期刊文献+
共找到437篇文章
< 1 2 22 >
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
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
高维线性回归模型稳健变量选择方法综述 被引量:1
2
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
基于混合回归模型的电炉生产企业经济产业结构影响因素多变量分析
3
作者 王欣欣 《工业加热》 CAS 2024年第11期66-71,共6页
分析经济产业结构影响因素对扩大电炉企业生产规模、重构电炉生产经济产业结构有着十分重要的现实意义,因此基于混合回归模型,分析了电炉生产企业经济产业结构影响因素。分析电炉生产规模现状,根据现阶段电炉国际贸易格局,选择四项指标... 分析经济产业结构影响因素对扩大电炉企业生产规模、重构电炉生产经济产业结构有着十分重要的现实意义,因此基于混合回归模型,分析了电炉生产企业经济产业结构影响因素。分析电炉生产规模现状,根据现阶段电炉国际贸易格局,选择四项指标构建混合回归模型。将我国电炉进口规模、电炉交通运输能力、电炉生产技术创新和环境规制作为自变量,电炉生产规模作为因变量带入混合回归模型中,实现电炉生产企业经济产业结构影响因素的深入分析。分析结果表明,我国电炉进口规模与电炉生产存在负相关联系,电炉交通运输能力、电炉生产技术创新和环境规制强度与电炉生产存在正相关联系。根据分析结果,可以优化经济产业结构,扩大生产规模,推动电炉生产发展。 展开更多
关键词 电炉生产 进口规模 混合回归模型 经济产业结构 多变量分析
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
火眼金晴明辨非线性回归
5
作者 张斌 谢波 《中学生数理化(高二数学、高考数学)》 2025年第12期21-23,共3页
当两个变量之间为非线性回归关系时,解决这类题型的思路是通过适当的变量置换把非线性回归方程转化为线性回归方程,然后套用线性回归分析的解题步骤求解。从近几年高考命题情况看,考查力度与以往基本相同,与之相关的题目难度不大,但运... 当两个变量之间为非线性回归关系时,解决这类题型的思路是通过适当的变量置换把非线性回归方程转化为线性回归方程,然后套用线性回归分析的解题步骤求解。从近几年高考命题情况看,考查力度与以往基本相同,与之相关的题目难度不大,但运算量较大,重点在于先等价转化,再进行逆向化归来解答。 展开更多
关键词 变量置换 高考命题 非线性回归 线性回归方程
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
6
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
7
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
用双随机变量回归改进爆破振速回归分析 被引量:16
8
作者 王民寿 郭庆海 《爆炸与冲击》 EI CAS CSCD 北大核心 1998年第3期283-288,共6页
介绍了用双随机变量回归方法改进爆破质点振速回归分析及其计算系统应用程序,对工程实测数据用双随机变量回归分析方法与传统的单变量回归分析方法进行的对比计算表明:该系统程序操作简便,计算精度有所提高;在预测爆破振速,确定爆... 介绍了用双随机变量回归方法改进爆破质点振速回归分析及其计算系统应用程序,对工程实测数据用双随机变量回归分析方法与传统的单变量回归分析方法进行的对比计算表明:该系统程序操作简便,计算精度有所提高;在预测爆破振速,确定爆破安全药量和安全距离时,能优选出更接近实际的爆振经验公式,取得更好的预测效果。 展开更多
关键词 双随机变量 回归分析 爆破振速
在线阅读 下载PDF
基于多变量时间序列及向量自回归机器学习模型的水驱油藏产量预测方法 被引量:32
9
作者 张瑞 贾虎 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2021年第1期175-184,共10页
提出了一种基于多变量时间序列(MTS)及向量自回归(VAR)机器学习模型的水驱油藏产量预测方法,并进行了实例应用。该方法在井网分析的基础上通过MTS分析对注采井组数据进行优选,并将井组内不同采出井产油量及注入井注水量作为彼此相关的... 提出了一种基于多变量时间序列(MTS)及向量自回归(VAR)机器学习模型的水驱油藏产量预测方法,并进行了实例应用。该方法在井网分析的基础上通过MTS分析对注采井组数据进行优选,并将井组内不同采出井产油量及注入井注水量作为彼此相关的时间序列,通过建立VAR模型从多个时间序列中提取出相互作用规律,挖掘注采井间流量的依赖关系从而进行产量预测。水驱油藏历史生产数据分析结果表明,与数值模拟历史拟合结果相比,机器学习模型产量预测结果具有更高精度,同时不确定性分析提升了预测结果的安全性。通过脉冲响应分析对注入井的采油贡献量进行评价,可为注水开发方案调整提供理论指导。 展开更多
关键词 水驱油藏 产量预测 机器学习 多变量时间序列 向量自回归 不确定性分析
在线阅读 下载PDF
体育社会学研究中定类、定序变量的回归分析 被引量:4
10
作者 杨威 杨霆 《体育学刊》 CAS 北大核心 2004年第5期22-24,共3页
