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359篇文章
< 1 2 … 18 >
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：
基于时间序列与PSO-SVR耦合模型的白水河滑坡位移预测研究 被引量：100
1
作者 张俊 殷坤龙 +1 位作者 王佳佳 黄发明 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2015年第2期382-391,共10页
滑坡位移预测模型的选择及其参数的选取是滑坡位移预测中至关重要的2个问题,以往的模型在预测滑坡位移时具有诸多的限制和不足。以三峡库区白水河滑坡为研究对象,基于时间序列分析方法,分离提取出滑坡趋势性位移与周期性位移。前者主要... 滑坡位移预测模型的选择及其参数的选取是滑坡位移预测中至关重要的2个问题,以往的模型在预测滑坡位移时具有诸多的限制和不足。以三峡库区白水河滑坡为研究对象,基于时间序列分析方法,分离提取出滑坡趋势性位移与周期性位移。前者主要受控于滑坡的内部因素(物质组成、地质构造、地形地貌等),可用最小二乘法对其进行多项式拟合并预测:后者是由外部影响因素(季节性降雨、库水位变动等)导致,取当月降雨量、双月降雨量、库水位高程、月间库水位变化量、双月库水位变化量和年间累计位移增量作为周期性位移的影响因子,提出采用可优化选参的粒子群优化算法(PSO)与支持向量机回归(SVR)相结合的方法对其进行预测;将各分位移预测值叠加得到累计位移预测值。运用多种方法进行分析对比,结果表明,基于时间序列与PSO-SVR耦合模型的滑坡位移预测精度要明显高于BP神经网络模型、网格搜索法优化的支持向量机模型(GS),其在滑坡位移预测中具有一定的理论基础和良好的应用前景。 展开更多
关键词 边坡工程 滑坡 位移预测 时间序列 粒子群优化算法 支持向量机回归
原文传递
基于支持向量回归的时间序列预测 被引量：65
2
作者 杨金芳 翟永杰 +1 位作者 王东风 徐大平 《中国电机工程学报》 EI CSCD 北大核心 2005年第17期110-114,共5页
该文简要介绍了时间序列预测的研究状况以及支持向量回归的基本原理,将支持向量回归用于对Box-Jenkins煤气炉时间序列的预测,并同其他前馈网络——BP神经网络、自适应特征空间扩张神经网络进行比较,仿真结果表明,BP神经网络和自适应特... 该文简要介绍了时间序列预测的研究状况以及支持向量回归的基本原理,将支持向量回归用于对Box-Jenkins煤气炉时间序列的预测,并同其他前馈网络——BP神经网络、自适应特征空间扩张神经网络进行比较,仿真结果表明,BP神经网络和自适应特征空间扩张神经网络在预测性能上比较接近,而支持向量回归在预测性能方面明显优于这两种方法,为进行模型辨识与建模研究奠定基础。文章最后分析了支持向量回归优于BP神经网络和自适应特征空间扩张神经网络的机理。 展开更多
关键词 热能动力工程 支持向量机 时间序列 预测 回归
下载PDF
北京市大气污染与城区居民死亡率关系的时间序列分析 被引量：62
3
作者 常桂秋 潘小川 +1 位作者 谢学琴 高燕琳 《卫生研究》 CAS CSCD 北大核心 2003年第6期565-568,共4页
为定量评价北京市大气污染对居民每日疾病死亡率的影响 ,运用时间 -序列分析方法 ,控制了流感、季节等混杂因素的影响后 ,对北京市主要大气污染物CO、SO2 、NOX、TSP、PM10 与居民相应疾病死亡率的相关关系进行了定量评价。以呼吸系统... 为定量评价北京市大气污染对居民每日疾病死亡率的影响 ,运用时间 -序列分析方法 ,控制了流感、季节等混杂因素的影响后 ,对北京市主要大气污染物CO、SO2 、NOX、TSP、PM10 与居民相应疾病死亡率的相关关系进行了定量评价。以呼吸系统疾病、循环系统疾病、冠心病、慢性阻塞性肺病和消化系统肿瘤疾病死亡人数分别为因变量 ,大气污染物浓度和平均温度、湿度为自变量 ,进行了泊松回归分析。单变量分析结果表明 ,除TSP对冠心病死亡率的影响无显著意义外 ,大气中CO、SO2 、NOX 、TSP浓度与呼吸系统、心脑血管疾病、慢性阻塞性肺病和冠心病死亡率之间的正相关关系均有显著意义 ,而多因素泊松回归得到的暴露 -反应关系模型显示 ,SO2 浓度每提高 10 0 μg m3,呼吸系统、循环系统、冠心病和慢性阻塞性肺病疾病死亡率分别增加 4 2 1%、3 97%、10 68%和 19 2 2 % ;总悬浮颗粒物每增加 10 0 μg m3 ,呼吸系统疾病死亡率增加 3 19% ,循环系统死亡率增加 0 62 %。 展开更多
