期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
一种GARCH模型异常值的稳健检测法及其应用 被引量:4
1
作者 王志坚 《统计与决策》 CSSCI 北大核心 2020年第10期41-44,共4页
文章借鉴Charles(2005)提出的GARCH模型异常值检测法,提出一种GARCH模型AO型与IO型异常值稳健检测法,模拟不同污染率、不同样本量下的GARCH序列。实证检验结果显示,稳健检测法对异常值检测的正确率显著高于传统检测法。
关键词 IO型异常点 AO型异常点 稳健检测法 金融时间序列
在线阅读 下载PDF
基于身份的可验证密钥的公钥内积函数加密算法 被引量:12
2
作者 邓宇乔 宋歌 +3 位作者 杨波 彭长根 唐春明 温雅敏 《计算机学报》 EI CSCD 北大核心 2021年第1期209-221,共13页
函数加密(Functional Encryption,FE)是一种多功能的加密原语,最早由Boneh等人正式提出.自从FE出现以来,许多研究者考虑如何实现通用的FE的构造.但是,这些工作使用了较为复杂的理论工具:例如,不可区分性的混淆和多线性映射等,实用性存疑... 函数加密(Functional Encryption,FE)是一种多功能的加密原语,最早由Boneh等人正式提出.自从FE出现以来,许多研究者考虑如何实现通用的FE的构造.但是,这些工作使用了较为复杂的理论工具:例如,不可区分性的混淆和多线性映射等,实用性存疑.因此,构造特殊的、高效的FE以满足特定应用场合的需要成为了许多学者探索的热点.本文对近来较为热门的一种FE:内积函数加密方案(Inner Product Functional Encryption,IPFE)进行研究,以解决目前的IPFE无法指定接收者身份,以及无法认证密钥颁发者身份的问题.内积函数加密(Inner Product Functional Encryption,IPFE)作为一种新颖的加密原语,可以分为公钥IPFE(PK-IPFE)和私钥IPFE(SK-IPFE).目前提出的PK-IPFE有两点可改进之处:一方面,不能为密文指定接收者的身份,这将可能在一些应用场景下外泄密文的敏感信息;另一方面,它不能抵抗以下密钥的修改攻击:持有向量密钥的恶意敌手可以将此向量进行修改.因为现存的PK-IPFE方案无法提供密钥的验证功能,因此,该攻击也将可能导致安全性的危害.提出一种标准模型下的基于身份的可验证密钥的PK-IPFE方案ID-PK-IPFE,形式化地给出针对该方案的三种攻击模型s-CPA、s-IMA和s-VMA,其中s-CPA模型展示选择性的密文不可区分性;s-IMA模型展示密钥中身份的不可修改性;s-VMA模型展示密钥中向量的不可修改性.提出了两个新的困难性假设:CBDH和DBDH-v,其中CBDH假设的安全性可归约到CDH假设上,DBDH-v的安全性可归约到DBDH假设上.把ID-PK-IPFE的s-CPA、s-IMA和s-VMA安全性归约到CBDH和DBDH-v这两个假设中.把ID-PK-IPFE的理论效率与Abdalla和Agrawal等人提出的两个PK-IPFE方案进行了对比,得出了ID-PK-IPFE的效率稍低,但在权限控制和抵御密钥修改攻击方面存在优势的结论.为进一步检验方案的实用性,使用JPBC库在一台CPU为i7-67003.40 GHz,内存为8.00 GB,操作系统为Windows 764-bit的个人PC机上实现了本文的方案.在Setup算法中添加了预处理阶段:在该阶段,程序将预先计算多个消息的值,并将预先计算的结果存放到hash表中,待解密消息时可供查询.分别进行了两组实验,在第一组实验中,消息的范围为(0,1000),而在第二组实验中,消息的范围为(0,10000).在(0,10000)范围内时,大多数数据统计应用程序的需求都可以满足.设定实验中向量的长度均从10增加到15,实验证明,ID-PK-IPFE方案是实用的. 展开更多
