期刊文献+
共找到279篇文章
< 1 2 14 >
每页显示 20 50 100
基于特征选择与BiLSTM多变量回归预测的磨煤机故障预警研究 被引量:1
1
作者 罗云 李战国 +5 位作者 付陇霞 王道谊 张新中 李耀华 程亮 江霞 《动力工程学报》 北大核心 2025年第5期724-732,共9页
为解决火电设备多参数耦合、渐变性故障诊断困难的问题,提出了一种基于套索(LASSO)回归特征选择与双向长短期记忆(BiLSTM)网络多变量回归预测的故障预警方法。以某1 000 MW机组磨煤机为研究对象,选取磨煤机电流、出口压力、出入口差压... 为解决火电设备多参数耦合、渐变性故障诊断困难的问题,提出了一种基于套索(LASSO)回归特征选择与双向长短期记忆(BiLSTM)网络多变量回归预测的故障预警方法。以某1 000 MW机组磨煤机为研究对象,选取磨煤机电流、出口压力、出入口差压作为表征堵磨故障的特征参数,采用LASSO回归选择特征变量,基于BiLSTM算法建立多变量回归预测模型;根据堵磨时特征参数的变化机理与模型预测值构建堵磨故障指数,最后利用核密度估计方法计算预警阈值,实现了堵磨故障预警。通过实际数据分析表明:磨煤机正常状态时,BiLSTM多变量回归预测模型的平均相对误差为1.13%,相比传统的误差反向传播(BP)神经网络和支持向量机回归(SVR)模型具有更高的精度和预测参数变化趋势的能力;磨煤机异常状态时,相比成熟的多元状态估计技术(MSET)算法模型能更早地发现磨煤机运行的异常状态,实现磨煤机变工况下故障早期预警。 展开更多
关键词 磨煤机 LASSO回归 BiLSTM多变量回归 预测模型 堵磨 故障指数
在线阅读 下载PDF
带有缺失协变量的两部分模型推断
2
作者 康晴 夏业茂 《应用数学》 北大核心 2025年第3期872-885,共14页
在两部分模型框架内讨论了不同缺失机制对协变量选择的影响;对连续协变量的缺失机制考虑了一般的情形,并对不同缺失情形下的模型建立选择程序.马尔可夫链蒙特卡洛抽样方法被用于后验抽样.统计推断建立在后验样本的经验分布基础上.随机... 在两部分模型框架内讨论了不同缺失机制对协变量选择的影响;对连续协变量的缺失机制考虑了一般的情形,并对不同缺失情形下的模型建立选择程序.马尔可夫链蒙特卡洛抽样方法被用于后验抽样.统计推断建立在后验样本的经验分布基础上.随机模拟和CHFS数据分析展示了方法的有效性和实用性. 展开更多
关键词 两部分回归模型 缺失协变量 MCMC抽样 CHFS数据
在线阅读 下载PDF
高维线性回归模型稳健变量选择方法综述 被引量:1
3
作者 邹航 姜云卢 《应用概率统计》 CSCD 北大核心 2024年第1期157-181,共25页
随着大数据时代的到来,在经济学、金融学和生物医学等众多研究领域中频繁收集到高维数据.高维数据的特征之一是变量维数p随着样本量n的增加而变大且通常会超过样本量,同时,异常值也容易出现在高维数据中.因此,如何克服异常值给高维统计... 随着大数据时代的到来,在经济学、金融学和生物医学等众多研究领域中频繁收集到高维数据.高维数据的特征之一是变量维数p随着样本量n的增加而变大且通常会超过样本量,同时,异常值也容易出现在高维数据中.因此,如何克服异常值给高维统计推断带来的影响,从而得到更精确的模型,是目前统计学研究的热点问题之一.本文是对高维线性模型下的稳健变量选择方法进行综述.具体地,首先介绍评估稳健性的三个指标:影响函数、崩溃点和最大偏差.其次着重介绍了稳健变量选择方法,包括响应变量含有异常值,响应变量和协变量都含有异常值,高崩溃点且高效的变量选择方法.紧接着介绍相关算法,通过模拟和实例比较不同变量选择方法.最后,简要探讨了高维稳健有效变量选择方法存在的问题及未来的可能发展方向. 展开更多
关键词 高维线性回归模型 稳健性 变量选择 有效性
在线阅读 下载PDF
空间分位数自回归模型中的内分位点压缩技术
4
作者 董平 张日权 《应用概率统计》 北大核心 2025年第2期197-222,共26页
