基于混合模型的多类型机场航班过站时间预测 被引量：1

1

作者 李国 王伟倩 曹卫东 《计算机工程与设计》 北大核心 2025年第2期633-640,F0003,共9页

为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。... 为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。引入自适应鲁棒损失函数(adaptive robust loss function,ARLF)改进LightGBM模型损失函数,降低航班数据中存在离群值的影响;通过改进的麻雀搜索算法对改进后的LightGBM模型进行参数寻优,形成混合LightGBM模型。采用全国2019年全年航班数据进行验证,实验结果验证了方法的可行性。 展开更多

关键词 多类型机场 航班过站时间预测 客流量差异 天气差异 混合轻量级梯度提升机算法模型 自适应鲁棒损失函数 离群值 麻雀搜索算法

在线阅读 下载PDF 职称材料

AR-SNN:脉冲神经网络鲁棒性研究

2

作者 张坤 王贺慈 +3 位作者 马金龙 马贵蕾 满梦华 张永强 《河北科技大学学报》 北大核心 2025年第5期508-520,共13页

针对脉冲神经网络(spiking neural network,SNN)受多种因素影响导致模型鲁棒性下降的问题,提出一种自适应鲁棒脉冲神经网络(adaptive robust spiking neural network,AR-SNN)模型,其包括脉冲-门控线性单元(spiking-gated linear unit,S-... 针对脉冲神经网络(spiking neural network,SNN)受多种因素影响导致模型鲁棒性下降的问题,提出一种自适应鲁棒脉冲神经网络(adaptive robust spiking neural network,AR-SNN)模型,其包括脉冲-门控线性单元(spiking-gated linear unit,S-GLU)、自适应-前K损失(adaptive-topK loss,A-TopK Loss)、脉冲-多层感知机(spiking-multilayer perceptron,S-MLP)3个模块。首先,引入门控机制作为预处理层,通过对门控线性单元(gated linear unit,GLU)进行改进,减少线性层数量,构建S-GLU模块;其次,提出A-TopK Loss,根据累积损失的比例计算总损失中前90%损失所对应的样本的平均损失作为最终损失;再次,采用自监督学习策略,以多层感知机(multilayer perceptron,MLP)为解码层,构建S-MLP去噪网络,重建原始数据;最后,在SHD语音数据集上进行实验。结果表明:S-GLU模块增加了模型对关键信息的关注,并减少了错误分类的发生;A-TopK Loss使模型自动聚焦于损失较大的样本,提升了其在复杂数据上的学习能力;S-MLP增强了网络的特征提取能力,在噪声测试中显示出对输入扰动具有一定鲁棒性。AR-SNN模型的性能优于原始模型及其他SNN模型,能够有效提升SNN的鲁棒性。 展开更多

关键词 计算机神经网络 脉冲神经网络 鲁棒性 门控机制 损失函数 多层感知机

在线阅读 下载PDF 职称材料

基于鲁棒变分自动编码器的时序异常检测 被引量：1

3

作者 冯志鹏 赵旭俊 《计算机工程与设计》 北大核心 2025年第2期376-383,共8页

针对变分自动编码器在时序异常检测中鲁棒性低的问题,提出一种鲁棒变分自动编码器异常检测算法。通过对时间信息进行编码并融合在变分自动编码器的隐藏层中,有效学习不同时间窗口间的周期性模式;添加Dropout层以防止过拟合,增强局部特... 针对变分自动编码器在时序异常检测中鲁棒性低的问题,提出一种鲁棒变分自动编码器异常检测算法。通过对时间信息进行编码并融合在变分自动编码器的隐藏层中,有效学习不同时间窗口间的周期性模式;添加Dropout层以防止过拟合,增强局部特征的学习,增强时序关系在异常检测中的作用。提出一种损失函数来识别异常时序数据,通过重构误差与阈值的比较筛选异常。利用交替方向乘子法对异常时序进行验证,提高鲁棒性。在4个真实数据集上与4种基准方法相比,该算法在异常样本上的精度和F1分数均有显著提升。 展开更多

