期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
汇率预测方法及比较:基于贝叶斯平均分类回归模型的检验 被引量:3
1
作者 毕玉江 王双成 《统计与决策》 CSSCI 北大核心 2016年第3期27-31,共5页
分类回归模型是回归模型家族的一个重要组成部分。文章针对现有的分类回归模型均采用选择性回归计算所存在的问题,建立了贝叶斯平均分类回归模型,并将其用于人民币汇率预测的实证研究。在实证研究时选取人民币对主要货币的汇率序列,对... 分类回归模型是回归模型家族的一个重要组成部分。文章针对现有的分类回归模型均采用选择性回归计算所存在的问题,建立了贝叶斯平均分类回归模型,并将其用于人民币汇率预测的实证研究。在实证研究时选取人民币对主要货币的汇率序列,对使用时间序列模型的预测结果与贝叶斯平均分类回归模型的预测结果进行对比分析,证明贝叶斯平均分类回归模型确实能够提高预测准确度。还使用贝叶斯平均分类回归模型对比分析了现有研究文献的预测效果,结果表明分类回归模型具有一定程度的优越性。 展开更多
关键词 汇率预测 贝叶斯平均分类回归模型 机器学习 GARCH ARIMA
在线阅读 下载PDF
基于贝叶斯模型平均法和逐步回归法构建杉木单木胸径生长模型 被引量:7
2
作者 鲁乐乐 王震 +1 位作者 张雄清 张建国 《林业科学》 EI CAS CSCD 北大核心 2021年第9期87-97,共11页
【目的】探索杉木人工林单木胸径生长量变化的驱动因子,比较不同驱动因子的重要性,构建不确定性单木胸径生长模型,为杉木经营管理者科学经营管理杉木人工林提供参考。【方法】以福建省邵武市卫闽林场杉木密度试验林为研究对象,采用贝叶... 【目的】探索杉木人工林单木胸径生长量变化的驱动因子,比较不同驱动因子的重要性,构建不确定性单木胸径生长模型,为杉木经营管理者科学经营管理杉木人工林提供参考。【方法】以福建省邵武市卫闽林场杉木密度试验林为研究对象,采用贝叶斯模型平均法(BMA)和逐步回归法(SR)分析杉木单木胸径生长量与内部因子(林分变量因子)和气候因子的关系,构建杉木单木胸径生长模型。【结果】杉木单木胸径年均生长量受气候因子影响较小,主要受竞争因子和单木大小因子影响。单木胸径生长量随林分密度、林分平方平均胸径、大于对象木的断面积和、年龄、冬季平均最低温度增加而减小,随期初胸径、胸高断面积、优势木平均高、最冷月平均温度、最热月平均温度、年均降雨量增加而增加。基于SR获得模型的后验概率小于BMA获得最佳模型(最高后验概率)或SR模型不在BMA模型空间前几个后验概率高的模型中。【结论】杉木单木胸径生长量随竞争增加而减小,随温度和降雨增加而增加。贝叶斯模型平均法考虑所有可能变量的组合,能够反映出模型的不确定性。 展开更多
关键词 单木胸径生长量 气候变量 贝叶斯模型平均 逐步回归 林分变量因子
在线阅读 下载PDF
基于贝叶斯模型平均法的森林火灾预测模型构建研究--以云南省大理州为例 被引量:10
3
作者 白海峰 刘晓东 +1 位作者 牛树奎 何亚东 《北京林业大学学报》 CAS CSCD 北大核心 2021年第5期44-52,共9页
【目的】本文基于贝叶斯模型平均法,结合二项逻辑斯蒂回归模型,构建云南省大理州森林火灾发生预测模型,以期提高林火预测精度,为研究地区林火管理提供技术支持。【方法】利用2000-2013年大理州林火数据及对应的气象数据,分别运用二项逻... 【目的】本文基于贝叶斯模型平均法,结合二项逻辑斯蒂回归模型,构建云南省大理州森林火灾发生预测模型,以期提高林火预测精度,为研究地区林火管理提供技术支持。【方法】利用2000-2013年大理州林火数据及对应的气象数据,分别运用二项逻辑斯蒂回归模型和贝叶斯模型平均法,对该地区森林火灾对气象因子的响应进行实证分析。二项逻辑斯蒂回归模型为单一模型,建模前通过对各解释变量进行多重共线性检验,剔除有显著共线性的解释变量,然后通过逐步回归法,筛选最终变量并进行参数拟合。贝叶斯平均模型为组合模型,基于贝叶斯模型平均法建模时,采用奥卡姆窗的方法来适当调整模型空间,并以5个最优模型的后验概率作为权重进行加权建模。将全样本数据随机分成80%的训练样本和20%的测试样本,基于训练样本建立模型,对测试样本进行预测,通过对比观测值和预测值计算模型的准确率。【结果】通过二项逻辑斯蒂模型拟合,优度为0.783,预测精度为0.718。