为处理空间相依数据中不同分位数水平下的特定效应,空间分位数自回归(SQAR)模型应运而生.传统的分位数回归模型更注重于不同分位数下回归系数的估计,往往忽略对条件分位数回归模型的全局判断.如果采用传统的Wald多重检验方法判断分位数... 为处理空间相依数据中不同分位数水平下的特定效应,空间分位数自回归(SQAR)模型应运而生.传统的分位数回归模型更注重于不同分位数下回归系数的估计,往往忽略对条件分位数回归模型的全局判断.如果采用传统的Wald多重检验方法判断分位数模型系数的差异性,不仅会增加计算负担,而且会带来更高的错误发现率(FDR).为此,我们将参数估计和差异检验转化为惩罚问题,基于工具变量和内分点压缩技术提出一种两阶段内分位点估计方法,包括融合自适应性LASSO(FAL)估计器和融合自适应性最大范数(FAS)估计器.该估计方法可以借助工具变量消除自回归模型带来的内生性,并且在不同分位数水平下,借助惩罚正则项对无显著差异的分位数参数进行适当地压缩合并.可以说,该方法能够在判断内分位点是否存在显著差异的同时完成参数估计,使得整个估计过程高效完成.本文给出FAL和FAS估计量的Oracle性质,并通过大量的蒙特卡洛模拟试验以及对犯罪数据集的分析验证了两阶段内分位点估计方法的有效性. 展开更多
关键词 空间分位数自回归模型 内分位点 工具变量 FAL FAS
在线阅读 下载PDF
基于Spark平台和多变量L_2-Boosting回归模型的分布式能源系统短期负荷预测 被引量:34
5
作者 马天男 牛东晓 +1 位作者 黄雅莉 杜振东 《电网技术》 EI CSCD 北大核心 2016年第6期1642-1649,共8页
分布式能源系统负荷预测是系统规划与经济运行的可靠前提和依据,在当前海量高维数据的背景下,有效的在线数据处理平台与精确的负荷预测方法是当前的研究重点。基于分布式能源系统负荷数据特点,在缺失数据处理、坏数据分类以及特征选择... 分布式能源系统负荷预测是系统规划与经济运行的可靠前提和依据,在当前海量高维数据的背景下,有效的在线数据处理平台与精确的负荷预测方法是当前的研究重点。基于分布式能源系统负荷数据特点,在缺失数据处理、坏数据分类以及特征选择的基础上,建立了基于Spark平台与多变量L_2-Boosting回归模型的分布式能源系统短期负荷预测方法。首先,利用Spark平台分割全部数据得到多个子数据模型,通过并行计算提高数据处理效率,采用特征提取方法得出模型需要的输入向量;其次,将得出的有效数据信息输入到多变量L_2-Boosting回归模型进行训练学习,得到训练后的多变量L_2-Boosting回归模型;最后,利用测试数据测试模型。算例结果验证了所提模型的有效性。 展开更多
关键词 短期负荷预测 多变量L2-Boosting回归模型 分布式能源系统 Spark平台
在线阅读 下载PDF
线性回归模型中自变量相对重要性的衡量 被引量:13
6
作者 孙红卫 王玖 罗文海 《中国卫生统计》 CSCD 北大核心 2012年第6期900-902,共3页
线性回归模型在实际应用中经常用到,通常研究者需要在多个自变量中分析哪个自变量对y的影响大,哪个对y的影响小,即对自变量的相对重要性进行衡量。在实际工作中,标准化的回归系数、t统计量或P值等是常用的指标。偏回归系数、相关系数及... 线性回归模型在实际应用中经常用到,通常研究者需要在多个自变量中分析哪个自变量对y的影响大,哪个对y的影响小,即对自变量的相对重要性进行衡量。在实际工作中,标准化的回归系数、t统计量或P值等是常用的指标。偏回归系数、相关系数及其平方、半偏相关系数及其平方、偏回归平方和等指标都与自变量的相对重要性有关。Dalington〔1〕认为,如果目的是探索影响因素, 展开更多
关键词 线性回归模型 变量 偏相关系数 回归平方和 回归系数 影响因素 标准化 统计量
在线阅读 下载PDF
定序变量回归模型在心理数据分析中的应用 被引量:4
7
作者 徐芃 祁禄 +1 位作者 熊健 叶浩生 《心理学报》 CSSCI CSCD 北大核心 2015年第12期1520-1528,共9页