关键词 时间序列 自动编码器 神经网络 鲁棒 损失函数 重构误差 异常检测

在线阅读 下载PDF 职称材料

基于改进YOLOv11的露天矿复杂背景下小目标检测 被引量：1

4

作者 朱永军 蔡光琪 +3 位作者 韩进 缪燕子 马小平 焦文华 《工矿自动化》 北大核心 2025年第4期93-99,共7页

露天矿小目标检测任务面临视角广、检测距离远导致目标成像小的挑战,现有目标检测模型存在图像逐层下采样操作引发的特征衰减问题。针对该问题,提出了一种改进YOLOv11模型,并将其用于露天矿复杂背景下小目标检测。改进YOLOv11模型通过... 露天矿小目标检测任务面临视角广、检测距离远导致目标成像小的挑战,现有目标检测模型存在图像逐层下采样操作引发的特征衰减问题。针对该问题,提出了一种改进YOLOv11模型,并将其用于露天矿复杂背景下小目标检测。改进YOLOv11模型通过引入鲁棒特征下采样(RFD)模块替换跨步卷积下采样模块,有效保留了小目标的特征信息;设计了小目标特征增强颈部(STFEN)网络替代原有特征金字塔结构的颈部网络,在模型颈部引入跨阶段部分融合模块,整合来自不同层级的特征图;将原有的CIoU损失函数替换为Powerful-IoU(PIoU)损失函数,解决了训练过程中锚框膨胀问题,使模型快速精准聚焦小目标。在露天矿区小目标数据集上的实验结果表明:(1) RFD模块使模型参数量减少的同时mAP提升了1.5%;STFEN网络虽使模型参数量有所增加,但mAP提升了2.2%;PIoU损失函数在未改变模型参数量及每秒浮点运算次数的前提下使mAP提升了1.7%;三者联合应用最终使模型mAP提升了3.9%。(2)改进YOLO11模型在保持较高推理速度的同时实现了精度提升,其mAP较YOLOv5m,YOLOv8m,YOLOv11m和RtDetr-L分别提高了2.6%,1.5%,0.9%和2.2%,且模型参数量更小,易于边缘部署。 展开更多

关键词 露天矿 小目标检测 YOLOv11 鲁棒特征下采样 小目标特征增强颈部 PIoU损失函数

在线阅读 下载PDF 职称材料

基于鲁棒小波ν-支持向量机的产品销售预测模型 被引量：7

5

作者 吴奇 严洪森 王斌 《自动化学报》 EI CSCD 北大核心 2009年第7期1027-1032,共6页

针对产品销售时序具有正态高斯分布、幅值较大、奇异点等混合噪音,设计一种鲁棒损失函数,并采用小波核函数,由此得到一种新的小波ν-支持向量机,即鲁棒小波ν-支持向量机(Robust wavelet ν-support vector machine,RWν-SVM).它可以有... 针对产品销售时序具有正态高斯分布、幅值较大、奇异点等混合噪音,设计一种鲁棒损失函数,并采用小波核函数,由此得到一种新的小波ν-支持向量机,即鲁棒小波ν-支持向量机(Robust wavelet ν-support vector machine,RWν-SVM).它可以有效地压制销售时序的多种噪音和奇异点,具有很强的鲁棒性,而且它比标准小波ν-支持向量机(Wν-SVM)具有更简洁的对偶优化问题.最后进行了汽车销售预测的实例分析,结果表明基于RWν-SVM的预测模型是有效可行的. 展开更多

关键词 支持向量机 小波核函数 鲁棒损失函数 预测

在线阅读 下载PDF 职称材料

一种鲁棒回归支持向量机及其学习算法 被引量：6

6

作者 张浩然 汪晓东 张长江 《南京理工大学学报》 EI CAS CSCD 北大核心 2006年第3期311-314,共4页

为了提高支持向量机的泛化能力,给出了一个鲁棒损失函数,利用它建立了鲁棒支持向量机,并利用对偶原理推导出其对偶优化问题的形式,在此基础上设计了局部梯度算法,在这种算法中每次迭代只改变两个优化变量的值。随后分析了算法的收敛性条... 为了提高支持向量机的泛化能力,给出了一个鲁棒损失函数,利用它建立了鲁棒支持向量机,并利用对偶原理推导出其对偶优化问题的形式,在此基础上设计了局部梯度算法,在这种算法中每次迭代只改变两个优化变量的值。随后分析了算法的收敛性条件,给出了学习步长的选择依据,最后用一个仿真实例来说明所提出的支持向量机的学习性能,比标准支持向量机具有更好的鲁棒性。 展开更多

