期刊文献+
共找到17篇文章
< 1 >
每页显示 20 50 100
数控机床热误差时间序列模型预测稳健性的提升 被引量:9
1
作者 苗恩铭 刘义 +1 位作者 董云飞 陈维康 《光学精密工程》 EI CAS CSCD 北大核心 2016年第10期2480-2489,共10页
针对数控机床热误差建模应用的时间序列算法受严重多重共线性的影响存在预测稳健性不足的问题,提出一种提升时间序列预测稳健性的方法。该方法将时间序列算法与能够抑制多重共线性的建模算法相结合,从而既可通过在模型中加入温度滞后值... 针对数控机床热误差建模应用的时间序列算法受严重多重共线性的影响存在预测稳健性不足的问题,提出一种提升时间序列预测稳健性的方法。该方法将时间序列算法与能够抑制多重共线性的建模算法相结合,从而既可通过在模型中加入温度滞后值来提供更全面的温度信息,又可对温度滞后值引入的更为严重的多重共线性进行处理。文中以时间序列算法中的分布滞后(DL)算法、共线性抑制算法中的主成分回归(PCR)算法为例,采用主成分分布滞后(PCDL)算法建立了机床热误差补偿模型,并将其与DL算法的预测精度和稳健性进行了比较。结果显示,PCDL算法因为抑制了多重共线性的影响,其模型预测精度和稳健性远优于DL模型,预测精度提升了约9μm。本文所述方法可为时间序列数据建模在不同领域内的应用提供参考。 展开更多
关键词 数控机床 热误差 时间序列模型 预测稳健性 主成分分布滞后算法
在线阅读 下载PDF
多项式分布滞后模型阶数的确定及其应用 被引量:9
2
作者 丁俊君 戴生泉 《统计与决策》 CSSCI 北大核心 2004年第10期28-29,共2页
关键词 多项式分布滞后模型 经济数学模型 滞后模型阶数 时间序列
在线阅读 下载PDF
基于时间序列分析的水位短期预测模型仿真 被引量:7
3
作者 易云飞 盛康 《计算机工程与设计》 北大核心 2016年第5期1331-1334,1339,共5页
为能有效预测水位,提出一种结合时间序列分析和卡尔曼滤波的优化方法。通过自回归分布滞后模型对站点的水位数据进行分析,得到各站点的滞后期长度,求得各变量的系数后,结合相关水位数据计算得到初始预测值,利用卡尔曼滤波对预测结果进... 为能有效预测水位,提出一种结合时间序列分析和卡尔曼滤波的优化方法。通过自回归分布滞后模型对站点的水位数据进行分析,得到各站点的滞后期长度,求得各变量的系数后,结合相关水位数据计算得到初始预测值,利用卡尔曼滤波对预测结果进行修正,获得最终预测值,建立优化的水位预测模型。利用该组合模型进行水位预测实例仿真,仿真结果表明,该模型能有效地预测水位短期内的趋势,预测能力稳定、预测精度高。 展开更多
关键词 时间序列 自回归分布滞后模型 主成分分析 卡尔曼滤波 赤池信息量准则
在线阅读 下载PDF
基于分布滞后非线性模型分析江阴市气温对居民死亡数的影响 被引量:13
4
作者 张燕茹 章剑 +6 位作者 刘娟 洪琪 曹恒富 汤海波 李莹 王敏洁 朱爱萍 《中国卫生统计》 CSCD 北大核心 2019年第6期839-842,共4页
目的研究江阴市日均气温对死亡的影响。方法采用时间序列的分布滞后非线性模型分析2012-2017年江阴市气温对人群死亡的累积效应和滞后效应。结果高温和低温均会引起死亡效应增强,高温对每日居民非意外死亡、心脑血管疾病死亡和呼吸系统... 目的研究江阴市日均气温对死亡的影响。方法采用时间序列的分布滞后非线性模型分析2012-2017年江阴市气温对人群死亡的累积效应和滞后效应。结果高温和低温均会引起死亡效应增强,高温对每日居民非意外死亡、心脑血管疾病死亡和呼吸系统死亡的影响主要是短期即时效应,低温对居民非意外死亡、心脑血管和呼吸系统疾病死亡的效应均具有滞后性,滞后效应长达14天。非意外死亡、心脑血管疾病死亡和呼吸系统疾病死亡人群对冷热效应的气温风险最低点分别为25℃、19℃和25℃。低温时非意外死亡和心脑血管疾病死因14天累积RR值分别为2.05(95%CI:1.51,2.79)、1.52(95%CI:1.04,2.21)。高温对呼吸系统疾病死亡14天累积RR值为1.52(95%CI:1.08,2.14)。结论高温和低温均可导致死亡风险增加,应针对脆弱人群和危重患者加强防护措施降低死亡风险。 展开更多
