期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
多因素模型下的信用组合一致性风险度量
1
作者 詹原瑞 刘久彪 《预测》 CSSCI 2008年第5期64-68,共5页
在债务人资产的多因素模型下,本文利用指数性质推导了信用组合损失的上边界,然后应用拉普拉斯近似方法计算了组合损失分布,得出了一种多因素模型下计算信用组合风险量度的方法,最后应用上面方法对银行实例分别在单因素和两因素模型下计... 在债务人资产的多因素模型下,本文利用指数性质推导了信用组合损失的上边界,然后应用拉普拉斯近似方法计算了组合损失分布,得出了一种多因素模型下计算信用组合风险量度的方法,最后应用上面方法对银行实例分别在单因素和两因素模型下计算了组合风险的VaR和ES,并将两种模型下的结果相比较,说明了对于异质组合建模债务人资产为多因素模型的必要性和拉普拉斯近似方法计算一致性风险量度的优势。 展开更多
关键词 信用组合 一致性风险量度 拉普拉斯近似 预期短缺(ES)
下载PDF
用Bayesian网络处理具有不完整数据的问题分析 被引量:5
2
作者 王双成 林士敏 陆玉昌 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 2000年第9期65-68,共4页
针对现有的 Bayesian网络学习方法都不能有效处理缺失数据问题 ,论文给出了两种处理不完整数据问题的方法 :一种方法是先把不完整的数据集修复成完整的数据集 ,利用完整的数据集进行计算 ,并将结果作为不完整数据集对应情况的近似 ;另... 针对现有的 Bayesian网络学习方法都不能有效处理缺失数据问题 ,论文给出了两种处理不完整数据问题的方法 :一种方法是先把不完整的数据集修复成完整的数据集 ,利用完整的数据集进行计算 ,并将结果作为不完整数据集对应情况的近似 ;另一种方法是直接使用不完整的数据集进行近似计算 ,而这种近似计算是渐进正确的。实验结果表明前一种方法计算结果准确 ,但效率较低 ;后一种方法效率较高 ,在数据量比较大时能达到很好的效果 ;而且这两种方法的性能比其它处理缺失数据的方法效果要好。 展开更多
关键词 贝叶斯网络 不完整数据 数据处理 机器学习
原文传递
基于混合高斯分布的联合鲁棒稀疏贝叶斯学习结构损伤识别模型
3
作者 李荣鹏 宋学力 +3 位作者 易稳 肖玉柱 邓庆田 李新波 《中国公路学报》 EI CAS CSCD 北大核心 2024年第5期300-313,共14页
损伤识别是结构健康监测的核心问题之一。基于混合高斯分布的鲁棒稀疏贝叶斯学习损伤识别模型(RSBLM-MoG),因利用混合高斯分布准确地量化损伤识别中的不确定性而得到了较好的损伤识别结果。然而,该模型在损伤识别中忽略了多组测试数据... 损伤识别是结构健康监测的核心问题之一。基于混合高斯分布的鲁棒稀疏贝叶斯学习损伤识别模型(RSBLM-MoG),因利用混合高斯分布准确地量化损伤识别中的不确定性而得到了较好的损伤识别结果。然而,该模型在损伤识别中忽略了多组测试数据之间相似性信息的利用。为了进一步提高损伤识别精度,通过贝叶斯联合学习技术实现多组测试数据之间相似性信息的利用,提出基于混合高斯分布的联合鲁棒稀疏贝叶斯学习损伤识别模型(JRSBLM-MoG)和其相应的基于Laplace近似的期望最大化算法。平面桁架结构数值算例和固支梁试验研究结果表明:JRSBLM-MoG的损伤识别精度比RSBLM-MoG分别平均提高了7.61%和3.54%;JRSBLM-MoG可有效利用多组测试数据之间相似性信息提高损伤识别精度。 展开更多
关键词 桥梁工程 损伤识别 稀疏贝叶斯学习 联合学习 期望最大化 laplace近似
原文传递
一种欠定混合情形下的信源数目盲估计方法 被引量:6
4
作者 左超华 张洁 +2 位作者 高宏力 傅攀 陈春俊 《电子测量技术》 2015年第6期113-117,共5页
准确估计信源数目是盲源分离实现有效分离的重要前提之一。针对源信号数目未知且少于观测信号数目的欠定问题,提出了一种有效的信源数目盲估计方法。该方法基于经验模态分解,并结合协方差矩阵的奇异值分解,采用拉氏逼近的贝叶斯选择原... 准确估计信源数目是盲源分离实现有效分离的重要前提之一。针对源信号数目未知且少于观测信号数目的欠定问题,提出了一种有效的信源数目盲估计方法。该方法基于经验模态分解,并结合协方差矩阵的奇异值分解,采用拉氏逼近的贝叶斯选择原理来估计源信号数目。在对观测信号进行经验模态分解前,为了消除本征模态函数的模态混合现象,引入卡尔曼滤波算法对观测信号进行了消噪处理。分别采用仿真信号和实测信号对该方法进行验证,研究表明,方法能够准确估计出源信号数目,为盲源分离提供准确的先验信息。 展开更多