关键词 大气污染物 每日死亡率 时间序列分析 泊松回归 北京 城区居民
下载PDF
ARIMA模型在网络流量预测中的应用研究 被引量：47
4
作者 张冉 赵成龙 《计算机仿真》 CSCD 北大核心 2011年第2期171-174,共4页
针对网络运行安全和可靠的要求,研究网络流量预测问题。网络流量具有高度自相似、时变性和非线性等时间序列特征,传统预测方法无法捕捉其时变性和自相似规律,导致预测精度比较低。为了提高网络流量的预测精度,在分析网络流量特征的基础... 针对网络运行安全和可靠的要求,研究网络流量预测问题。网络流量具有高度自相似、时变性和非线性等时间序列特征,传统预测方法无法捕捉其时变性和自相似规律,导致预测精度比较低。为了提高网络流量的预测精度,在分析网络流量特征的基础上,提出一种基于ARIMA模型的网络流量预测方法。先采用差分法对网络流量原始数据平稳化处理,提取网络流量数据的自相似特征,然后将平稳后的数据利用能很好反映时变性和非线性的ARIMA模型对进行拟合和检验,建立网络流量的最优预测模型,最后根据获得最优预测模型对网络流量实例数据进行仿真预测。仿真结果表明,ARIMA模型的网络流量预测精度比其它预测模型要高,能够很好的反映网络流量的规律,在网络流量预测中有广泛应用前景。 展开更多
关键词 网络流量 时间序列 预测 自回归模型
下载PDF
资本资产定价模型与上海股票市场的实证分析 被引量：32
5
作者 许涤龙 张钰 《南昌大学学报（理科版）》 CAS 北大核心 2005年第2期142-145,150,共5页
借助SPSS10.0软件,以上海股票市场2000.06.30～2002.09.27期间(共109周)代码为600601～600640中的37支股票为样本,对资本资产定价模型(CAPM)在上海股票市场的应用进行实证研究,首先采用单指数模型估计了个股的β系数,然后利用BJS方法和F... 借助SPSS10.0软件,以上海股票市场2000.06.30～2002.09.27期间(共109周)代码为600601～600640中的37支股票为样本,对资本资产定价模型(CAPM)在上海股票市场的应用进行实证研究,首先采用单指数模型估计了个股的β系数,然后利用BJS方法和FM模型分别进行时间序列回归和截面回归,并进行了假设检验,研究结果表明在上海股票市场上,股票的收益与其β系数存在着显著的正相关线性关系,但无风险收益率却是负的,这说明沪市具有明显的投机特征。为了消除单个股票的非系统性风险,进一步构造股票投资组合对CAPM模型进行修正检验,结果与BJS方法和FM模型得出的结论相同,但β系数能更好地衡量股票组合的风险。 展开更多
关键词 资本资产定价模型 上海股票市场 时间序列回归 截面回归
下载PDF
基于时间序列与人工蜂群支持向量机的滑坡位移预测研究 被引量：37
6
作者 杨帆 许强 +1 位作者 范宣梅 叶微 《工程地质学报》 CSCD 北大核心 2019年第4期880-889,共10页
总结以往滑坡预测方法存在的诸多不足,针对滑坡监测位移-时间曲线特点,本文提出了一种基于时间序列的人工蜂群算法(ABC)与支持向量回归机(SVR)相结合的滑坡位移预测方法。以三峡库区白水河滑坡为例,通过对滑坡位移、降雨、库水位等因素... 总结以往滑坡预测方法存在的诸多不足,针对滑坡监测位移-时间曲线特点,本文提出了一种基于时间序列的人工蜂群算法(ABC)与支持向量回归机(SVR)相结合的滑坡位移预测方法。以三峡库区白水河滑坡为例,通过对滑坡位移、降雨、库水位等因素的分析,研究影响滑坡位移变化的因素。用时间序列加法模型和移动平均法将滑坡位移分解为趋势项和周期项。以多项式最小二乘法拟合滑坡位移趋势项,用人工蜂群支持向量机模型对滑坡位移周期项进行训练和预测。通过灰色系统关联分析法计算多项因子与滑坡位移周期项之间的关联性。最终的滑坡总位移预测值为周期项预测值与趋势项预测值之和。与BP神经网络、PSO-SVR模型方法相比,该方法在滑坡位移预测中有更高的精度,在防灾减灾工作中有较好的推广应用前景。 展开更多