定序变量在心理现象和心理数据中随处可见,采用综合的定序变量回归分析模型可以对"镜像模式"和"漏斗模型"的心理现象做出合理的解释和预测。首先通过非参数检验对影响因素进行初步降维,其次用Probit定序回归对降维... 定序变量在心理现象和心理数据中随处可见,采用综合的定序变量回归分析模型可以对"镜像模式"和"漏斗模型"的心理现象做出合理的解释和预测。首先通过非参数检验对影响因素进行初步降维,其次用Probit定序回归对降维后的影响因素贡献率进行判别,从而进一步筛选具有显著性判断水平的有效指标,最后用Logistic回归模型对某种特定的心理现象发生与否进行信息量足够大的解释和预测。大学毕业生工作生活质量满意度的预测对这种综合定序变量回归分析模型的实例拟合,证实了综合定序变量回归分析模型在心理现象和心理数据分析中的应用价值。 展开更多
关键词 定序变量 回归模型 心理数据 工作生活质量
在线阅读 下载PDF
删失回归模型中一个LASSO型变量选择和估计方法(英文) 被引量:8
8
作者 王占锋 吴耀华 赵林城 《应用概率统计》 CSCD 北大核心 2010年第1期66-80,共15页
删失回归模型是一种很重要的模型,它在计量经济学中有着广泛的应用.然而,它的变量选择问题在现今的参考文献中研究的比较少.本文提出了一个LASSO型变量选择和估计方法,称之为多样化惩罚L1限制方法,简称为DPLC.另外,我们给出了非0回归系... 删失回归模型是一种很重要的模型,它在计量经济学中有着广泛的应用.然而,它的变量选择问题在现今的参考文献中研究的比较少.本文提出了一个LASSO型变量选择和估计方法,称之为多样化惩罚L1限制方法,简称为DPLC.另外,我们给出了非0回归系数估计的大样本渐近性质.最后,大量的模拟研究表明了DPLC方法和一般的最优子集选择方法在变量选择和估计方面有着相同的能力. 展开更多
关键词 删失回归模型 最小绝对偏差 变量选择 LASSO
在线阅读 下载PDF
基于虚拟变量回归的旅游花费模型构建 被引量:4
9
作者 马秋芳 孙根年 谢雪梅 《统计与决策》 CSSCI 北大核心 2008年第22期62-64,共3页
消费是旅游者暴露在外的最显著特征之一,旅游花费支出是旅游目的地最有经济意义的一项指标。文章选取西安这一传统旅游城市为研究对象,以"十一"国内游客为研究样本,基于游客个人社会信息和此次出游相关指标,综合探讨了游客花... 消费是旅游者暴露在外的最显著特征之一,旅游花费支出是旅游目的地最有经济意义的一项指标。文章选取西安这一传统旅游城市为研究对象,以"十一"国内游客为研究样本,基于游客个人社会信息和此次出游相关指标,综合探讨了游客花费开支状况。基于虚拟变量回归构建了西安"十一"国内旅游花费模型。 展开更多
关键词 国内旅游 旅游花费模型 虚拟变量回归 西安
在线阅读 下载PDF
基于向前选择变量法的我国粮食总产量多元线性回归预测模型 被引量:6
10
作者 刘东 白雪峰 孟军 《东北农业大学学报》 CAS CSCD 北大核心 2010年第10期124-128,共5页
结合1983~2006年我国粮食总产量及与之密切相关的粮食单产、粮食播种面积、化肥施用量、有效灌溉面积、农机总动力、农田成灾面积等6个影响因子序列资料,采用向前选择变量法,构建了我国中长期粮食总产量多元线性回归预测模型。结果表明... 结合1983~2006年我国粮食总产量及与之密切相关的粮食单产、粮食播种面积、化肥施用量、有效灌溉面积、农机总动力、农田成灾面积等6个影响因子序列资料,采用向前选择变量法,构建了我国中长期粮食总产量多元线性回归预测模型。结果表明,粮食单产、粮食播种面积、化肥施用量及农田成灾面积是我国粮食总产量的关键制约因子,措施得当,未来我国完全可以在耕地资源不可逆转减少的前提下实现粮食总产量的持续增长。研究成果可为我国粮食安全保障体系的构建提供决策依据。 展开更多
关键词 粮食安全 粮食总产量 多元线性回归模型 向前选择变量
在线阅读 下载PDF