关键词 源数估计 卡尔曼滤波 经验模态分解 拉氏逼近 贝叶斯选择原理
下载PDF
拉普拉斯逼近方法在复杂函数积分中的应用 被引量:3
5
作者 郑良芳 胡锡健 《新疆大学学报(自然科学版)》 CAS 2020年第1期1-7,共7页
在常见的积分计算问题中,复杂函数的积分通常难以计算或是计算过程复杂,计算时间长.拉普拉斯逼近方法通过将复杂函数进行二阶泰勒展开,将满足一定条件的被积函数近似为正态分布密度函数的形式,并对其进行积分.从而求解出复杂函数积分的... 在常见的积分计算问题中,复杂函数的积分通常难以计算或是计算过程复杂,计算时间长.拉普拉斯逼近方法通过将复杂函数进行二阶泰勒展开,将满足一定条件的被积函数近似为正态分布密度函数的形式,并对其进行积分.从而求解出复杂函数积分的近似结果.文章基于正态分布良好的计算性质,通过实例分析拉普拉斯逼近方法在复杂函数积分中的应用,验证了拉普拉斯逼近方法具有计算方便,快捷,并且逼近结果较为精确的特点. 展开更多
关键词 拉普拉斯逼近 泰勒展开 复杂函数积分 近似求解
下载PDF
基于HJM框架的随机波动率短期利率模型 被引量:2
6
作者 陈志勇 江良 《系统工程学报》 CSCD 北大核心 2016年第2期202-213,共12页
在Heath-Jarrow-Morton(HJM)框架下,建立随机波动率短期利率模型(ECIR-SV),其中长期均值为时间函数.基于重度取样技巧,利用Laplace方法和P-样条方法给出了ECIR-SV模型的极大似然估计方法.实证结果表明对比一些嵌入模型,ECIR-SV模型描述... 在Heath-Jarrow-Morton(HJM)框架下,建立随机波动率短期利率模型(ECIR-SV),其中长期均值为时间函数.基于重度取样技巧,利用Laplace方法和P-样条方法给出了ECIR-SV模型的极大似然估计方法.实证结果表明对比一些嵌入模型,ECIR-SV模型描述时间序列数据效果是最优的;对于单因子模型,引入长期均值函数的模型稍微地改善了拟合效果;在随机波动率模型中,考虑长期均值函数模型更好地描述短期利率动态变化.此外,通过长期均值函数能够更好地说明资本流动的情况,为宏观政策的制定提供了一些可靠的依据. 展开更多
关键词 Heath-Jarrow-Morton模型 短期利率 随机波动率 laplace近似 P-样条 长期均值
下载PDF
Saddlepoint approximations for studentized compound Poisson sums with no moment conditions in audit sampling
7
作者 ZHOU GuoLiang 1 & ZHOU Wang 2, 1 Institute of Accounting and Finance, Shanghai University of Finance and Economics, Shanghai 200433, China 2 Department of Statistics and Applied Probability, National University of Singapore, Singapore 117546, Singapore 《Science China Mathematics》 SCIE 2010年第12期3131-3138,共8页
Saddlepoint approximations for the studentized compound Poisson sums with no moment conditions in audit sampling are derived. This result not only provides a very accurate approximation for studentized compound Poisso... Saddlepoint approximations for the studentized compound Poisson sums with no moment conditions in audit sampling are derived. This result not only provides a very accurate approximation for studentized compound Poisson sums, but also can be applied much more widely in statistical inference of the error amount in an audit population of accounts to check the validity of financial statements of a firm. Some numerical illustrations and comparison with the normal approximation method are presented. 展开更多
