期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
电商卖家信用评分的多因素校正模型及有效性检验——以淘宝网为例 被引量：8
1
作者 许启发 王陶 +1 位作者 蒋翠侠 杨善林 《软科学》 CSSCI 北大核心 2017年第1期105-108,113,共5页
针对电子商务环境中卖家信用得分计算方式的不足,提出了相应的改进策略:引入主营业务占比、开店时长和卖家的买家身份信用三个因素,建立卖家信用评分的多因素校正模型。更进一步,提出店铺的消费累积损失这一概念,并使用神经网络分位数... 针对电子商务环境中卖家信用得分计算方式的不足,提出了相应的改进策略:引入主营业务占比、开店时长和卖家的买家身份信用三个因素,建立卖家信用评分的多因素校正模型。更进一步,提出店铺的消费累积损失这一概念,并使用神经网络分位数回归模型和相应的评价指标,来验证改进卖家信用得分在解释店铺消费累积损失中的有效性。最后,对淘宝网信用评分实践进行研究,实证结果表明:卖家信用评分的多因素校正模型,不仅能够成功地解释店铺消费累积损失,而且能够更好地预测其未来取值变动规律,具有有效性。 展开更多
关键词 C2C 卖家信用得分 多因素校正模型 神经网络分位数回归 有效性检验
下载PDF
基于相似时刻的光伏出力概率分布估计方法 被引量：28
2
作者 程泽 刘冲 刘力 《电网技术》 EI CSCD 北大核心 2017年第2期448-454,共7页
针对光伏发电可预测性低的问题,提出了一种综合使用通径分析(path analysis,PA)、k近邻算法(k-Nearest Neighbor,KNN)、神经网络分位数回归(quantile regression neural network,QRNN)和核密度估计(kernel density estimator,KDE)的光... 针对光伏发电可预测性低的问题,提出了一种综合使用通径分析(path analysis,PA)、k近邻算法(k-Nearest Neighbor,KNN)、神经网络分位数回归(quantile regression neural network,QRNN)和核密度估计(kernel density estimator,KDE)的光伏出力概率分布估计方法,构造出未来1 d任意时刻的光伏出力概率密度函数,可以得到比点预测和区间预测更多的有用信息。首先由通径分析对气象因素进行约减,在降低模型输入维数的基础上减小变量间的耦合作用。然后通过K-means算法按天气类型对历史样本进行聚类,进一步提高相似样本的筛选效果。最后利用神经网络分位数回归和核密度估计对光伏出力的概率分布进行估计。实验结果表明,相比于核密度估计和传统的正态分布估计方法,采用所提方法估计出的概率分布的可靠性和锐度更高。 展开更多
关键词 神经网络分位数回归 通径分析 核密度估计 光伏发电 概率分布
下载PDF
极端VaR风险测度的新方法:QRNN+POT 被引量：11
3
作者 许启发 陈士俊 +1 位作者 蒋翠侠 刘曦 《系统工程学报》 CSCD 北大核心 2016年第1期33-44,共12页
由于金融时间序列极端尾部数据的稀疏性,一方面非线性分位数回归存在非线性函数形式选择困难;另一方面非线性分位数回归的极端VaR风险测度精度一直不高.为此,提出了使用神经网络分位数回归(QRNN)模拟金融系统的非线性结构,并使用极值理... 由于金融时间序列极端尾部数据的稀疏性,一方面非线性分位数回归存在非线性函数形式选择困难;另一方面非线性分位数回归的极端VaR风险测度精度一直不高.为此,提出了使用神经网络分位数回归(QRNN)模拟金融系统的非线性结构,并使用极值理论的POT方法弥补非线性分位数回归对极端尾部数据信息处理能力的不足,得到了一个新的金融风险测度方法:QRNN+POT,给出了其基本算法,并将其应用于极端VaR风险测度.选取了世界范围内代表性国家股票市场为研究对象,从样本内与样本外两个方面实证比较了QRNN+POT方法与已有的非线性分位数回归模型在VaR风险测度中的表现,结果表明:第一,直接使用非线性分位数回归模型能够准确地得到正常VaR风险测度,而极端VaR风险测度效果却差强人意;第二,使用QRNN+POT方法,极大地改善了极端VaR风险测度效果,能够有效地描述金融危机期间出现的极端风险. 展开更多
关键词 极端VaR 非线性分位数回归 神经网络分位数回归 POT方法 QRNN+POT方法
下载PDF
基于分位数回归神经网络的重庆市用电负荷预测分析 被引量：2
4
作者 徐闻李 杨炜明 《能源与节能》 2023年第10期22-25,104,共5页
2022年,中国多地最高气温突破历史极值,多日极端高温天气造成重庆市出现较大用电缺口。因为长期电力负荷的预测存在较大的不确定性,所以选取分位数回归神经网络模型对重庆市未来几年的用电负荷做出预测分析,与几种预测方法对比分析后,... 2022年,中国多地最高气温突破历史极值,多日极端高温天气造成重庆市出现较大用电缺口。因为长期电力负荷的预测存在较大的不确定性,所以选取分位数回归神经网络模型对重庆市未来几年的用电负荷做出预测分析,与几种预测方法对比分析后,明确分位数回归神经网络模型预测准确程度更高,并于样本外预测了2023—2027年重庆市年用电负荷。最后基于预测结果提出一系列恢复正常用电负荷增长的措施,为相关电力部门的规划与建设提供建议。 展开更多
关键词 重庆市 用电负荷 分位数回归神经网络
下载PDF
基于天气影响的概率性交通需求预测方法研究 被引量：1
5
作者 郭怡杏 田文 《哈尔滨商业大学学报（自然科学版）》 CAS 2020年第4期443-448,共6页