基于多变量双对数回归模型的工业发展与环境质量实证研究——以南宁市为例 被引量:5
11
作者 张协奎 李玉翠 陈垚希 《生态经济》 CSSCI 北大核心 2012年第4期39-41,86,共4页
采用改进的多变量双对数回归模型,判别基于工业规模、工业结构、工业技术三类效应对环境的影响程度,找出工业发展与生态环境变化的内在关联。实证分析结果表明,工业结构对环境影响程度最高,工业规模次之,技术因素影响最小。南宁市在经... 采用改进的多变量双对数回归模型,判别基于工业规模、工业结构、工业技术三类效应对环境的影响程度,找出工业发展与生态环境变化的内在关联。实证分析结果表明,工业结构对环境影响程度最高,工业规模次之,技术因素影响最小。南宁市在经济发展过程中,应加快工业结构优化升级,通过调整结构、技术进步和加强管理等措施,推进产业结构调整和科技创新,大幅度减少资源消耗,降低废物排放,提高资源生产率,减轻环境压力,优化环境质量。 展开更多
关键词 多变量双对数回归模型 工业增长 环境质量 工业废气污染排放模型 工业废水污染排放模型
在线阅读 下载PDF
具有外生变量部分线性自回归模型的样条估计 被引量:5
12
作者 武新乾 田铮 韩四儿 《数学年刊(A辑)》 CSCD 北大核心 2007年第3期377-386,共10页
考虑自回归模型Yt=θ^TXt+g(Zt)+εt,t=1,…,n,其中Xt=(Yt-1,…,Yt-d)^T,Zt为实值外生随机变量,θ=(θ1,…,θd)^T为待估参数向量,g为未知非参数光滑函数.基于多项式样条方法,在一定的条件下,给出了θ的估计的渐近正态性,得到... 考虑自回归模型Yt=θ^TXt+g(Zt)+εt,t=1,…,n,其中Xt=(Yt-1,…,Yt-d)^T,Zt为实值外生随机变量,θ=(θ1,…,θd)^T为待估参数向量,g为未知非参数光滑函数.基于多项式样条方法,在一定的条件下,给出了θ的估计的渐近正态性,得到了g的估计的收敛速度.模拟例子验证了所得的理论结果. 展开更多
关键词 外生变量 部分线性自回归模型 样条估计 渐近正态性 收敛速度
在线阅读 下载PDF
基于分位数回归和哑变量模型的大兴安岭兴安落叶松树高-胸径模型 被引量:13
13
作者 王君杰 夏宛琦 姜立春 《中南林业科技大学学报》 CAS CSCD 北大核心 2020年第9期24-32,40,共10页
【目的】基于Richards方程比较分位数回归和哑变量模型对树高-胸径方程预测精度的影响,为林业树高-胸径模型的构建提供新的思路和方法。【方法】利用大兴安岭4个区域的兴安落叶松Larix gmelinii伐倒木胸径/树高实测数据,采用分位数回归... 【目的】基于Richards方程比较分位数回归和哑变量模型对树高-胸径方程预测精度的影响,为林业树高-胸径模型的构建提供新的思路和方法。【方法】利用大兴安岭4个区域的兴安落叶松Larix gmelinii伐倒木胸径/树高实测数据,采用分位数回归和哑变量模型构建树高-胸径模型,并与基本模型进行对比分析。评价指标采用平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、赤池信息量(AIC)、贝叶斯信息量(BIC)、平均预测误差百分比(MPE)、平均绝对百分比误差(MAPE)、均方根百分比误差(RMSPE),同时利用非线性额外平方和法进行区域性检验。【结果】1)Richards树高-胸径模型在9个不同的分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)都能收敛,且每个区域都有其对应的最优分位数模型,区域1、2、3和4的最优分位数模型所对应的分位数分别是τ=0.7、τ=0.3、τ=0.5和τ=0.3,各区域最优分位数模型与哑变量模型所得结果差异不大,都优于基本模型。2)F检验结果表明哑变量模型的构造是有必要的,区域2和区域4没有显著不同,其他5对区域都有显著不同。3)模型检验结果表明区域1、3、4的最优分位数回归模型都要优于哑变量模型,区域2的哑变量模型没有通过正态性检验(P=0.0286),因此区域2的最优模型仍然为τ=0.3时的分位数模型。【结论】分位数回归模型和哑变量模型都能够反映不同区域树高-胸径关系的变化,在拟合和检验统计量等方面都表现较好,适合于大兴安岭落叶松树高预测。在进行方法选择时,可以根据数据特征和研究目的进行选择。 展开更多