关键词 气温 日死亡人数 时间序列 分布滞后非线性模型
在线阅读 下载PDF
基于时间序列分析的应用层DDoS攻击检测 被引量:9
5
作者 顾晓清 王洪元 +1 位作者 倪彤光 丁辉 《计算机应用》 CSCD 北大核心 2013年第8期2228-2231,共4页
根据正常用户和攻击者在访问行为上的差异,提出一种基于IP请求熵(SRE)时间序列分析的应用层分布式拒绝服务(DDoS)攻击检测方法。该方法通过拟合SRE时间序列的自适应自回归(AAR)模型,获得描述当前用户访问行为特征的多维参数向量,并使用... 根据正常用户和攻击者在访问行为上的差异,提出一种基于IP请求熵(SRE)时间序列分析的应用层分布式拒绝服务(DDoS)攻击检测方法。该方法通过拟合SRE时间序列的自适应自回归(AAR)模型,获得描述当前用户访问行为特征的多维参数向量,并使用支持向量机(SVM)对参数向量进行分类来识别攻击。仿真实验表明,该方法能够准确区分正常流量和DDoS攻击流量,适用于大流量背景下攻击流量没有引起整个网络流量显著变化的DDoS攻击的检测。 展开更多
关键词 应用层 分布式拒绝服务攻击 时间序列 自适应自回归模型 支持向量机
在线阅读 下载PDF
基于空间自回归模型的中国能源利用效率区域特征分析 被引量:79
6
作者 邹艳芬 陆宇海 《统计研究》 CSSCI 北大核心 2005年第10期67-71,共5页
For the sustainable development and attention on the environment and energy, the study on the energy effective is important to the theory and the practice. The regional characters of china 31 provincial economic devel... For the sustainable development and attention on the environment and energy, the study on the energy effective is important to the theory and the practice. The regional characters of china 31 provincial economic development and energy effective were analyzed through the spatial statistical model and Moran I index to Panel Data, It is concluded that the provincial regional economic development and energy effective have obvious spatial correlation and cluster in the geographical space, the latter is influenced by its own economic development and the energy effective of neighbor region, so traditional ignoring the point will lead to deviation of model design and the deflection of the result. 展开更多
关键词 能源利用效率 能源强度 空间相关 空间自回归模型 自回归模型 特征分析 中国 时间序列分析方法 空间分布格局 区域经济增长
在线阅读 下载PDF
基于FSS时间序列分析的DDoS检测算法 被引量:4
7