关键词 结构风险最小化 支持向量机 鲁棒损失函数 局部梯度法

在线阅读 下载PDF 职称材料

多响应稳健参数设计的贝叶斯建模与优化 被引量：24

7

作者 汪建均 马义中 +2 位作者 欧阳林寒 孙金生 刘健 《管理科学学报》 CSSCI 北大核心 2016年第2期85-94,共10页

针对多响应稳健参数设计问题,在贝叶斯统计建模的框架下,结合质量损失函数和后验概率方法构建了一种新的优化模型.该方法不仅运用后验概率方法评估了各响应落在规格限内的期望概率(即优化结果的可靠性),而且运用质量损失函数度量了多变... 针对多响应稳健参数设计问题,在贝叶斯统计建模的框架下,结合质量损失函数和后验概率方法构建了一种新的优化模型.该方法不仅运用后验概率方法评估了各响应落在规格限内的期望概率(即优化结果的可靠性),而且运用质量损失函数度量了多变量过程的稳健性.此外,进一步地结合实例讨论了期望概率对优化结果的影响、联合概率与边缘概率之间的关系以及如何获得质量损失与后验概率之间的最佳平衡点.研究结果表明:所提方法能够在优化过程中较好地兼顾多元过程的稳健性和优化结果的可靠性,从而为实现多响应稳健参数设计提供了各方面(如多元过程的稳健性、优化结果的可靠性)均较满意的优化结果. 展开更多

关键词 贝叶斯分析 多响应 后验概率 质量损失函数 稳健参数设计

在线阅读 下载PDF 职称材料

基于鲁棒ν-支持向量机的产品销售预测模型 被引量：3

8

作者 吴奇 严洪森 《计算机集成制造系统》 EI CSCD 北大核心 2009年第6期1081-1087,共7页

产品销售时序通常具有正态高斯分布、幅值较大、奇异点等混合噪音,为此,设计了一种鲁棒损失函数,得到一种新的支持向量机,即鲁棒ν-支持向量机。它可以有效地压制销售时序的多种噪音和奇异点,具有很强的鲁棒性,而且比标准ν-支持向量机... 产品销售时序通常具有正态高斯分布、幅值较大、奇异点等混合噪音,为此,设计了一种鲁棒损失函数,得到一种新的支持向量机,即鲁棒ν-支持向量机。它可以有效地压制销售时序的多种噪音和奇异点,具有很强的鲁棒性,而且比标准ν-支持向量机具有更简洁的对偶优化问题。最后进行了汽车销售预测的实例分析,结果表明,基于鲁棒ν-支持向量机的预测模型是有效可行的。 展开更多

关键词 支持向量机 预测模型 鲁棒损失函数 混合噪音

在线阅读 下载PDF 职称材料

鲁棒SVR在金融时间序列预测中的应用 被引量：3

9

作者 王快妮 钟萍 赵耀红 《计算机工程》 CAS CSCD 北大核心 2011年第15期155-157,163,共4页

针对标准支持向量机对噪声和异常值比较敏感的问题,通过限定噪声和异常值的损失上界,提出一种基于不对称Ramp损失函数的鲁棒支持向量回归机模型,应用凹凸过程将其由非凸优化问题转化为凸优化问题并利用牛顿法进行求解。对上证指数和香... 针对标准支持向量机对噪声和异常值比较敏感的问题,通过限定噪声和异常值的损失上界,提出一种基于不对称Ramp损失函数的鲁棒支持向量回归机模型,应用凹凸过程将其由非凸优化问题转化为凸优化问题并利用牛顿法进行求解。对上证指数和香港恒生指数收盘价的预测结果表明,该模型能在一定程度上抑制噪声和异常值的影响,从而提高预测精度及减少下跌风险,达到规避风险的目的。 展开更多

关键词 支持向量机 时间序列 鲁棒性 不对称损失函数 牛顿法

在线阅读 下载PDF 职称材料

鲁棒的极大熵聚类算法RMEC及其例外点标识 被引量：12

10

作者 邓赵红 王士同 +1 位作者 吴锡生 胡德文 《中国工程科学》 2004年第9期38-45,共8页

针对极大熵聚类算法MEC (maximumentropyclustering)对例外点 (outliers)较敏感和不能标识例外点的缺陷 ,提出了一种改进的极大熵聚类算法RMEC (robustmaximumentropyclustering)。该算法的基本思想是通过引入Vapnik’sε-不敏感损失函... 针对极大熵聚类算法MEC (maximumentropyclustering)对例外点 (outliers)较敏感和不能标识例外点的缺陷 ,提出了一种改进的极大熵聚类算法RMEC (robustmaximumentropyclustering)。该算法的基本思想是通过引入Vapnik’sε-不敏感损失函数和权重因子重新构建目标函数 ,并利用优化理论推导出新的学习公式。RMEC算法不但对例外点较之MEC算法有更好的鲁棒性 ,而且还能有效地利用学习后的权重因子标识出数据集中存在的例外点。 展开更多