通过贝叶斯平均模型拟合,优度为0.868,预测精度为0.807。2个模型预测结果对比显示,在训练集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高9.3%;在测试集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高8.9%。【结论】在基于气象因子的大理州林火发生预测模型构建研究中,贝叶斯平均模型的拟合优度和预测精度均高于二项逻辑斯蒂模型,表明贝叶斯模型平均法具有一定的现实应用意义,可用于提高研究地区林火预测精度,有利于森林火灾的决策管理。 展开更多
关键词 大理州 森林火灾 气象因子 贝叶斯模型平均 逻辑斯蒂回归
在线阅读 下载PDF
中国经济增长的决定因素分析——基于贝叶斯模型平均(BMA)方法的实证研究 被引量:5
4
作者 王亮 刘金全 《统计与信息论坛》 CSSCI 2010年第9期3-7,共5页
采用贝叶斯模型平均(Bayesian Model Averaging)方法,使用1990-2007年省际数据,对长期影响中国经济增长的诸多因素的有效性和稳健性进行了识别和检验。研究结论表明:高等教育发展阶段、工业化推进速度、对外开放程度、东部区位优势、消... 采用贝叶斯模型平均(Bayesian Model Averaging)方法,使用1990-2007年省际数据,对长期影响中国经济增长的诸多因素的有效性和稳健性进行了识别和检验。研究结论表明:高等教育发展阶段、工业化推进速度、对外开放程度、东部区位优势、消费能力和对内开放水平等6个解释变量对中国经济增长具有长期、持续和稳健的影响,是中国经济增长的长期决定因素。城市规模、中部区位优势和初始经济条件等3个解释变量对经济增长也具有一定的解释能力。此外,从解释变量对经济增长边际影响的程度来看,工业化推进速度变量对经济增长的边际影响最强,其次是消费能力变量和对外开放程度变量。 展开更多
关键词 增长回归 模型不确定性 贝叶斯模型平均
在线阅读 下载PDF
基于贝叶斯模型平均法构建杉木林分蓄积量生长模型 被引量:9
5
作者 王震 鲁乐乐 +3 位作者 张雄清 张建国 姜丽 段爱国 《林业科学研究》 CSCD 北大核心 2021年第3期64-71,共8页
[目的]探究杉木林分蓄积量变化的影响因素,为在气候变化背景下科学经营管理杉木人工林提供理论支撑。[方法]以福建邵武卫闽林场的杉木(Cunninghamia lanceolata)人工密度试验林为研究对象,分别利用贝叶斯模型平均法(BMA)和逐步回归法(SR... [目的]探究杉木林分蓄积量变化的影响因素,为在气候变化背景下科学经营管理杉木人工林提供理论支撑。[方法]以福建邵武卫闽林场的杉木(Cunninghamia lanceolata)人工密度试验林为研究对象,分别利用贝叶斯模型平均法(BMA)和逐步回归法(SR)构建杉木林分蓄积量与林分变量因子(包括初植密度、每公顷胸高断面积、每公顷株数、平方平均胸径、林分优势高、年龄)和气候因子(包括年均气温、最热月平均温度、最冷月平均温度、年均降水量、年均湿热指数、低于0℃天数、夏季平均最高温度、冬季平均最低温度、春季平均气温)的关系模型。[结果]杉木林分蓄积量随着每公顷胸高断面积、平方平均胸径、林分优势高、年龄、夏季平均最高温、春季平均温和低于0℃天数的增加而增加,对于诸多的影响因子,SR法所确定的模型并不在BMA选出的后验概率较高的前5个模型中,模型表现出一定的不确定性,从模型后验概率角度看,SR模型精度较低。[结论]杉木林分蓄积量受到林分变量因子和气候因子的显著影响。相比于SR法,在构建杉木林分蓄积量模型方面,BMA方法考虑了模型的不确定性,模型表现更好。 展开更多
关键词 林分蓄积量 林分变量因子 气候因子 贝叶斯模型平均 逐步回归 杉木
在线阅读 下载PDF
动态随机树贝叶斯集成回归模型研究 被引量:4
6
作者 王双成 郑飞 唐晓清 《小型微型计算机系统》 CSCD 北大核心 2019年第4期715-720,共6页