作者 王硕 赵荣彩 单征 《计算机工程》 CAS CSCD 2012年第12期13-16,共4页
通过分析分布式拒绝服务(DDoS)攻击的特征和攻击发生时数据流五元组熵值的变化,提出一种基于数据流结构稳定性(FSS)的检测算法。采用AR自回归模型估计FSS时间序列多维特征参数,使用经过样本训练的支持向量机对特征参数进行分类来识别攻... 通过分析分布式拒绝服务(DDoS)攻击的特征和攻击发生时数据流五元组熵值的变化,提出一种基于数据流结构稳定性(FSS)的检测算法。采用AR自回归模型估计FSS时间序列多维特征参数,使用经过样本训练的支持向量机对特征参数进行分类来识别攻击。经实验验证,该算法具备较高的检测质量。 展开更多
关键词 分布式拒绝服务攻击 五元组 自回归模型 时间序列 支持向量机
在线阅读 下载PDF
基于Minnesota共轭先验分布的贝叶斯VAR(p)预测模型 被引量:21
8
作者 朱慧明 《统计研究》 CSSCI 北大核心 2004年第1期44-48,共5页
This paper mainly deals with the Bayesian statistical inference theory on the VAR(p) forecasting model based on the parameters’ Minnesota conjugate prior distribution,including the prior distribution’s structure, th... This paper mainly deals with the Bayesian statistical inference theory on the VAR(p) forecasting model based on the parameters’ Minnesota conjugate prior distribution,including the prior distribution’s structure, the parameters’ posterior distribution, and compares the forecasting accuracy of AR,VAR and BVAR model. 展开更多
关键词 时间序列向量自回归模型 VAR(ρ)预测模型 联立方程模型 Minnesota共轭先验分布 贝叶斯估计
在线阅读 下载PDF
兰州市沙尘天气与痤疮门诊量的时间序列 被引量:4
9
作者 孙倩倩 石春蕊 +5 位作者 何苑 白瑶 潘亚娟 骆志成 郗群 尹沫涵 《中国环境科学》 EI CAS CSCD 北大核心 2020年第11期5063-5070,共8页
研究沙尘天气、非沙尘天气下颗粒物(PM2.5、PMC、PM10)对痤疮门诊量的影响,并进行性别、年龄分层研究,筛选敏感人群.收集了2013~2017年兰州市沙尘期与非沙尘期3家三甲医院痤疮门诊量资料、大气颗粒物及气象数据,采用基于泊松分布的分布... 研究沙尘天气、非沙尘天气下颗粒物(PM2.5、PMC、PM10)对痤疮门诊量的影响,并进行性别、年龄分层研究,筛选敏感人群.收集了2013~2017年兰州市沙尘期与非沙尘期3家三甲医院痤疮门诊量资料、大气颗粒物及气象数据,采用基于泊松分布的分布滞后非线性模型(DLNM),控制气象因素、季节性和长期趋势、星期几效应等混杂因素,分析沙尘期与非沙尘期颗粒物对痤疮门诊量的影响及滞后效应.结果表明:沙尘期时,兰州市3家三甲医院痤疮日均门诊量为26人次,范围3~54人次.非沙尘期时痤疮日均门诊量为37人次,范围1~89人次;单污染物模型显示,PM2.5、PMC、PM10均在滞后第6d(lag6)时效应量达到最大值,其浓度每增加10μg/m^3,痤疮门诊量的超额危险度(ER)及95%可信区间(95%CI)分别为1.065(95%CI:0.260~1.877)、0.355(95%CI:0.018~0.693)、0.310(95%CI:0.054~0.567),PM2.5对痤疮门诊量的影响最为显著;性别及年龄分层发现,性别分层中PM2.5对女性的影响有统计学意义,其浓度每增加10μg/m^3,痤疮门诊量增加1.077(95%CI:0.124~2.039);年龄分层中,0~18岁组受PMC、PM10影响显著,19~24岁组受PM2.5、PM10影响显著,各颗粒物对25~34岁组及≥35岁组效应无统计学意义.