关键词 分位数回归 变量 兴安落叶松 树高-胸径模型
在线阅读 下载PDF
快速多变量自回归模型的意识任务的特征提取与分类 被引量:5
14
作者 薛建中 郑崇勋 闫相国 《西安交通大学学报》 EI CAS CSCD 北大核心 2003年第8期861-864,共4页
给出了一种有效的多变量自回归(MultivariateAutoregressive,MVAR)模型参数和阶数估计的快速算法,通过QR分解技术减少了多维矩阵求逆的运算量,提高了模型估计的速度.利用该算法对4个实验对象的3种不同意识任务的脑电(EEG)信号进行特征提... 给出了一种有效的多变量自回归(MultivariateAutoregressive,MVAR)模型参数和阶数估计的快速算法,通过QR分解技术减少了多维矩阵求逆的运算量,提高了模型估计的速度.利用该算法对4个实验对象的3种不同意识任务的脑电(EEG)信号进行特征提取,并将得到的特征向量作为径向基函数神经网络的输入进行训练和分类测试.分类结果表明,利用该方法进行EEG信号的特征提取,分类的正确率明显高于单变量自回归模型,而且算法运算速度快,可以用于不同意识任务EEG信号的在线特征提取与分类系统. 展开更多
关键词 多变量自回归模型 意识任务 脑电 特征提取 径向基函数神经网络
在线阅读 下载PDF
基于多变量灰色预测模型的多元线性回归模型 被引量:11
15
作者 刘稳殿 王丰效 刘佑润 《科学技术与工程》 2007年第24期6403-6406,共4页
针对各自变量之间的关系,利用多变量灰色模型建立了自变量的预测值,剔除了自变量观察数据中的噪声污染。进而建立了一种改进的多元线性回归模型。最后,通过实例说明模型具有较高的预测精度。
关键词 多变量 灰色预测模型 多元线性回归
在线阅读 下载PDF
组LASSO罚多变量自回归模型脑电特征分工类 被引量:1
16
作者 王金甲 党雪 +2 位作者 杨倩 王凤嫔 孙梦然 《高技术通讯》 EI CAS 北大核心 2019年第11期1073-1081,共9页
自回归(AR)模型和多变量自回归(MVAR)模型是脑机接口(BCI)系统脑电信号(EEG)常用的特征提取方法。AR模型没有考虑多通道间的相互关系,MVAR模型虽然考虑了多通道间相互关系,但是会出现模型过参数化问题。为解决MVAR模型过参数问题,本文... 自回归(AR)模型和多变量自回归(MVAR)模型是脑机接口(BCI)系统脑电信号(EEG)常用的特征提取方法。AR模型没有考虑多通道间的相互关系,MVAR模型虽然考虑了多通道间相互关系,但是会出现模型过参数化问题。为解决MVAR模型过参数问题,本文提出采用组LASSO罚MVAR模型对脑电信号进行特征提取,采用梯度下降和块坐标下降相结合的方法估计模型参数,然后采用线性支持向量机(SVM)对提取的特征进行分类。实验结果表明,组LASSO罚MVAR模型的分类正确率达93%,高于MVAR模型、LASSO-MVAR模型和6阶AR模型的识别正确率。 展开更多
关键词 脑机接口(BCI) 脑电信号(EEG) 特征提取 多变量自回归(mvar)模型 正则化 组LASSO
在线阅读 下载PDF
对自变量为随机变量的回归模型估计方法的探讨 被引量:3
17
作者 林飞 曾五一 《统计研究》 CSSCI 北大核心 1999年第12期22-27,共6页
This paper presents some new ways to estimate the parameters of the linear model by samples in which independent variables are random.