针对目前的动态贝叶斯网络主要用于时间序列的因果分析和分类预测,缺少将动态贝叶斯网络用于回归计算方面研究的情况,结合随机树生成、回归变量的离散化、类变量的数量化、类的满条件概率计算和加权平均回归计算等建立动态随机树贝叶斯... 针对目前的动态贝叶斯网络主要用于时间序列的因果分析和分类预测,缺少将动态贝叶斯网络用于回归计算方面研究的情况,结合随机树生成、回归变量的离散化、类变量的数量化、类的满条件概率计算和加权平均回归计算等建立动态随机树贝叶斯回归模型,并通过集成(平均)来提高回归模型的泛化能力,使用期货数据进行实验,实验结果显示,动态随机树贝叶斯集成回归模型具有良好的回归可靠性. 展开更多
关键词 动态贝叶斯网络 随机树 回归模型 模型平均 回归可靠性标准
在线阅读 下载PDF
基于时间序列季节分类模型的轨道交通客流短期预测 被引量:17
7
作者 唐继强 钟鑫伟 +1 位作者 刘健 李天瑞 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第7期31-38,60,共9页
轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响。通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法。根据客流季节特征建立季节分类模板和... 轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响。通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法。根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流。实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题。 展开更多
关键词 交通工程 客流短期预测 季节分类模型 时间序列 乘法季节自回归差分滑动平均模型
在线阅读 下载PDF
基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测 被引量:9
8
作者 蔡雨思 李泽文 +2 位作者 刘萍 夏向阳 王文 《电工技术学报》 EI CSCD 北大核心 2024年第18期5883-5898,共16页
准确预测锂电池健康状态(SOH)与电池剩余使用寿命(RUL)对提高电池安全性能具有重要意义。而当前针对SOH和RUL的预测,存在着间接健康特征选取困难,以及使用数据驱动方法缺乏不确定性表达的问题。为此,该文提出一种基于间接健康特征优化... 准确预测锂电池健康状态(SOH)与电池剩余使用寿命(RUL)对提高电池安全性能具有重要意义。而当前针对SOH和RUL的预测,存在着间接健康特征选取困难,以及使用数据驱动方法缺乏不确定性表达的问题。为此,该文提出一种基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测方法。首先从充电电压曲线中采集多个健康特征,并通过特征并行融合方法和注意力机制进行优化处理得到间接健康特征(IHF)。然后引入贝叶斯模型平均(BMA)方法来解决预测过程中的不确定性问题,将其与支持向量回归(SVR)和长短期记忆神经网络(LSTM)相结合,构建SVR-BMA融合模型和LSTM-BMA融合模型,并分别进行SOH和RUL预测;通过自适应噪声完备集合经验模态分解(CEEMDAN)方法从SOH预测阶段的容量预测结果中提取出RUL预测的输入特征,以实现SOH和RUL的联合预测。最后利用CALCE数据集进行性能测试,实验结果表明,所提方法能有效提高SOH和RUL预测的准确性和可靠性。 展开更多
关键词 电池健康状态 剩余使用寿命 间接健康特征 贝叶斯模型平均 支持向量回归 长短期记忆神经网络
在线阅读 下载PDF
基于变分贝叶斯层次概率模型的非刚性点集配准 被引量:2
9
作者 何淇淇 林刚 +1 位作者 周杰 杨扬 《计算机学报》 EI CAS CSCD 北大核心 2021年第9期1866-1887,共22页