关键词 熵 聚类 鲁棒性 例外点 Ε-不敏感损失函数 权重因子

在线阅读 下载PDF 职称材料

考虑数据噪声的鲁棒回归建模方法综述 被引量：6

11

作者 胡清华 汪运 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第4期496-507,共12页

在开放环境下,数据中包含很多不确定性,如数据噪声等,这给传统的机器学习方法带来了巨大的挑战。该文综述了当前考虑数据噪声的鲁棒回归建模方法,具体可分为两大类:基于数据预处理的鲁棒回归建模方法和基于鲁棒策略的鲁棒回归建模方法... 在开放环境下,数据中包含很多不确定性,如数据噪声等,这给传统的机器学习方法带来了巨大的挑战。该文综述了当前考虑数据噪声的鲁棒回归建模方法,具体可分为两大类:基于数据预处理的鲁棒回归建模方法和基于鲁棒策略的鲁棒回归建模方法。前者根据数据预处理方法的不同又分为基于异常点检测和基于信号处理的鲁棒回归建模方法。后者所采用的鲁棒策略主要有3种:加权函数、鲁棒损失函数以及噪声分布先验。文中详细地描述了鲁棒回归建模各个方向的研究工作,并对比了两类鲁棒回归建模方法的优劣。最后,根据当前鲁棒回归建模存在的一些问题,也提出了构建鲁棒模型的几种可行的策略。 展开更多

关键词 噪声 加权函数 鲁棒损失函数 噪声分布先验 鲁棒回归

在线阅读 下载PDF 职称材料

鲁棒最小二乘支持向量回归机 被引量：2

12

作者 王快妮 马金凤 丁小帅 《计算机应用》 CSCD 北大核心 2011年第8期2111-2114,共4页

针对最小二乘支持向量回归机(LS-SVR)对异常值较敏感的问题,通过设置异常值所造成的损失上界,提出一种非凸的Ramp损失函数。该损失函数导致相应的优化问题的非凸性,利用凹凸过程(CCCP)将非凸优化问题转化为凸优化问题。给出Newton算法... 针对最小二乘支持向量回归机(LS-SVR)对异常值较敏感的问题,通过设置异常值所造成的损失上界,提出一种非凸的Ramp损失函数。该损失函数导致相应的优化问题的非凸性,利用凹凸过程(CCCP)将非凸优化问题转化为凸优化问题。给出Newton算法进行求解并分析了算法的计算复杂度。数据集测试的结果表明,与最小二乘支持向量回归机相比,该算法对异常值具有较强的鲁棒性,获得了更优的泛化能力,同时在运行时间上也具有明显优势。 展开更多

关键词 最小二乘支持向量回归机 鲁棒 异常值 损失函数 凹凸过程

在线阅读 下载PDF 职称材料

基于支持向量机的异常值问题的研究现状 被引量：2

13

作者 王快妮 钟萍 赵庄园 《计算机工程与设计》 CSCD 北大核心 2010年第9期1989-1991,2092,共4页

为提高含有异常值数据集的学习性能,对基于支持向量机的鲁棒算法进行了研究,深入分析了异常值降低标准支持向量机推广能力的本质原因,从基于支持向量机的异常值检测和抑制异常值对支持向量机的影响两个方面,较为系统地回顾了国内外在该... 为提高含有异常值数据集的学习性能,对基于支持向量机的鲁棒算法进行了研究,深入分析了异常值降低标准支持向量机推广能力的本质原因,从基于支持向量机的异常值检测和抑制异常值对支持向量机的影响两个方面,较为系统地回顾了国内外在该领域的研究发展现状和最新研究进展,其中包括各种算法的基本思想和主要特点。归纳总结了支持向量机关于异常值问题的主要研究内容、方法、研究成果以及存在的问题,并进一步提出了在应用方面的研究方向。 展开更多

