR外贸货物吞吐量预测
摘要：非参数加法模型的估计困难限制了其应用范围.对此,本文提出首先采用分片逆回归(SIR)方法提取高维数据中的有效成分,进而根据回退拟合算法对模型进行迭代估计.在实证中,将这一模型应用于我国外贸货物吞吐量的预测建模中,取得了较好效果.
随机右截尾保险寿命数据的非参数回归估计北大核心CHSSCDCSSCI
作者：孙荣张天永
发表期刊：统计与决策 2012年11期
关键词：随机右截尾bagged最近邻估计非参数回归随机模拟
摘要：文章分别运用bagged最近邻估计与尼。一最近邻估计的非参数回归方法对随机右截尾假定下的保险寿命数据进行估计，分析了两种估计的收敛速度，并对两种估计的估计精度通过随机模拟方法进行比较，结果显示bagged最近邻估计优于kn-最近邻估计。
ψ-混合下回归函数改良核估计的一致强相合速度北大核心CSCD
作者：余胤钱伟民
发表期刊：同济大学学报（自然科学版） 2001年5期
关键词：一致强相合速度非参数回归ψ-混合改良核估计
摘要：考虑非参数回归模型Yi=r(Xi)+εt,1≤i≤n,(Xi,Yi)是ψ-混合的随机变量,取值于R×R,且(Xi,Yi)d＝(X,Y),考虑回归函数r(x)=E(Yi|Xi=x)的改良核估计的一致强相合速度.在与独立随机变量情形Nadaraya-Watson估计的结论相近的条件下,达到了回归函数估计的一致最优速度.
城市道路三维可视图谱库构建及拥堵持续时间研究
作者：刘晏霖刘秀彩蔡晓禹
发表期刊：智能城市 2019年13期
关键词：三维可视化技术生存分析非参数回归拥堵持续时间
摘要：基于重庆市GPS浮动车数据和可视化技术构建基于时间、空间、交通参数的三维可视图谱库,从中提取交通拥堵持续时间参数.基于生存分析方法构建交通拥堵持续时间模型,定量分析天气状况对拥堵持续时间的影响分布特性,结果表明:龙腾大道-海峡路(交通流方向由东向西),70％的拥堵在15 min内可以消散,2.3％拥堵持续时间超过1 h,0.7％拥堵持续时间超过90 min.除公交站点外,其他影响因素下的拥堵持续时间存在显著性差异.
局部线性估计中的多重共线性问题北大核心CHSSCDCSSCI
作者：吴相波叶阿忠
发表期刊：统计与决策 2007年8期
关键词：非参数回归局部线性估计多重共线性主成分
摘要：各解释变量之间存在多重共线性是现实中很普遍的现象.本文对局部线性估计多重共线性问题进行了讨论,发现多重共线性造成局部线性估计精度下降的原因,并提出了一个补救方法:当变量之间高度相关时采用主成分回归可以有效提高估计精度.本文还通过模拟的方式证明了此方法的有效性.
快速路交通事件持续时间预测模型北大核心CSCDCSTPCD
作者：杨超汪超
发表期刊：同济大学学报（自然科学版） 2013年7期
关键词：快速路交通事件持续时间贝叶斯网络非参数回归预测模型
摘要：针对城市快速路交通事件持续时间影响因素的复杂性和不确定性,结合贝叶斯网络和非参数回归方法,提出了一种新的快速路交通事件持续时间预测模型.采用上海市快速路监控中心数据,经过降噪处理,生成样本数据；在分析样本数据特征基础上,确定了贝叶斯网络的结构学习方法与参数学习方法；对贝叶斯网络模型的结果用非参数回归算法生成持续时间预测值.最后,对模型预测精度进行了验证,发现模型预测效果较好.

12 3 4 5 6 >