在非沙尘期时,PM2.5、PMC、PM10不引起痤疮门诊量增加.双/多污染物模型显示,分别调整其他污染物后,PM2.5、PMC、PM10对痤疮门诊量的影响与单污染物模型类似,仍具有统计学意义.兰州市沙尘天气下大气颗粒物(PM2.5、PMC、PM10)可使痤疮门诊量增加,对女性及青少年影响显著. 展开更多
关键词 沙尘天气 大气颗粒物 痤疮 时间序列 分布滞后非线性模型
在线阅读 下载PDF
基于时间序列分析的Web服务器DDoS攻击检测 被引量:4
10
作者 李更生 《计算机工程与应用》 CSCD 北大核心 2007年第7期135-138,共4页
提出了一种基于时间序列分析的DDoS攻击检测方法。该方法利用网络流量的自相似性,建立Web流量时间序列变化的自回归模型,通过动态分析Web流量的突变来检测针对Web服务器的DDoS攻击。在此基础上,通过对报警数据的关联分析,获得攻击的时... 提出了一种基于时间序列分析的DDoS攻击检测方法。该方法利用网络流量的自相似性,建立Web流量时间序列变化的自回归模型,通过动态分析Web流量的突变来检测针对Web服务器的DDoS攻击。在此基础上,通过对报警数据的关联分析,获得攻击的时间和位置信息。实验结果表明:该方法能有效检测针对Web服务器的DDoS攻击。 展开更多
关键词 分布式拒绝服务攻击 自回归模型 时间序列 WEB服务器
在线阅读 下载PDF
时间序列分析中几个方向性问题
11
作者 肖博 《统计与决策》 1988年第1期35-36,共2页
之背景本文就时间序列的方向性给予简略讨论。对于所有的t(=0,±1,±2…)和每个r(=0,1,2…),当(Xt,Xt+1,…,Xt+r)的联合分布不干(Xt+r,Xt+r-1…X<sub>8</sub>)的联合分布时,我们认为时间数列是有方向性的;
关键词 性问题 时间序列分析 方向性 联合分布 时间序列模型 时间数列 自回归 非线性 背景本 线性模型
在线阅读 下载PDF
基于动态计量经济学模型的短期电价预测 被引量:10
12
作者 谭忠富 张金良 尚金成 《电网技术》 EI CSCD 北大核心 2009年第7期71-76,共6页
电力市场中的电价受众多因素影响,单变量时间序列法已很难提高短期电价的预测精度。针对该问题,文中运用时间序列模型的动态计量方法来预测短期电价。首先建立电价和电量的一般自回归分布滞后模型;然后对电价和电量的时间序列数据进行... 电力市场中的电价受众多因素影响,单变量时间序列法已很难提高短期电价的预测精度。针对该问题,文中运用时间序列模型的动态计量方法来预测短期电价。首先建立电价和电量的一般自回归分布滞后模型;然后对电价和电量的时间序列数据进行预处理;在通过平稳性和协整性检验后,建立误差修正模型,最终由Eviews5.0估计出模型的参数。利用此模型对澳大利亚新南威尔士州电力市场的短期电价进行预测,结果表明此模型具有较高的预测精度。 展开更多
关键词 电力市场 电价预测 自回归分布滞后模型(adlm)时间序列
在线阅读 下载PDF
基于控制因子ADL模型的短期水位预测方法
13
作者 董文永 盛康 《计算机工程》 CAS CSCD 北大核心 2016年第3期69-73,79,共6页
为有效提高水位预测精度,利用自回归分布滞后模型,结合站点水深调控计划、水位站流量因素等控制因子及其他相关站点水位信息,提出一种通过分析站点水位时间序列进行预测的方法。针对水位时间序列的特点,从模型选择、模型建模、模型实现... 为有效提高水位预测精度,利用自回归分布滞后模型,结合站点水深调控计划、水位站流量因素等控制因子及其他相关站点水位信息,提出一种通过分析站点水位时间序列进行预测的方法。针对水位时间序列的特点,从模型选择、模型建模、模型实现开展研究。将该模型与其他常用时间序列预测模型应用于沙市水位站提前一天的水位预测实验及预测时间的扩展性实验,并对实验效果进行分析,结果表明,该模型能较好地拟合水位的变化趋势,提高模型预测的精确度。 展开更多