关键词 支持向量机 异常值 鲁棒 异常值检测 损失函数

在线阅读 下载PDF 职称材料

基于非对称质量损失函数的分段参数设计 被引量：5

14

作者 卓德保 胥京波 张浙 《系统管理学报》 CSSCI 北大核心 2016年第6期993-1000,1008,共9页

在产品的制造过程中,由于受到随机因素和系统因素等多种因素的影响,产品的质量特性不可能全部保持在目标值上,而是围绕目标值上下波动。偏离目标值就会产生质量损失,通常情况下,质量损失函数是围绕目标值的对称函数。但在实际中,存在非... 在产品的制造过程中,由于受到随机因素和系统因素等多种因素的影响,产品的质量特性不可能全部保持在目标值上,而是围绕目标值上下波动。偏离目标值就会产生质量损失,通常情况下,质量损失函数是围绕目标值的对称函数。但在实际中,存在非对称现象,此时利用对称质量损失函数进行参数设计的方法已经不合适。在非对称的情况下对质量损失函数及其质量参数进行设计,将非对称质量损失函数分为两段,每一段分别构造不同的对称损失函数,然后分别计算两端的质量损失,两者之和即为总损失。在此基础上,以质量损失最小化为目标,进行质量函数的稳健性和灵敏性设计。最后,通过实证案例进行可行性验证。 展开更多

关键词 非对称质量损失函数 稳健设计 灵敏度设计

在线阅读 下载PDF 职称材料

基于ISVM的船舶横摇运动实时预报方法 被引量：1

15

作者 刘胜 杨震 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2011年第5期607-612,共6页

针对船舶横摇运动时序的小样本、非线性、随机性等特点,提出了一种改进支持向量机(improved support vectormachine,ISVM),采用鲁棒损失函数和小波核函数可以有效压制横摇时序的多种噪音和奇异点,具有良好的鲁棒性及泛化能力;引入单松... 针对船舶横摇运动时序的小样本、非线性、随机性等特点,提出了一种改进支持向量机(improved support vectormachine,ISVM),采用鲁棒损失函数和小波核函数可以有效压制横摇时序的多种噪音和奇异点,具有良好的鲁棒性及泛化能力;引入单松弛变量使得ISVM具有更简洁的对偶问题及约减的寻优范围,减小了算法运行的时间.建立基于ISVM的船舶横摇运动姿态实时预报模型,对某船横摇运动姿态进行了预报,仿真结果表明该模型是行之有效的. 展开更多

关键词 船舶横摇运动 改进支持向量机 Marr小波核 鲁棒损失函数 实时预报

在线阅读 下载PDF 职称材料

鲁棒性的模糊聚类神经网络 被引量：11

16

作者 邓赵红 王士同 《软件学报》 EI CSCD 北大核心 2005年第8期1415-1422,共8页

针对模糊聚类神经网络FCNN(fuzzyclusteringneuralnetwork)对例外点(outliers)敏感的缺陷,通过引入Vapnik’sε-不敏感损失函数,重新构造网络的目标函数,并根据拉格朗日优化理论推导出新的鲁棒模糊聚类神经网络及其算法(robustfuzzyclus... 针对模糊聚类神经网络FCNN(fuzzyclusteringneuralnetwork)对例外点(outliers)敏感的缺陷,通过引入Vapnik’sε-不敏感损失函数,重新构造网络的目标函数,并根据拉格朗日优化理论推导出新的鲁棒模糊聚类神经网络及其算法(robustfuzzyclusteringneuralnetworks,简称RFCNN).RFCNN有效地克服了FCNN对例外点敏感之缺点并且能得到合理的聚类中心.仿真实验结果表明,RFCNN较之于FCNN有更好的鲁棒性. 展开更多

关键词 模糊聚类 神经网络 Ε-不敏感损失函数 例外点 鲁棒性

在线阅读 下载PDF 职称材料

望大特性与望小特性的质量损失与信噪比的关系 被引量：21

17

作者 王更新 韩之俊 《机械科学与技术》 EI CSCD 北大核心 2000年第2期236-238,共3页

质量损失是由于产品的功能波动所造成的 ,损失大小可由质量函数确定 ,而此时产品功能的稳健性可由信噪比来衡量。因此 ,定量探讨二者之间的关系 ,对于正确应用田口技术 ,提高产品设计水平具有重要的意义。本文建立了二者之间的关系 ,并... 质量损失是由于产品的功能波动所造成的 ,损失大小可由质量函数确定 ,而此时产品功能的稳健性可由信噪比来衡量。因此 ,定量探讨二者之间的关系 ,对于正确应用田口技术 ,提高产品设计水平具有重要的意义。本文建立了二者之间的关系 ,并用实际事例进行了验证。同时基于统计技术理论证实了产品参数设计时信噪比越大 。 展开更多