关键词 saddlepoint approximATION laplace approximATION SELF-NORMALIZED COMPOUND POISSON SUM stu- dentized COMPOUND POISSON SUM
原文传递
基于行列式点过程的变分拉普拉斯自编码器 被引量:1
8
作者 敦瑞静 鲁淑霞 +1 位作者 张琦 翟俊海 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第4期629-639,共11页
变分自编码器(Variational Autoencoders,VAE)是一类重要的学习概率潜在变量的生成模型,然而VAE对复杂模型的表现力较差,生成的图像往往比较模糊.为了解决VAE生成图像模糊的问题,提出一种基于行列式点过程的变分拉普拉斯自编码器(Variat... 变分自编码器(Variational Autoencoders,VAE)是一类重要的学习概率潜在变量的生成模型,然而VAE对复杂模型的表现力较差,生成的图像往往比较模糊.为了解决VAE生成图像模糊的问题,提出一种基于行列式点过程的变分拉普拉斯自编码器(Variational Laplace Autoencoders-Determinantal Point Process,VLAE-DPP)模型,将行列式点过程方法引入变分拉普拉斯自编码器模型,在原始目标函数的基础上添加一项无监督惩罚损失,以此来提高生成图像的质量.VLAE-DPP模型利用行列式点过程来捕获一个与真实数据类似的多样性,然后通过从编码器中提取特征来学习核.最后,训练解码器优化核的伪、实、特征值和特征向量之间的损失,以鼓励解码器模拟真实数据的多样性,从而生成高质量的图像.在Fashion-MNIST,SVHN,CIFAR10数据集上的实验结果表明,VLAE-DPP模型能提高生成图像的质量. 展开更多
关键词 变分自编码器 行列式点过程 变分推断 拉普拉斯近似 生成模型
下载PDF
随机效应半参数logit模型的惩罚似然估计研究 被引量:1
9
作者 孙燕 《统计研究》 CSSCI 北大核心 2013年第4期92-98,共7页
在颇具争议的收入差距和健康关系研究中,为了降低可能存在的模型设定和遗漏变量偏误,本文提出了随机效应半参数logit模型,其中非参数的设定还可用于数据的初探性分析。随后本文提出了模型非参数和参数部分的估计方法。这里涉及的难点是... 在颇具争议的收入差距和健康关系研究中,为了降低可能存在的模型设定和遗漏变量偏误,本文提出了随机效应半参数logit模型,其中非参数的设定还可用于数据的初探性分析。随后本文提出了模型非参数和参数部分的估计方法。这里涉及的难点是随机效应的存在导致似然函数中的积分没有解析式,而非参数的存在更加大了估计难度。本文基于惩罚样条非参数估计方法和四阶Laplace近似方法建立了惩罚对数似然函数,其最大化采用了Newton-Raphson近似方法。文章还建立了惩罚样条中重要光滑参数的选取准则。模型在收入差距和健康实例中的估计结果表明数据支持收入差距弱假说,且非参数估计结果表明其具有U型形式,与实例估计结果的比较指出本文提出的估计方法是较准确的。 展开更多
关键词 随机效应半参数logit模型 laplace近似 惩罚似然估计 收入差距假说
下载PDF
R-L模型的参数估计及其影响分析
10
作者 曹春正 朱晓欣 林金官 《三峡大学学报(自然科学版)》 CAS 2008年第4期79-82,共4页
基于EM算法和Laplace逼近,首先给出了R-L模型的参数估计,然后应用完全数据对数似然函数的条件期望以及相应的Q距离函数,对R-L模型数据进行了数据删除影响分析和局部影响分析,并通过实际数据验证了所得诊断统计量的有效性.
关键词 R—L模型 EM算法 laplace逼近 数据删除 局部影响分析
下载PDF
非线性再生散度随机效应模型参数置信域的曲率表示
11
作者 张文专 唐年胜 王学仁 《数学物理学报(A辑)》 CSCD 北大核心 2006年第4期547-558,共12页