非刚性点集配准是计算机视觉和模式识别领域的基础研究问题,现今的非刚性点集配准算法在存在大量离群点、噪声、点集对应关系缺失、旋转和形变情况下,不能非常准确地评估出两个点集间的对应关系.本文通过交替执行点集对应关系评估和空... 非刚性点集配准是计算机视觉和模式识别领域的基础研究问题,现今的非刚性点集配准算法在存在大量离群点、噪声、点集对应关系缺失、旋转和形变情况下,不能非常准确地评估出两个点集间的对应关系.本文通过交替执行点集对应关系评估和空间转换更新两个步骤来逐步恢复点集间一一对应关系.在对应关系评估步骤,首先本文基于有限重尾学生t分布隐变量混合模型(student-t distribution Latent Mixture Model,简称TLMM)构造变分贝叶斯层次概率模型(Variational Bayes Hierarchical Probability Model,简称VBHPM)并将其分为对应关系评估组件和离群点聚合组件,分别用来评估点集间对应关系和聚合离群点,同时使用贝叶斯线性回归方法来抵抗噪声的干扰.其次本文加入Dirichlet先验分布来动态调节模型的混合比例,为对应关系缺失的点分配较小的混合比例以保持点集结构的稳定性.在空间转换更新步骤,本文基于变分贝叶斯(Variational Bayes,简称VB)框架来迭代更新模型参数,并提出树状平均场因式分解方法来维持模型参数间的依赖关系,以获得更紧致的变分下界.此外,本文提出自适应全局-局部约束策略来维持点集间结构的稳定性,抵抗形变和旋转影响的同时实现从局部到全局的约束过程.最后,本文采用了双阶段先验退火方案,在退火过程中使用Gamma先验分布来动态调节精度,实现由粗到精的配准过程.在实验部分,本文不仅测试了VBHPM的性能,而且展示了点集和图像配准的结果,并与当前流行的13种算法进行了比较,VBHPM皆能展现较准确的配准结果和较高的精度. 展开更多
关键词 非刚性点集配准 变分贝叶斯层次概率模型 贝叶斯线性回归 树状平均 自适应全局-局部约束策略 双阶段先验退火方案
在线阅读 下载PDF
基于GBD数据库分析与预测中国鼻咽癌疾病负担
10
作者 宋业勋 刘霞静 +1 位作者 张永全 李和清 《中南大学学报(医学版)》 北大核心 2025年第4期675-683,共9页
目的:鼻咽癌发病位置隐匿导致早期诊断率低,且具有明显的地域聚集性,是中国一个重要的公共卫生问题。本研究旨在通过2021年全球疾病负担(the Global Burden of Diseases,GBD)数据库分析中国鼻咽癌的疾病负担,为鼻咽癌的精准防控提供流... 目的:鼻咽癌发病位置隐匿导致早期诊断率低,且具有明显的地域聚集性,是中国一个重要的公共卫生问题。本研究旨在通过2021年全球疾病负担(the Global Burden of Diseases,GBD)数据库分析中国鼻咽癌的疾病负担,为鼻咽癌的精准防控提供流行病学依据。方法:选取年龄标化发病率、病死率、伤残调整寿命年(disability adjusted life year,DALY)率作为疾病负担的评价指标,按照不同年龄、性别、社会人口学指数及其相关危险因素进行分层分析,同时应用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型和贝叶斯年龄-时期-队列分析模型(Bayesian age-period-cohort,BAPC)将年龄标化发病率预测至2050年。结果:2021年中国鼻咽癌年龄标化发病率、病死率、DALY率分别为3.4/10万、1.5/10万、48.7/10万,均高于同期全球水平。在所有年龄段,中国男性年龄标化发病率、病死率、DALY率均高于女性。中国鼻咽癌的疾病负担从1990至2021年随着社会人口学指数(socio-demographic index,SDI)的增高逐渐降低。中国归因于饮酒、吸烟、职业甲醛暴露的鼻咽癌疾病负担占比均高于全球水平,且在男性中尤为显著。模型预测中国及全球男性、女性、全人群的年龄标化发病率均提示从2022至2050年呈上升趋势。结论:既往30年中国鼻咽癌的疾病负担随着SDI的升高逐渐降低,但仍高于同期全球水平。同时,中国鼻咽癌的年龄标化发病率在未来30年呈上升趋势。中国仍需进一步增加医疗资源的投入以应对鼻咽癌的防控与诊疗,尤其针对高风险男性群体。 展开更多
关键词 鼻咽癌 疾病负担 社会人口学指数 贝叶斯年龄-时期-队列分析模型 差分自回归移动平均模型
在线阅读 下载PDF
计及模型定阶的低频振荡模式类噪声信号辨识 被引量:31
11
作者 吴超 陆超 +2 位作者 韩英铎 吴小辰 柳勇军 《电力系统自动化》 EI CSCD 北大核心 2009年第21期1-6,共6页
弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,但目前基于测量信息只能在振荡发生后进行告警,而不能预警。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中基于这种类噪声信号,采用自回归... 弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,但目前基于测量信息只能在振荡发生后进行告警,而不能预警。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中基于这种类噪声信号,采用自回归滑动平均(ARMA)法进行低频振荡模式辨识,从而实现电网正常运行状态下的动态稳定性预警。模型定阶是利用ARMA法进行振荡模式辨识的关键步骤,直接关系到结果的准确性。在分析比较各种定阶准则优缺点的基础上,选用贝叶斯准则(BIC)确定ARMA模型阶数,进一步面向在线实际应用,采用ARMA(2n,2n-1)建模方案提高辨识速度。最后,将该方法用于对36节点系统仿真数据和南方电网实测类噪声信号进行处理,辨识结果说明了该方法的有效性。 展开更多
关键词 振荡模式辨识 类噪声信号 回归滑动平均模型 贝叶斯准则 ARMA(2n 2n-1)建模方案
在线阅读 下载PDF
基于小波支持向量机特征分类的日径流组合预测——以宜昌三峡水库为例 被引量:12
12
作者 黄景光 吴巍 +2 位作者 程璐瑶 于楠 陈波 《中国农村水利水电》 北大核心 2018年第6期33-39,共7页
河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能... 河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能量谱作为SVM样本标记,并对原始序列进行特征分类,分为"平稳型"和"突变型"序列,对应不同类型序列的小波近似信号和细节信号分别采用自回归和滑动平均模型(ARMA)和BP神经网络模型进行预测,再重构各序列预测结果。最后采用平均绝对百分比误差(MAPE)、均方根误差(RMSE)、希尔不等式系数(TIC)作为模型评价指标。结果表明:在3个评价指标下,所提模型都优于ARMA和BP神经网络模型,并具有更好预测稳定性。 展开更多
关键词 径流预测 小波分解 支持向量机 回归和滑动平均模型 神经网络 特征分类
在线阅读 下载PDF
1990—2021年中国高血压肾病发病率和死亡率变化趋势分析及预测研究
13
作者 张志东 金华 +4 位作者 胡继宏 蒋露 王莉 龙开冲 张荣华 《中国全科医学》 北大核心 2025年第18期2262-2269,共8页
背景 高血压肾病作为一种常见的慢性肾脏病,已成为导致终末期肾病的重要病因,分析和预测其流行现状能为慢性肾病的防控提供一定参考。目的 本研究旨在分析1990—2021年我国高血压肾病发病率和死亡率的时间变化趋势,为未来我国高血压肾... 背景 高血压肾病作为一种常见的慢性肾脏病,已成为导致终末期肾病的重要病因,分析和预测其流行现状能为慢性肾病的防控提供一定参考。目的 本研究旨在分析1990—2021年我国高血压肾病发病率和死亡率的时间变化趋势,为未来我国高血压肾病防控策略的制订提供理论依据。方法 利用2021年全球疾病负担(GBD2021)数据库获取我国高血压肾病发病率和死亡率数据,应用Joinpoint回归模型分析高血压肾病发病率和死亡率的平均年度变化百分比(AAPC)的变化趋势,使用年龄-时期-队列模型估计不同性别高血压肾病年龄、时期和队列效应,并采用贝叶斯年龄-时期-队列(BAPC)方法对我国2022—2032年不同性别高血压肾病标化发病率和死亡率做出预测。结果 经过年龄标准化后,男性和女性年龄标准化发病率(ASIR)在1990—1995年均略有下降,随后均呈现缓慢上升趋势;1990—2021年男性的年龄标准化死亡率(ASMR)由5.44/10万下降至4.72/10万,女性由3.86/10万下降至2.75/10万,女性的下降趋势相对更加明显。Joinpoint回归模型结果显示,经年龄标准化后,我国高血压肾病的ASIR整体呈上升趋势(男性、女性AAPC分别为0.43%、0.64%,P<0.05)。不同时期结果显示,我国男性高血压肾病ASIR 1990—1992年降速最快[年度变化百分比(APC)=-1.62%,P<0.05],2019—2021年增速最快(APC=1.30%,P<0.05)。