关键词 回归模型 参数估计方法 变量 随机变量
在线阅读 下载PDF
基于潜变量得分的多水平多变量回归模型在职业紧张评价中的应用 被引量:1
18
作者 张岩波 刘桂芬 +2 位作者 郑建中 徐秀娟 药红梅 《中国卫生统计》 CSCD 北大核心 2008年第2期162-164,共3页
目的介绍基于潜变量得分的多水平多反应变量回归模型在职业紧张评价中的应用。方法为克服测量误差的存在,以职业紧张量表14个分项的潜变量得分,将之作为中间结果引入多水平多反应变量回归模型。结果职业任务各分项不同程度地引起职业紧... 目的介绍基于潜变量得分的多水平多反应变量回归模型在职业紧张评价中的应用。方法为克服测量误差的存在,以职业紧张量表14个分项的潜变量得分,将之作为中间结果引入多水平多反应变量回归模型。结果职业任务各分项不同程度地引起职业紧张,而个体应变能力是减轻职业紧张行之有效的方式。随机系数反映这些影响在不同科室存在着不同。结论采用基于潜变量得分的多水平多反应变量回归模型既可有效降低测量误差,又得以合理地解释。尤其对于系统结构数据,多元线性模型的多水平理论比多水平潜变量分析方法更成熟可信。 展开更多
关键词 职业紧张 多水平模型 多反应变量回归模型
在线阅读 下载PDF
基于潜在变量二元回归模型的多传感器数据融合 被引量:1
19
作者 鲍必赛 楼晓俊 刘海涛 《南京邮电大学学报(自然科学版)》 北大核心 2012年第1期29-33,共5页
针对目前数据融合算法存在的置信度无法获取的问题,提出了一种基于潜在变量二元回归模型(LatentVariable Binary Regression Model)的多传感器数据融合算法。将每个传感器获取的特征值作为多变量回归模型中的相关变量,通过Gibbs抽样得... 针对目前数据融合算法存在的置信度无法获取的问题,提出了一种基于潜在变量二元回归模型(LatentVariable Binary Regression Model)的多传感器数据融合算法。将每个传感器获取的特征值作为多变量回归模型中的相关变量,通过Gibbs抽样得到潜在变量的分布概率,确定多变量回归模型中的表征量作为融合结果,并以潜在变量的分布概率作为融合结果的置信度。基于实地采集的运动目标震动信号进行仿真实验,结果表明该融合方法拥有较好的识别效果,同时能够给出识别结果的置信度。其中错分类的结果具有较低的置信度,可以提醒观测者做进一步的观察。 展开更多
关键词 数据融合 潜在变量二元回归模型 GIBBS抽样 置信度
在线阅读 下载PDF
半参数顺序变量回归模型 被引量:1
20
作者 熊笛 何幼桦 《上海大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第4期477-485,共9页
在比例优势模型基础上对顺序变量回归模型作更一般的推广,建立了半参数顺序变量回归模型,构造了模型中的线性和非线性部分的估计量,并证明了该估计量的弱相合性.通过数值模拟,考察了不同样本容量下半参数顺序变量回归的判断正确率和回... 在比例优势模型基础上对顺序变量回归模型作更一般的推广,建立了半参数顺序变量回归模型,构造了模型中的线性和非线性部分的估计量,并证明了该估计量的弱相合性.通过数值模拟,考察了不同样本容量下半参数顺序变量回归的判断正确率和回归函数的均方误差.实验结果表明:半参数顺序回归模型在小样本情况下仍具有较高精度,并且在实验点处的重复次数相对于观察点个数对精度影响更大.通过对粮食预警实例的计算表明,半参数顺序回归模型较比例优势线性模型具有更好的外推效果. 展开更多
关键词 比例优势模型 顺序变量回归 半参数回归
在线阅读 下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部