关键词 公钥内积函数加密 基于身份的加密 标准模型 可验证的密钥
在线阅读 下载PDF
基于稳健Cook距离的时间序列异常值诊断 被引量:4
3
作者 王志坚 罗舒琪 王斌会 《统计与决策》 CSSCI 北大核心 2022年第3期40-44,共5页
Cook距离公式常用于回归模型的异常值诊断,但由于公式中的样本方差■对异常值敏感,导致公式缺乏稳健性,使得诊断效果不理想。基于以上问题,文章选取绝对离差中位数作为样本标准差的稳健估计量,得到了样本方差■的稳健估计量,进而构造出... Cook距离公式常用于回归模型的异常值诊断,但由于公式中的样本方差■对异常值敏感,导致公式缺乏稳健性,使得诊断效果不理想。基于以上问题,文章选取绝对离差中位数作为样本标准差的稳健估计量,得到了样本方差■的稳健估计量,进而构造出稳健Cook距离公式;借鉴传统Cook距离的回归模型异常值诊断理论,将稳健Cook距离公式应用于时间序列异常值诊断,拓展了传统Cook距离公式的异常值诊断领域。通过选取模拟样本量分别为50、100、200,污染率分别为0、1%、5%、10%的ARMA(1,1)序列及金融时间序列进行实例分析,结果发现:(1)在无污染时,稳健Cook距离法与常规Cook距离法的诊断正确率均为100%,两者没有出现"误诊"现象;(2)在样本量、污染率同时增大时,常规Cook距离诊断正确率急剧下降,当污染率达到5%及以上时,已基本无诊断力,而稳健Cook距离法依然能保持较高的诊断力。稳健Cook距离法不仅能应用于时间序列异常值诊断,也能应用于回归分析的异常值诊断。 展开更多
关键词 时间序列 异常值 稳健Cook距离
在线阅读 下载PDF
常规过程控制图的敏感性分析及稳健设计 被引量:3
4
作者 苏拥英 王志坚 《统计与决策》 CSSCI 北大核心 2021年第10期160-164,共5页
常规休哈特(Shewhart)控制图的控制中心、控制限是不稳健的,易受离群值的影响而导致监控失效。文章通过对控制中心、控制限进行稳健改进,构建出稳健控制图并与常规控制图比较监控效果。模拟与实证分析均表明,当受控过程不存在离群值时,... 常规休哈特(Shewhart)控制图的控制中心、控制限是不稳健的,易受离群值的影响而导致监控失效。文章通过对控制中心、控制限进行稳健改进,构建出稳健控制图并与常规控制图比较监控效果。模拟与实证分析均表明,当受控过程不存在离群值时,传统控制图与稳健控制图监控结果基本保持一致;当受控过程存在离群值时,传统控制图得到的结果出现较大变化,而稳健控制图基本不变。特别是在大样本、高污染率情形下,当常规控制图对离群值监控完全失效时,稳健控制图能保持较好的监控效果。这说明相对于传统控制图,提出的稳健控制图能较好地克服在离群值监控过程中反被离群值所干扰的困境。 展开更多
关键词 统计过程控制 稳健控制图 离群值 稳健估计量
在线阅读 下载PDF
Yule-Walker估计法的敏感性分析及其稳健改进 被引量:3
5
作者 王志坚 王斌会 《统计与信息论坛》 CSSCI 北大核心 2019年第6期3-9,共7页
时间序列自回归AR模型的Yule-Walker估计法在建模过程中易受离群值的影响,导致计算结果与实际不相符。针对这一现象,基于均值和方差的稳健组合估计量构建了稳健自相关函数,得到了时序AR模型的稳健Yule-Walker估计算法,以克服离群值的影... 时间序列自回归AR模型的Yule-Walker估计法在建模过程中易受离群值的影响,导致计算结果与实际不相符。针对这一现象,基于均值和方差的稳健组合估计量构建了稳健自相关函数,得到了时序AR模型的稳健Yule-Walker估计算法,以克服离群值的影响。并对此方法进行了模拟与金融数据实证检验,模拟和实证检验均表明:当时序数据中不存在离群值时,传统估计方法与稳健估计方法得到的结果基本保持一致;当数据中存在离群值时,运用传统估计方法得到的结果出现较大变化,而运用稳健估计方法得到的结果基本不变。这说明相对于传统估计方法,稳健估计方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性。 展开更多