回归分析是社会学研究领域中进行多因素分析最重要的研究方法之一,而将回归分析的方法应用到体育社会学实证研究中的较少。学习和掌握西方社会学这种定量分析的研究方法,对提高我国体育社会学研究方法的应用水平和研究水平具有重要意义... 回归分析是社会学研究领域中进行多因素分析最重要的研究方法之一,而将回归分析的方法应用到体育社会学实证研究中的较少。学习和掌握西方社会学这种定量分析的研究方法,对提高我国体育社会学研究方法的应用水平和研究水平具有重要意义。由于体育社会学研究中的变量主要为定类与定序变量,而体育统计教材对定类与定序变量的回归分析方法鲜有论及。从介绍定类与定序变量的回归分析方法入手,旨在为其在体育社会学研究中的应用提供方法指导。 展开更多
关键词 回归分析 定类变量 定序变量 体育社会学
在线阅读 下载PDF
回归模型构建中变量选择的研究 被引量:2
11
作者 齐晓丽 梁慧超 冯彦妍 《河北工业大学学报》 CAS 北大核心 2009年第6期112-115,共4页
回归模型建立过程中如何选择合适的解释变量以及如何确定每个解释变量的函数形式至关重要,它直接影响模型的拟合能力和预测能力.论文在传统的变量选择的评价准则和变量选择方法的基础上,探讨了如何在模型中包含的变量不确定的情况下,准... 回归模型建立过程中如何选择合适的解释变量以及如何确定每个解释变量的函数形式至关重要,它直接影响模型的拟合能力和预测能力.论文在传统的变量选择的评价准则和变量选择方法的基础上,探讨了如何在模型中包含的变量不确定的情况下,准确有效的进行变量的选择,并在变量选择的同时进行变量的变换.旨在提高模型预测的精确度. 展开更多
关键词 回归模型 变量选择 变量子集 Box.Cox变换
在线阅读 下载PDF
单指标分位数回归的变量选择(英文) 被引量:3
12
作者 卢一强 李锋 胡斌 《应用概率统计》 CSCD 北大核心 2015年第1期20-34,共15页
多元非参数分位数回归常常是难于估计的,为了降低维数同时保持非参数估计的灵活性,人们常常用单指标的方法模拟响应变量的条件分位数.本文主要研究单指标分位数回归的变量选择.以最小化平均损失估计为基础,我们通过最小化具有SCAD惩罚... 多元非参数分位数回归常常是难于估计的,为了降低维数同时保持非参数估计的灵活性,人们常常用单指标的方法模拟响应变量的条件分位数.本文主要研究单指标分位数回归的变量选择.以最小化平均损失估计为基础,我们通过最小化具有SCAD惩罚项的平均损失进行变量选择和参数估计.在正则条件下,得到了单指标分位数回归SCAD变量选择的Oracle性质,给出了SCAD变量选择的计算方法,并通过模拟研究说明了本文所提方法变量选择的样本性质. 展开更多
关键词 单指标模型 分位数回归 SCAD 变量选择
在线阅读 下载PDF
定量结构-活性/性质相关性中变量的选择——正交变换法与最优子集回归法的比较 被引量:5
13
作者 章文军 许禄 《高等学校化学学报》 SCIE EI CAS CSCD 北大核心 2001年第7期1134-1136,共3页
In this paper, the comparison of orthogonal descriptors and Leaps and Bounds regression analysis is performed. The results obtained by using orthogonal descriptors are better than that obtained by using Leaps and Boun... In this paper, the comparison of orthogonal descriptors and Leaps and Bounds regression analysis is performed. The results obtained by using orthogonal descriptors are better than that obtained by using Leaps and Bounds regression for the data set of nitrobenzenes used in this study. Leaps and Bounds regression can be used effectively for selection of variables in quantitative structure activity/property relationship(QSAR/QSPR) studies. Consequently, orthogonalisation of descriptors is also a good method for variable selection for studies on QSAR/QSPR. 展开更多
关键词 构效关系 变量选择 正交变换法 变量最优子集回归 化合物 结构 性质 QSAR QSPR
在线阅读 下载PDF
多元回归中选择自变量的一种简单方法 被引量:3
14
作者 陈家鼎 李东风 《应用概率统计》 CSCD 北大核心 2015年第1期71-88,共18页