关键词 滑坡 位移预测 时间序列 人工蜂群算法 支持向量回归机
下载PDF
需求预测综合模型及其与库存决策的集成研究 被引量：36
7
作者 倪冬梅 赵秋红 李海滨 《管理科学学报》 CSSCI 北大核心 2013年第9期44-52,74,共10页
准确的预测有助于企业做出有效的决策,包括生产计划、定价和促销决策等,以减少库存、提高客户满意度和企业竞争力.以快速消费品为研究对象,分析其需求影响因素,建立了时间序列分析与多元回归整合的需求预测综合模型;将此预测模型引入到... 准确的预测有助于企业做出有效的决策,包括生产计划、定价和促销决策等,以减少库存、提高客户满意度和企业竞争力.以快速消费品为研究对象,分析其需求影响因素,建立了时间序列分析与多元回归整合的需求预测综合模型;将此预测模型引入到库存决策中,构建了基于库存成本最小的需求预测与库存决策集成模型,并借助变邻域搜索算法获得模型的参数值;最后,选用实际数据,验证了所构建的需求预测综合模型、物流需求预测与库存决策集成模型及其求解方法的有效性. 展开更多
关键词 快速消费品 需求预测 时间序列分析 多元回归模型 库存决策
下载PDF
开展日间手术对平均住院日影响的间断时间序列分析 被引量：29
8
作者 袁磊 李亮 +3 位作者 钱招昕 陈欣妤 潘玲玲 王庆红 《中华医院管理杂志》 CSCD 北大核心 2018年第10期805-809,共5页
目的评估日间手术的开展对平均住院日的作用效果，为科学地缩短平均住院日提供参考。方法收集2011年11月至2016年12月中南大学湘雅医院连续开展日间手术较多的6个科室的平均住院日数据，采用间断时间序列数据的分段回归模型，分析开展... 目的评估日间手术的开展对平均住院日的作用效果，为科学地缩短平均住院日提供参考。方法收集2011年11月至2016年12月中南大学湘雅医院连续开展日间手术较多的6个科室的平均住院日数据，采用间断时间序列数据的分段回归模型，分析开展日间手术前后平均住院日的变化趋势。结果开展日间手术后，平均住院日每月下降0.071天，较开展前每月降幅增加0.049天（P〈0.001）;口腔科、耳鼻喉科、普外科、肝胆肠中心的平均住院日下降最明显，较开展前每月降幅分别增加0.110天（P〈0.001）、0.049天（P＝0.008）、0.075天（P〈0.001）、0.057天（P＝0.003）。结论日间手术的开展缩短了平均住院日，有助于提高医院资源利用率。 展开更多
关键词 日间住院医疗 日间手术 平均住院日 间断时间序列 分段回归模型
原文传递
改进时间序列模型在降雨量预测中的应用研究 被引量：26
9
作者 白玉洁 《计算机仿真》 CSCD 北大核心 2011年第10期141-145,共5页
在降雨量预测问题的研究中,降雨量多种相互影响的自然因素结果。针对准确预测降雨量和降雨变化律率,根据变化是一种具有非平稳性、时变特征,传统预测方法无法反映降雨量的非平稳性和时变规律,预测结果精度低。为了提高降雨量的预测精度... 在降雨量预测问题的研究中,降雨量多种相互影响的自然因素结果。针对准确预测降雨量和降雨变化律率,根据变化是一种具有非平稳性、时变特征,传统预测方法无法反映降雨量的非平稳性和时变规律,预测结果精度低。为了提高降雨量的预测精度,提出一种小波变换和时间序列预测模型(ARIMA)相结合的降雨量预测方法。首先对降雨量原始数据进行归一化处理,然后采用小波变换将非平稳性数据处理成平稳性数据,最后采用能够进行时间序列分析的ARIMA模型对平稳后的降雨量进行学习,建立最优降雨量预测模型,并对实际降雨量进行仿真测试。仿真结果表明,改进方法的降雨量预测精度比传统预测方法要高,能够很好的反映降雨量的变化规律,为降雨量预测提供了一种新的预测途径。 展开更多
关键词 降雨量 时间序列 小波变换 自回归模型
下载PDF
基于在线小波支持向量回归的混沌时间序列预测 被引量：15
10
作者 于振华 蔡远利 《物理学报》 SCIE EI CAS CSCD 北大核心 2006年第4期1659-1665,共7页