我国女性高血压肾病ASIR 1990—1995年降速最快(APC=-1.31%,P<0.05)。经年龄标准化后,我国高血压肾病的ASMR整体呈下降趋势(男性AAPC=-0.51%,女性AAPC=-1.09%,P<0.05),女性下降趋势更加明显。不同时期分析结果显示,我国男性高血压肾病ASMR 2004—2007年降速最快(APC=-3.26%,P<0.05),1998—2004年增速最快(APC=1.30%,P<0.05)。我国女性高血压肾病ASMR 2004—2007年降速最快(APC=-4.47%,P<0.05)。年龄-时期-队列模型分析结果显示,在所有年龄组中,男性的高血压肾病ASIR和ASMR普遍高于女性,高血压肾病发病率和死亡率均随年龄增长呈上升趋势,年龄60~65岁后男性和女性ASIR增速均开始加快,年龄≥70岁后死亡率增速开始加快。我国男性和女性高血压肾病发病风险的时期效应呈现上升趋势,时期对女性高血压肾病发病风险的影响稍高于男性;1992—2021年我国男性和女性高血压肾病的死亡风险随时间推移而出现下降的趋势;我国男性和女性高血压肾病ASIR的队列效应总体呈现上升趋势,ASMR的队列效应总体呈现下降趋势。2022—2032年我国男性、女性高血压肾病的ASIR将会持续上升,ASMR将会持续下降。结论 1990—2021年我国高血压肾病ASIR总体呈上升趋势,ASMR呈下降趋势;发病和死亡风险均随年龄而增长,尤其在老年后增速明显。预测未来10年,ASIR将会持续上升,ASMR缓慢下降。提示应该关注男性和老年患者,有针对性地制订防控措施。 展开更多
关键词 高血压 高血压肾病 全球疾病负担 贝叶斯年龄-时期-队列模型 Joinpoint回归模型 平均年度变化百分比 年度变化百分比
在线阅读 下载PDF
面向多因素影响的混合预测模型 被引量:3
14
作者 谢宇 王丽清 +1 位作者 徐永跃 姚寒冰 《计算机工程与设计》 北大核心 2020年第10期2758-2764,共7页
为解决在城市道路短时交通流量预测中,由于对复杂外部因素和突发事件的影响考虑不足导致预测误差增大的问题,构建一个多因素混合预测模型。基于ARIMA时序预测模型,通过结合CART模型树引入居民出行习惯、节假日、天气、突发事故等其它外... 为解决在城市道路短时交通流量预测中,由于对复杂外部因素和突发事件的影响考虑不足导致预测误差增大的问题,构建一个多因素混合预测模型。基于ARIMA时序预测模型,通过结合CART模型树引入居民出行习惯、节假日、天气、突发事故等其它外部影响因素,提高预测模型在复杂因素影响下的预测准确度和适应性。实验结果表明,该混合模型在面对节假日和突发事件时,能够得到更准确的预测结果。 展开更多
关键词 差分自回归移动平均模型ARIMA 多因素 预测模型 混合 分类回归树CART
在线阅读 下载PDF
基于ARIMA和CART的负载预测模型 被引量:7
15
作者 王电钢 黄林 +2 位作者 常健 梅克进 牛新征 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2019年第3期245-251,共7页
主机资源的负载预测对其运营维护工作具有重要意义.传统负载预测方法通常采用线性时间序列模型拟合负载数据,而负载受复杂的内外部环境影响,线性模型无法很好地表征负载数据规律.为提高模型的精度,提出将负载信息分解为线性部分和非线... 主机资源的负载预测对其运营维护工作具有重要意义.传统负载预测方法通常采用线性时间序列模型拟合负载数据,而负载受复杂的内外部环境影响,线性模型无法很好地表征负载数据规律.为提高模型的精度,提出将负载信息分解为线性部分和非线性部分的思想,并将自回归差分滑动平均(autoregressive integrated moving average,ARIMA)模型和分类回归树(classification and regression tree,CART)模型相结合进行预测.通过加权最小二乘法改进的ARIMA预测线性部分,通过边界判定优化的CART预测非线性部分,并结合两者获得综合预测结果.在真实负载数据集下进行对比实验,结果表明,改进后的算法预测精度相比传统方法提高了15%以上,且对偏远值和不同的时间间隔都均有良好的适应性. 展开更多
关键词 计算机应用技术 时间序列 负载预测 最小二乘法 回归差分滑动平均模型 分类回归