该文基于Laplace逼近建立了非线性再生散度随机效应模型在Euclid空间中的几何结构,并在此基础上研究了此模型参数和子集参数的置信域,进一步推广和发展了Hamilton,Watts和Bates关于正态非线性回归模型,Wei关于嵌入模型和指数族非线性模... 该文基于Laplace逼近建立了非线性再生散度随机效应模型在Euclid空间中的几何结构,并在此基础上研究了此模型参数和子集参数的置信域,进一步推广和发展了Hamilton,Watts和Bates关于正态非线性回归模型,Wei关于嵌入模型和指数族非线性模型,Zhu,Tang和Wei关于半参数非线性模型,唐年胜、韦博成和王学仁关于非线性再生散度模型,Tang和Wang关于拟似然非线性模型等的结果. 展开更多
关键词 非线性再生散度随机效应模型 laplace逼近 曲率 SCORE统计量 置信域
下载PDF
基于社交媒体数据的贝叶斯A/B检验
12
作者 李薛莎 付英姿 +1 位作者 薛茜 夏思琴 《软件导刊》 2021年第9期113-118,共6页
A/B检验主要用于考察相对于原方案A,改进方案B是否更优。重点研究新旧版本网页点击率的贝叶斯A/B检验问题,通过建立起二项分布下的二元Logistic回归模型,结合拉普拉斯近似及重要性抽样技术,成功计算出边际似然并最终得到贝叶斯因子。而... A/B检验主要用于考察相对于原方案A,改进方案B是否更优。重点研究新旧版本网页点击率的贝叶斯A/B检验问题,通过建立起二项分布下的二元Logistic回归模型,结合拉普拉斯近似及重要性抽样技术,成功计算出边际似然并最终得到贝叶斯因子。而贝叶斯因子是贝叶斯A/B检验的核心,经典的A/B检验仅考虑A、B方案是否相等,基于此进一步考虑两者谁更优的问题。研究结果表明,对网页的改版并不能有效地增加用户点击率。 展开更多
关键词 贝叶斯因子 A/B检验 模型选择 拉普拉斯近似
下载PDF
Laplace逼近在边际密度函数中的应用
13
作者 王玉琢 《计算机与数字工程》 2009年第10期41-42,共2页
将鞍点逼近法应用到统计学中,给出了二维边际密度函数的逼近式,称为Laplace逼近式。与用定义法计算边际密度函数相比较,此方法避免了大量的换元和积分的计算过程,计算方法简洁直观。文章以二维正态分布为例,说明逼近效果较精确,令人满意。
关键词 鞍点逼近 边际概率密度函数
下载PDF
基于高斯过程分类器的变压器故障诊断 被引量:45
14
作者 尹金良 朱永利 +2 位作者 俞国勤 邵宇鹰 关宏 《电工技术学报》 EI CSCD 北大核心 2013年第1期158-164,共7页
构建了基于拉普拉斯近似方法的高斯过程分类器(LGPC)。LGPC可自行优化超参数,以概率形式输出分类结果,便于问题的不确定性分析,从而克服SVM规则化系数、核函数参数确定困难等局限。在用典型分类数据验证LGPC在分类性能方面优于SVM的基础... 构建了基于拉普拉斯近似方法的高斯过程分类器(LGPC)。LGPC可自行优化超参数,以概率形式输出分类结果,便于问题的不确定性分析,从而克服SVM规则化系数、核函数参数确定困难等局限。在用典型分类数据验证LGPC在分类性能方面优于SVM的基础上,提出了基于LGPC的变压器故障诊断方法,并给出了其具体实现方法。通过工程实例验证了均值函数采用常函数、协方差函数采用全平方指数函数、似然函数采用误差函数时,故障诊断的正确率较高。同基于SVM的故障诊断方法相比,本文所提方法可以取得更高的故障诊断正确率,具有可行性和推广性。 展开更多
关键词 高斯过程分类器 拉普拉斯近似 支持向量机 变压器故障诊断
下载PDF
基于贝叶斯深度学习方法的上海新冠肺炎病例时空预测和不确定性量化
15
作者 周世荣 汤银才 +2 位作者 王平平 庄亮亮 徐嘉威 《应用概率统计》 CSCD 北大核心 2024年第2期298-322,共25页
2022年春季在上海爆发的新冠肺炎疫情对上海的社会、经济和居民的日常生活造成了严重影响.新冠肺炎的传播通常表现出复杂的非线性动力学,受环境、人口统计、医疗条件、核酸或抗原检测频率、流行病控制策略等影响.具有复杂网络结构和广... 2022年春季在上海爆发的新冠肺炎疫情对上海的社会、经济和居民的日常生活造成了严重影响.新冠肺炎的传播通常表现出复杂的非线性动力学,受环境、人口统计、医疗条件、核酸或抗原检测频率、流行病控制策略等影响.具有复杂网络结构和广泛训练的长短期记忆(LSTM)模型被广泛用于学习和预测流行病的传播.然而,这种模型既没有解释数据的不确定性,也没有考虑各种协变量和异质性的影响.因此,本文提出了一个两阶段LSTM嵌套广义泊松回归模型来分析2022年春季上海爆发的新冠肺炎疫情数据.在第一阶段,训练一个多层LSTM网络来学习特定地区的感染数据,然后使用训练好的LSTM来拟合和预测有症状的新冠肺炎感染人数.在第二阶段,在分层贝叶斯框架下通过广义泊松回归模型对预测的病例数进行建模,其中相对风险的对数用带有协变量和时空异质性的随机效应的线性函数来建模.在深度学习方法的帮助下,时空广义泊松回归模型可以预测和量化每日新增症状感染数量的不确定性.此外,得益于从协变量和时空异质性的借力,基于贝叶斯深度学习方法的预测比基于LSTM方法的预测性能更好. 展开更多