随着国民经济的发展,我国的航空运输需求一直处于猛增的状态,其运行压力逐渐覆盖了整个航空系统,造成了空中交通拥堵频现、航班延误增加等新的紧张局面.为了缓解日益频发的空中交通拥堵,需要实施科学的拥挤管理手段,即准确、客观地预测... 随着国民经济的发展,我国的航空运输需求一直处于猛增的状态,其运行压力逐渐覆盖了整个航空系统,造成了空中交通拥堵频现、航班延误增加等新的紧张局面.为了缓解日益频发的空中交通拥堵,需要实施科学的拥挤管理手段,即准确、客观地预测交通需求.以国内典型繁忙机场为对象,结合神经网络分位数回归和核密度估计的方法,通过量化需求不确定性的大小,分析不同分位点上交通需求值的变化,训练获得连续的条件分位数,进而得到连续交通需求的概率密度函数与点预测值,再通过对比分析受天气等不确定性因素影响的交通需求值,发现通过此方法得到的预测值与实际值的误差精度都很小. 展开更多
关键词 概率性交通需求预测 神经网络分位数回归 核密度估计 天气影响 空中交通流量管理
下载PDF
机场交通需求概率密度预测方法研究
6
作者 田文 杨帆 +1 位作者 郭怡杏 宋津津 《计算机仿真》 北大核心 2022年第1期56-59,共4页
针对基于进离场航空器统计数量的传统预测方法较难体现不确定性因素对机场交通需求预测结果影响的问题,采用核密度估计与神经网络分位数回归相结合的方法,构建了机场交通需求概率密度预测模型和方法,并基于广州白云机场运行数据得到机... 针对基于进离场航空器统计数量的传统预测方法较难体现不确定性因素对机场交通需求预测结果影响的问题,采用核密度估计与神经网络分位数回归相结合的方法,构建了机场交通需求概率密度预测模型和方法,并基于广州白云机场运行数据得到机场交通需求在未来一定时间内的概率密度分布。预测结果相较传统BP神经网络预测,所得结果波动范围更小,误差更小。 展开更多
关键词 分位数回归神经网络 核密度估计 概率密度预测 机场交通需求
下载PDF
基于神经网络分位数回归的VaR金融风险测度 被引量：9
7
作者 许启发 徐金菊 +1 位作者 蒋翠侠 刘晓华 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第12期1518-1522,共5页
基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度... 基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。 展开更多
关键词 金融风险 风险价值(VaR) 分位数回归 神经网络分位数回归
下载PDF
基于QRNN模型的生命年损失概率密度预测 被引量：1
8
作者 武佳佳 王威 +1 位作者 朱强强 马东辉 《中国安全科学学报》 CAS CSCD 北大核心 2019年第5期37-43,共7页
为全面评估预测震害损失,提出一种概率密度预测方法。首先,通过改进的生命年损失计算法,获取生命年损失值;其次,采用基于Akaike信息量准则(AIC)的逐步回归分析法,辨识生命年损失的强关联因素,在此基础上构建神经网络分位数回归(QRNN)模... 为全面评估预测震害损失,提出一种概率密度预测方法。首先,通过改进的生命年损失计算法,获取生命年损失值;其次,采用基于Akaike信息量准则(AIC)的逐步回归分析法,辨识生命年损失的强关联因素,在此基础上构建神经网络分位数回归(QRNN)模型;然后,得到生命年损失预测值与强相关因素的非线性关系,输出不同分位点下生命年损失预测值,运用高斯核函数预测生命年损失概率密度;最后,选取我国1996-2014年的189条地震灾害损失数据作为训练样本,预测2015年10例地震的生命年损失,并与B样条分位数回归(QRBS)模型及3种线性模型作对比。研究表明:基于QRNN模型的震害损失评估概率密度预测,降低了数据依赖性,提高了评估效率;预测值平均绝对误差不超过7. 5%,便于震害评估。 展开更多
关键词 生命年损失 逐步回归 神经网络分位数回归(QRNN) 关联因素辨识 概率密度函数
下载PDF
开放式基金市场羊群效应研究——基于QRNN-CCK模型的实证 被引量：4
9
作者 曹书波 蔡超 许启发 《天津大学学报（社会科学版）》 2017年第5期399-406,共8页
基于神经网络分位数CCK(以下简记为QRNN-CCK)模型的基金市场羊群效应的检验,一方面通过分位数回归揭示市场收益对CASD指标整个条件分布的影响;另一方面,通过神经网络结构模拟市场收益对CASD指标的非线性影响模式。从而很好地解决了羊群... 基于神经网络分位数CCK(以下简记为QRNN-CCK)模型的基金市场羊群效应的检验,一方面通过分位数回归揭示市场收益对CASD指标整个条件分布的影响;另一方面,通过神经网络结构模拟市场收益对CASD指标的非线性影响模式。从而很好地解决了羊群效应检验中遇到的两个难题:羊群效应的异质性和非线性关联模式。以开放式基金为研究对象,对基金市场羊群效应进行判断,实证结果表明:第一,与分位数回归-CCK模型相比,QRNN-CCK模型能获得更好的解释能力和拟合效果;第二,在各分位点处,市场收益对CSAD指标的影响都以市场收益0为分界点呈现非对称性的"V型"特征,表明基金市场羊群效应显著,而且在不同分位点处具有不同的变化模式,表现出异质性;第三,对基金市场的牛市和熊市进行更细致的对比发现,牛市和熊市均随着分位点的提高,市场收益对CSAD的影响越来越明显,并且牛市与熊市的表现存在差异。 展开更多
关键词 开放式基金 羊群效应 神经网络分位数回归 CSAD
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部