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2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：
非参数回归函数的k_n近邻估计的渐近性质及其Bootstrap逼近 被引量：1
1
作者 王炳章 《应用数学学报》 CSCD 北大核心 2001年第3期410-417,共8页
本文研究回归函数的ｋｎ－近邻估计的渐近性质，得到了回归函数的ｋｎ－近邻估计的渐近正态性和它的Ｂｏｏｔｓｔｒａｐ统计量的相合性. 在高阶矩存在的条件下，我们证明了回归函数的ｋｎ－近邻估计的Ｂｏｏｔｓｔｒａｐ逼近比正态逼近... 本文研究回归函数的ｋｎ－近邻估计的渐近性质，得到了回归函数的ｋｎ－近邻估计的渐近正态性和它的Ｂｏｏｔｓｔｒａｐ统计量的相合性. 在高阶矩存在的条件下，我们证明了回归函数的ｋｎ－近邻估计的Ｂｏｏｔｓｔｒａｐ逼近比正态逼近更精确． 展开更多
关键词 回归函数 kn-近邻估计 渐近正态性 BOOTSTRAP逼近 Bootstrap统计量 随机向量
原文传递
加权极限学习机的多变量时间序列预测方法
2
作者 叶秋生 陈晓云 《福州大学学报（自然科学版）》 CAS 北大核心 2016年第3期437-442,共6页
提出一种基于样本分布的极限学习机预测模型WELMSD.该模型先用kN近邻密度估计方法估计出样本的密度值,再用估计出的密度值给传统ELM的经验风险项加权,克服传统ELM在对时间序列进行预测时忽略样本分布的缺点.基于Rossler混沌时间序列和... 提出一种基于样本分布的极限学习机预测模型WELMSD.该模型先用kN近邻密度估计方法估计出样本的密度值,再用估计出的密度值给传统ELM的经验风险项加权,克服传统ELM在对时间序列进行预测时忽略样本分布的缺点.基于Rossler混沌时间序列和上证、深证股票数据的实验仿真结果证明了所提算法的有效性,且当近邻参数k_N取值较小时,所提模型对参数不敏感,是一种更优的多变量时间序列预测模型. 展开更多
关键词 加权极限学习机 多变量时间序列 预测 kn近邻密度估计
原文传递
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