关键词 COVID-19 LSTM 泊松回归模型 积分嵌套拉普拉斯近似(INLA)
下载PDF
基于INLA-SPDE方法的区域污染物模拟与预测 被引量:1
16
作者 袁泽 陈斌 《图学学报》 CSCD 北大核心 2022年第1期125-132,共8页
采用传统的空间插值方法对区域污染物进行模拟与预测,针对源数据分布不均,效果一般的问题,提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达,时间分量则采用一阶时序自相关模型,同时还包含... 采用传统的空间插值方法对区域污染物进行模拟与预测,针对源数据分布不均,效果一般的问题,提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达,时间分量则采用一阶时序自相关模型,同时还包含气象参数等10种协变量,以2019年度京津冀地区日均PM_(2.5)浓度为例,逐月建立了时空模拟与预测模型。实验结果表明,与经典的克里金插值方法相比,在区域污染物分布的模拟上具有更好的效果,尤其在高值污染的预测上精度效果提升明显,同时可得到区域污染风险等级等多种结果。进一步基于模型的预测结果实现了京津冀地区日均PM_(2.5)浓度时空可视化和虚拟仿真系统,为普通民众的出行或政府相关部门决策提供支持,验证了模型的实用性和价值。 展开更多
关键词 细颗粒物PM_(2.5) 贝叶斯时空建模 INLA算法 仿真系统 决策支持
下载PDF
基于LGCP的城市管理事件空间点模式分析 被引量:1
17
作者 董文钱 董良 +3 位作者 向琳 陶海军 赵传虎 曲寒冰 《地理科学进展》 CSSCI CSCD 北大核心 2020年第8期1356-1366,共11页
数字化城管系统累积了大量城管事件历史数据,充分挖掘事件背后的空间分布模式和事件成因机制能够为城管部门的管控工作提供决策支持。论文利用Log Gaussian Cox Processes(LGCP)模型分析了西北某地H市P区的街面秩序类、市容环境类和宣... 数字化城管系统累积了大量城管事件历史数据,充分挖掘事件背后的空间分布模式和事件成因机制能够为城管部门的管控工作提供决策支持。论文利用Log Gaussian Cox Processes(LGCP)模型分析了西北某地H市P区的街面秩序类、市容环境类和宣传广告类城管事件之间的空间分布差异和事件成因影响差异。研究发现:(1) 3类城管事件都呈现出明显的空间聚集,其空间聚集尺度最远不超过924 m;(2)各类事件聚集的特征各不相同,街面秩序类贴近城区主要干道,呈路网状。市容环境类表现出在城区中心块状聚集,周边地区零星分散的特征。宣传广告类靠近交通干线呈长条状,靠近商业中区域呈块状分布;(3)城区内不同类别的POI对城管事件的影响大小不同。购物服务类、医疗保健类和居民住宅类表现出最显著的影响,说明特定区域内人群的流量和密度是影响城管事件分布的重要因素,人群的流动和聚集会加剧城管事件数量的增加。研究结果能够满足城管部门的城管事件空间分布热点识别以及事件成因分析的需求。 展开更多
关键词 城管事件 Log Gaussian Cox Processes 空间点模式 积分嵌套拉普拉斯逼近 随机偏微分方程
原文传递
广义变系数模型的Bayesian B样条估计 被引量:1
18
作者 卢一强 茆诗松 《系统科学与数学》 CSCD 北大核心 2006年第2期169-177,共9页
提出了广义变系数模型函数系数的一种新的估计方法.我们用B样条函数逼近函数系数,不具体选择节点的个数,而是节点个数取均匀的无信息先验,样条函数系数取正态先验,用Bayesian模型平均的方法估计各个函数系数.这种估计方法一个主要特... 提出了广义变系数模型函数系数的一种新的估计方法.我们用B样条函数逼近函数系数,不具体选择节点的个数,而是节点个数取均匀的无信息先验,样条函数系数取正态先验,用Bayesian模型平均的方法估计各个函数系数.这种估计方法一个主要特点是允许各个函数系数所需节点个数的后验分布不同,因此允许不同函数系数使用不同的光滑参数.另外,本文还给出了Bayesian B样条估计的计算方法,并通过模拟例子,说明广义变系数模型的函数系数可以由Bayesian B样条估计方法得到很好的估计. 展开更多
关键词 广义变系数模型 Bayesian模型平均 B样条函数 laplace's方法 重要抽样 MCMC模拟.
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部