关键词 Yule-Walker估计法 稳健估计 离群值 稳健相关系数 收益率
在线阅读 下载PDF
基于局部常数拟合的异常值检测 被引量:4
6
作者 胡冠锵 张宇山 《统计与决策》 CSSCI 北大核心 2021年第12期15-18,共4页
异常值检测是当前数据分析中的一个基本问题。文章根据局部常数拟合的相关知识,提出了基于Nadaraya-Watson估计的异常值检验,并针对回归模型和ARMA模型给出了新的异常值检验的统计量。该方法有效解决了常规异常值检测方法中出现的"... 异常值检测是当前数据分析中的一个基本问题。文章根据局部常数拟合的相关知识,提出了基于Nadaraya-Watson估计的异常值检验,并针对回归模型和ARMA模型给出了新的异常值检验的统计量。该方法有效解决了常规异常值检测方法中出现的"遮蔽现象",模拟实验与传统方法的比较结果表明该方法是有效的。 展开更多
关键词 局部常数拟合 Nadaraya-Watson估计 遮蔽现象
在线阅读 下载PDF
回归诊断中的残差研究 被引量:2
7
作者 曹桃云 卢利敏 延丽平 《统计与决策》 CSSCI 北大核心 2022年第12期28-31,共4页
残差分析是回归诊断中的重要内容。文章研究了残差向量的相关性质,梳理了残差向量的分类,并通过对经典的回归数据进行扰动,对比分析几种残差在异常点检测中的作用,为进一步诊断提供依据。
关键词 回归诊断 普通残差 内学生化残差 外学生化残差
在线阅读 下载PDF
使用长短期记忆网络预测NBA比赛胜负 被引量:1
8
作者 李镇晖 张宇山 《计算机应用》 CSCD 北大核心 2021年第S02期98-102,共5页
深度学习与机器学习的方法已广泛应用于NBA(美国篮球职篮联赛)的比赛胜负的预测中,然而过去的方法未对过去几场比赛的数据进行建模,忽略了比赛双方近期状态的有效表示。为了解决这个问题,提出了基于长短期记忆(LSTM)网络的方法对NBA常... 深度学习与机器学习的方法已广泛应用于NBA(美国篮球职篮联赛)的比赛胜负的预测中,然而过去的方法未对过去几场比赛的数据进行建模,忽略了比赛双方近期状态的有效表示。为了解决这个问题,提出了基于长短期记忆(LSTM)网络的方法对NBA常规赛的比赛胜负进行预测。该方法分别以比赛中的两支球队过去几场比赛的数据作为LSTM的输入,以该场比赛结果作为输出,训练能够预测比赛胜负的模型。本质上是使用球队在该赛季的历史数据的平均值作为该球队的实力,以近几场比赛的数据序列作为该球队状态的体现。在实验中比较了其他几种预测NBA比赛胜负的方法(支持向量机、卷积神经网络、逻辑回归模型等方法),数据来自2014-2019年间的5个赛季的NBA常规赛数据。结果表明,模型的预测准确率达到(69.09%),高于其他几种模型。 展开更多
关键词 神经网络 长短期记忆网络 支持向量机 卷积神经网络 逻辑回归模型
在线阅读 下载PDF
基于随机森林的变量重要性研究 被引量:37
9
作者 曹桃云 《统计与决策》 CSSCI 北大核心 2022年第4期60-63,共4页
对变量进行重要性度量是变量选择的依据。变量选择在复杂数据的统计建模和解释预测中具有广泛的研究背景。基于随机森林算法,文章对回归问题中的最小深度、变量在根节点的分裂频次、置换重要性、节点纯度等变量重要性度量进行了原理阐述... 对变量进行重要性度量是变量选择的依据。变量选择在复杂数据的统计建模和解释预测中具有广泛的研究背景。基于随机森林算法,文章对回归问题中的最小深度、变量在根节点的分裂频次、置换重要性、节点纯度等变量重要性度量进行了原理阐述,并采用数值模拟研究了各种重要性度量的性能,为新方法的设计提供了基础。 展开更多
关键词 随机森林 最小深度 分裂频次 节点纯度 置换重要性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部