在线性回归模型建模中,回归自变量选择是一个受到广泛关注、文献众多,具有很强的理论和实际意义的问题.回归自变量选择子集的相合性是其中一个重要问题,如果某种自变量选择方法选择的子集在样本量趋于无穷时是相合的,而且预测均方误差较... 在线性回归模型建模中,回归自变量选择是一个受到广泛关注、文献众多,具有很强的理论和实际意义的问题.回归自变量选择子集的相合性是其中一个重要问题,如果某种自变量选择方法选择的子集在样本量趋于无穷时是相合的,而且预测均方误差较小,则这种方法是可取的.利用BIC准则可以挑选相合的自变量子集,但是在自变量个数很多时计算量过大;适应lasso方法具有较高计算效率,也能找到相合的自变量子集;本文提出一种更简单的自变量选择方法,只需要计算两次普通线性回归:第一次进行全集回归,得到全集的回归系数估计,然后利用这些回归系数估计挑选子集,然后只要在挑选的自变量子集上再进行一次普通线性回归就得到了回归结果.考虑如下的回归模型:Y_n=X_nβ~*+ε^((n)),其中回归系数β~*中非零分量下标的集合为J_O,设J_n是本文方法选择的自变量子集下标集合,β^((n))是本文方法估计的回归系数(未选中的自变量对应的系数为零),本文证明了,在适当条件下,(?)其中(β^((n))-β~*)J_O表示β^((n))-β~*的分量下标在J_O中的元素的组成的向量,σ~2是误差方差,∑,c是与矩阵(X_n^TX_n)/n极限有关的矩阵和常数.数值模拟结果表明本文方法具有很好的中小样本性质. 展开更多
关键词 变量选择 回归分析 ORACLE PROPERTY
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
15
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
回归分析中定性变量的赋值 被引量:27
16
作者 张晋昕 李河 《循证医学》 CSCD 2005年第3期169-171,共3页
回归分析中对自变量的要求比较宽松,可以是服从正态分布的随机变量,也可以是分类变量及有序变量,参与回归方程的估计时需首先对分类变量和有序变量赋值。实际应用中,分类变量的赋值存在较多的误用,势必导致错误的分析结果。本文给出了... 回归分析中对自变量的要求比较宽松,可以是服从正态分布的随机变量,也可以是分类变量及有序变量,参与回归方程的估计时需首先对分类变量和有序变量赋值。实际应用中,分类变量的赋值存在较多的误用,势必导致错误的分析结果。本文给出了最普遍发生的定性变量被错误赋值的情形,剖析了错误的原因,指出对分析结果的严重歪曲。文中阐述了哑变量设置的具体方法和结果的解释,旨在指导读者采用正确的赋值方法,对分类变量采用多个派生的哑变量参与建模计算,从而得到合理的回归分析结果。 展开更多
关键词 定性变量 回归分析 变量
在线阅读 下载PDF
小波包变换潜变量回归分辨重叠的紫外光谱 被引量:3
17
作者 高玲 任守信 《分析科学学报》 CAS CSCD 北大核心 2004年第6期607-609,共3页
采用小波包变换潜变量回归(WPLVR)方法,同时测定联苯、苯酚和邻苯二酚。该法结合小波包变换和潜变量回归改进除噪质量。通过最佳化,选择了小波函数及小波包分解水平(L)。编制了两个程序PWPLVR和PFTLVR进行WPLVR和付立叶变换潜变量回归(F... 采用小波包变换潜变量回归(WPLVR)方法,同时测定联苯、苯酚和邻苯二酚。该法结合小波包变换和潜变量回归改进除噪质量。通过最佳化,选择了小波函数及小波包分解水平(L)。编制了两个程序PWPLVR和PFTLVR进行WPLVR和付立叶变换潜变量回归(FTLVR)法计算。试验结果表明WPLVR法是成功的且优于FTLVR法。 展开更多
关键词 小波包变换 变量回归 重叠的紫外光谱
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
18
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
部分线性可加模型的众数回归与变量选择 被引量:2
19
作者 夏亚峰 屈亚蓉 《兰州理工大学学报》 CAS 北大核心 2019年第6期157-161,共5页
基于众数回归对部分线性可加模型提出一种变量选择方法.利用B样条基函数逼近非参函数,自适应LASSO惩罚函数实现参数和非参函数的同时变量选择,在适当的条件下证明变量选择方法具有Oracle性质,给出变量选择的EM算法,数值模拟结果检验了... 基于众数回归对部分线性可加模型提出一种变量选择方法.利用B样条基函数逼近非参函数,自适应LASSO惩罚函数实现参数和非参函数的同时变量选择,在适当的条件下证明变量选择方法具有Oracle性质,给出变量选择的EM算法,数值模拟结果检验了变量选择方法的有效性. 展开更多
关键词 部分线性可加模型 自适应LASSO 众数回归 变量选择
在线阅读 下载PDF
基于众数回归的变系数模型统一变量选择 被引量:1
20
作者 夏亚峰 贾馨懿 《兰州理工大学学报》 CAS 北大核心 2020年第2期161-165,共5页
研究了众数回归下变系数模型的统一变量选择问题.利用B样条基函数近似非参数部分,在众数回归下建立SCAD惩罚函数同时选择变系数模型中的重要变量并且识别具有常数效应的协变量,在一定条件下,证明惩罚估计量相合性和稀疏性,通过数值模拟... 研究了众数回归下变系数模型的统一变量选择问题.利用B样条基函数近似非参数部分,在众数回归下建立SCAD惩罚函数同时选择变系数模型中的重要变量并且识别具有常数效应的协变量,在一定条件下,证明惩罚估计量相合性和稀疏性,通过数值模拟评估所提出的变量选择方法的有效性. 展开更多
关键词 众数回归 变系数模型 变量选择 SCAD惩罚
在线阅读 下载PDF
上一页 1 2 22 下一页 到第
使用帮助 返回顶部