关键词 自回归分布滞后模型 时间序列 短期预测 相关性分析 神经网络
在线阅读 下载PDF
我国寿险需求影响因素的实证分析 被引量:52
14
作者 杨舸 田澎 叶建华 《中国软科学》 CSSCI 北大核心 2005年第3期50-54,共5页
应用自回归分布滞后模型对我国寿险需求进行了实证研究。与已有的研究相比,本文消除了保费收入数据中因统计口径变化带来的影响,建模时考虑了时间序列的平稳性,而且考查了更长的时间跨度。研究表明,国内生产总值的增长和寿险业自身的发... 应用自回归分布滞后模型对我国寿险需求进行了实证研究。与已有的研究相比,本文消除了保费收入数据中因统计口径变化带来的影响,建模时考虑了时间序列的平稳性,而且考查了更长的时间跨度。研究表明,国内生产总值的增长和寿险业自身的发展是寿险需求增长的根本原因,实际利率和少年儿童赡养(抚养)率对寿险需求也有显著的影响,社会的老龄化、预期通货膨胀率和不断提高的教育水平对寿险需求的作用并不显著。 展开更多
关键词 寿险需求 自回归分布滞后模型 平稳时间序列
在线阅读 下载PDF
一种推算设计波高的新方法 被引量:1
15
作者 宫成 《海洋工程》 CSCD 北大核心 1992年第1期58-64,共7页
本文提出了一种推求设计波高的新方法。用时间序列分析中的自回归-滑动平均(ARMA)模型分析年极值波高,进行建模、预报和频率分析,推求一定重现期设计波高。对于没有特大值的年极值波高序列,本文提出的方法推求的长重现期设计波高比规范... 本文提出了一种推求设计波高的新方法。用时间序列分析中的自回归-滑动平均(ARMA)模型分析年极值波高,进行建模、预报和频率分析,推求一定重现期设计波高。对于没有特大值的年极值波高序列,本文提出的方法推求的长重现期设计波高比规范方法推求的相应设计波高偏小;对于有特大值的年极值波高序列,本文提出的方法推求的长重现期设计波高较规范方法推求的相应设计波高大许多。本文中的方法所得结果较为合理。 展开更多
关键词 设计波高 重现期 时间序列分析 模型分析 滑动平均 频率分析 概率分布 自协方差函数 回归参数 参数方法
在线阅读 下载PDF
EMD-BP神经网络在传染病发病趋势和预测研究中的应用 被引量:8
16
作者 刘振球 严琼 +2 位作者 左佳鹭 方绮雯 张铁军 《中国卫生统计》 CSCD 北大核心 2018年第1期152-155,共4页
医学研究中的时间序列是指将某种疾病或者某个现象的某一指标,在每个时间点上的数据,按照时间先后顺序排列而成的一维数据。由于疾病的发生发展多与时间相关,尤其是传染病,因此时间序列往往蕴含着一定的规律。在以往的流行病学研究中,... 医学研究中的时间序列是指将某种疾病或者某个现象的某一指标,在每个时间点上的数据,按照时间先后顺序排列而成的一维数据。由于疾病的发生发展多与时间相关,尤其是传染病,因此时间序列往往蕴含着一定的规律。在以往的流行病学研究中,研究者们习惯于使用滑动平均模型(ARIMA)或者季节性差分自回归滑动平均模型(SARIMA)描述传染病的时间分布特征,并对未来的发病情况进行预测。 展开更多
关键词 传染病 BP神经网络 发病趋势 自回归滑动平均模型 预测 应用 时间分布特征 时间序列
在线阅读 下载PDF
《中国卫生统计》杂志2012年第29卷总目次
17
《中国卫生统计》 CSCD 北大核心 2012年第6期I0001-I0006,共6页
关键词 影响因素分析 结构方程模型 回归模型 综合评价 资源评价 缺失数据 时间序列模型 数学模型 城乡居民 对应分析 患者住院费用 TOPSIS 负二项分布 SAS 中国卫生统计 目次 杂志
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部