关键词 望大特性 望小特性 质量损失函数 信噪比

在线阅读 下载PDF 职称材料

平衡损失下一般Gauss-Markov模型中回归系数的最优估计（英文） 被引量：1

18

作者 胡桂开 彭萍 《应用概率统计》 CSCD 北大核心 2015年第2期113-124,共12页

在平衡损失下,我们研究了一般Gauss-Markov模型中回归系数的最优估计,首先我们得到了线性估计为最佳线性无偏估计的充分必要条件;其次证明了平衡损失下的最佳线性无偏估计在几乎处处意义下是唯一的,并且是普通最小二乘估计和二次损失下... 在平衡损失下,我们研究了一般Gauss-Markov模型中回归系数的最优估计,首先我们得到了线性估计为最佳线性无偏估计的充分必要条件;其次证明了平衡损失下的最佳线性无偏估计在几乎处处意义下是唯一的,并且是普通最小二乘估计和二次损失下最优估计的平衡;最后,我们讨论了最优估计关于损失函数和模型设定的稳健性,并得到了该最优估计在模型误定下具有稳健性的充分必要条件. 展开更多

关键词 最优估计 稳健性 平衡损失 一般GAUSS-MARKOV模型

在线阅读 下载PDF 职称材料

震灾人员伤亡预测的改进SVM模型及其应用 被引量：3

19

作者 黄星 袁明 《管理工程学报》 CSSCI CSCD 北大核心 2018年第1期93-99,共7页

震灾人员伤亡预测是有效确定应急物资筹集量和及时掌握应急物资需求变动的基础性工作。本文将改进的支持向量机(Support Vector Machine,SVM)运用到震灾人员伤亡预测模型构建中,提出鲁棒小波v-SVM的震灾伤亡预测模型。通过设计一种能够... 震灾人员伤亡预测是有效确定应急物资筹集量和及时掌握应急物资需求变动的基础性工作。本文将改进的支持向量机(Support Vector Machine,SVM)运用到震灾人员伤亡预测模型构建中,提出鲁棒小波v-SVM的震灾伤亡预测模型。通过设计一种能够有效压制数据大幅值和奇异点的鲁棒损失函数,使其有效处理震灾伤亡预测指标中出现的各类数据。为改变常规核函数缩小偏差的局限性,本文将Morlet和Mexican两类母小波核函数的自变量用满足Mercer平移不变核的小波核函数进行替换,得到用于机器学习的两类小波核函数。数字算例表明:用于预测震灾伤亡的鲁棒小波v-SVM模型具有学习速度快、预测精度高和稳定性强的特点,这为震灾伤亡人口的预测提供了有效方法。 展开更多

关键词 震灾伤亡预测 模型构建 鲁棒小波v-SVM 损失函数

在线阅读 下载PDF 职称材料

L_1和L_2规则化趋势滤波的稳健估计 被引量：1

20

作者 谢邦昌 秦磊 《商业经济与管理》 CSSCI 北大核心 2013年第8期84-90,97,共8页

当时间序列中包含异常值时,L1和L2规则化趋势滤波不能有效地从中提取趋势成分,因此,文章从稳健性角度出发,用Huber损失函数替代最小二乘损失函数,使用凸优化方法进行求解,得到L1和L2规则化趋势滤波的稳健估计。模拟分析显示,稳健估计量... 当时间序列中包含异常值时,L1和L2规则化趋势滤波不能有效地从中提取趋势成分,因此,文章从稳健性角度出发,用Huber损失函数替代最小二乘损失函数,使用凸优化方法进行求解,得到L1和L2规则化趋势滤波的稳健估计。模拟分析显示,稳健估计量可以很好地抵制异常值的干扰。这种方法可以运用在异常值较多的金融数据中,得到市场趋势的稳健估计。 展开更多

关键词 L1和L2规则化趋势滤波 Huber损失函数 稳健估计 金融数据

在线阅读 下载PDF 职称材料