在线阅读 下载PDF
基于大规模在线开放课程的学习者模型的设计与实现 被引量:7
16
作者 黄丹霞 刘欣欣 《计算机应用》 CSCD 北大核心 2018年第A02期327-330,共4页
针对大规模在线开放课程(MOOC)学生对学习过程参与不足、缺乏个性化的学习指导等问题,提出利用智能教学系统的学习者模型的方法,构建MOOC学习者模型。首先针对MOOC平台收集的学习行为数据的特点,选取学习者特征;然后,基于贝叶斯网络构... 针对大规模在线开放课程(MOOC)学生对学习过程参与不足、缺乏个性化的学习指导等问题,提出利用智能教学系统的学习者模型的方法,构建MOOC学习者模型。首先针对MOOC平台收集的学习行为数据的特点,选取学习者特征;然后,基于贝叶斯网络构建知识跟踪模型,基于经验概率设置模型参数,并在模型中引入问题的难度;最后,定义学生态度积极性特征,基于分类算法构建学习态度跟踪模型。在MOOC数据集上对模型进行实验,对比了不同贝叶斯知识跟踪模型预测的准确率,当采用逻辑回归算法作为学生态度积极性分类算法时,可较准确地预测学习态度。实验结果表明,该学习者模型具备一定的对学生的知识水平和态度进行分析的能力。 展开更多
关键词 大规模在线开放课程 智能教学系统 学习者模型 贝叶斯网络 分类算法 逻辑回归
在线阅读 下载PDF
黄河源区雨季降水与汛期径流量重建及其千年尺度下的演变特征 被引量:9
17
作者 王文卓 张建云 +3 位作者 陈峰 贾本有 吴淑君 王国庆 《水科学进展》 EI CAS CSCD 北大核心 2022年第6期868-880,共13页
黄河源区年内降水集中,洪水风险大,重建源区雨季降水和汛期径流量对于提高径流预报预测精度及防洪防灾具有重要科学意义和应用价值。本文利用黄河源区及周边筛选的16个树轮年表,采用嵌套主成分层次贝叶斯回归模型,估算参数后验分布替代... 黄河源区年内降水集中,洪水风险大,重建源区雨季降水和汛期径流量对于提高径流预报预测精度及防洪防灾具有重要科学意义和应用价值。本文利用黄河源区及周边筛选的16个树轮年表,采用嵌套主成分层次贝叶斯回归模型,估算参数后验分布替代固定值以考虑不确定性,重建了黄河源区过去1160 a的雨季降水;提出了基于年径流的分类占比回归模型,以考虑汛期径流量与年径流量的一致性,将黄河源区汛期径流量展延至公元159年。结果表明:①嵌套主成分层次贝叶斯回归模型的误差缩减值(E_(R))和有效系数(E_(C))评价指标值均显著高于0,分类占比回归模型的E_(R)和E_(C)值最高分别达0.90和0.88,重建结果可靠性较高;②即使在千年尺度下,1979—1985年亦是较为不寻常的汛期高径流量时期。 展开更多
关键词 雨季降水重建 汛期径流重建 树木年轮 嵌套主成分层次贝叶斯回归模型 分类占比回归模型 黄河源区
在线阅读 下载PDF
配电网设备资产运检成本影响因素评价分析 被引量:3
18
作者 罗超月岭 李智威 +3 位作者 徐祯雨 唐学军 李黎 方钊 《中国电力》 CSCD 北大核心 2023年第7期216-227,共12页
目前,配电网运维检修成本结构模糊、管理相对粗放,易造成地区配置失衡,设备资产运维检修的薄弱环节无法得到合理加强。为此,提出了一种基于贝叶斯平均模型(Bayes model averaging,BMA)-改进灰色关联法的配电网设备资产运检成本影响因素... 目前,配电网运维检修成本结构模糊、管理相对粗放,易造成地区配置失衡,设备资产运维检修的薄弱环节无法得到合理加强。为此,提出了一种基于贝叶斯平均模型(Bayes model averaging,BMA)-改进灰色关联法的配电网设备资产运检成本影响因素评价分析方法,从经济因素、设备因素、环境因素和网络结构等方面解析影响运检成本的潜在影响因素,基于BMA方法进行关键变量筛选,并采用改进反熵-灰色关联分析法对影响因素的关联度进行量化分析,找到影响配电网运检成本的薄弱环节。以实际供电区域为例,筛选出影响配电网设备资产运检成本的9项关键因素,得到该供电区域的综合评分和建设薄弱项,并结合区域发展的具体情况,验证了该方法的有效性和合理性。 展开更多
关键词 运检成本优化 多因素面板回归 改进灰色关联分析 贝叶斯平均模型 组合赋权
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部