混沌时间序列预测是非线性动力学研究中一个十分重要的问题,支持向量回归方法为其提供了一种有效的解决思路.通过分析新样本加入训练集后支持向量集的变化情况,建立了一种混沌时间序列预测的支持向量回归算法,具备了在线学习的特点.同时... 混沌时间序列预测是非线性动力学研究中一个十分重要的问题,支持向量回归方法为其提供了一种有效的解决思路.通过分析新样本加入训练集后支持向量集的变化情况,建立了一种混沌时间序列预测的支持向量回归算法,具备了在线学习的特点.同时,针对混沌信号提出了一种满足小波框架的小波核函数,它不但能以较高的精度逼近任意函数,而且适合于混沌信号的局部分析,提高了支持向量回归的泛化能力.最后就Mackey-Glass混沌时间序列在线预测问题进行了大量仿真.结果表明,本文算法与现有的算法相比具有训练时间短、预测精度高等特点,有一定的理论及实用价值. 展开更多
关键词 混沌时间序列 支持向量回归 在线学习 小波核
原文传递
商业数据的预测模型及其算法研究 被引量：15
11
作者 周春光 邢辉 +1 位作者 徐振龙 王哲 《吉林大学学报（信息科学版）》 CAS 2002年第3期53-60,共8页
以商务流通中的经济时间序列数据为对象 ,设计实现了经济时间序列预测系统。在预测系统中采用了多种预测模型 ,设计实现了包括指数平滑算法、AR(Auto Regression)算法、Holt-Winter算法、回归分析算法在内的各种统计学算法 ,并且把神经... 以商务流通中的经济时间序列数据为对象 ,设计实现了经济时间序列预测系统。在预测系统中采用了多种预测模型 ,设计实现了包括指数平滑算法、AR(Auto Regression)算法、Holt-Winter算法、回归分析算法在内的各种统计学算法 ,并且把神经网络引入到时间序列预测系统的模型中 ,采用动态学习的 BP(BackPropagation)神经网络进行训练预测 ,取得了很好的实用效果。神经网络的预测模型与传统的统计方法相比 ,在预测的精度上有了很大的提高。 展开更多
关键词 预测 神经网络 时间序列 回归分析
下载PDF
大坝变形的小波分析与ARMA预测模型 被引量：21
12
作者 罗德河 郑东健 《水利水运工程学报》 CSCD 北大核心 2016年第3期70-75,共6页
大坝变形观测资料可视为非平稳时间序列,从影响大坝变形规律的因素出发,可将其分解为主值函数项、周期函数项和改进后的平稳时间序列。其中主值函数项采用逐步回归法拟合,针对时效因子采用半经验公式无法准确拟合实际变化情况,采用小波... 大坝变形观测资料可视为非平稳时间序列,从影响大坝变形规律的因素出发,可将其分解为主值函数项、周期函数项和改进后的平稳时间序列。其中主值函数项采用逐步回归法拟合,针对时效因子采用半经验公式无法准确拟合实际变化情况,采用小波分析法将序列分解为低频和高频两部分信号,其中低频部分代表时效等因素影响的变形趋势;高频部分代表水位、温度等影响的变化规律,应用时间序列原理分别建立变形预测ARMA(p,q)模型,从而在现有水位、温度观测资料下预测坝体未来的变形趋势。实例计算结果表明,结合小波分析的时间序列法建立的预测模型,预测精度高于统计回归分析,预测效果良好,可作为一种有效方法应用于大坝变形预测中。 展开更多
关键词 大坝 时间序列分析 小波分析 ARMA模型 回归分析 变形预测
下载PDF
时间序列在路面平整度预测中的应用 被引量：18
13
作者 倪富健 方昱 薛智敏 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2006年第4期634-637,共4页
为了解决国际平整度指数IRI预测模型准确性不高的问题,以京沪高速公路实测IRI数据为基础,对log istic回归、多元回归、时间序列这3种建模方法分别进行分析.并根据京沪高速公路平整度实测数据,建立了几个有不同数量滞后值的时间序列路面... 为了解决国际平整度指数IRI预测模型准确性不高的问题,以京沪高速公路实测IRI数据为基础,对log istic回归、多元回归、时间序列这3种建模方法分别进行分析.并根据京沪高速公路平整度实测数据,建立了几个有不同数量滞后值的时间序列路面平整度预测模型,根据与实测值的比较,找出最优的时间序列路面平整度预测模型.分析结果表明:利用传统的log istic回归和多元回归方法难以建立准确预测路面平整度发展趋势的模型;时间序列方法具有较高的预测精度,且其易修正性是其他预测方法所不具备的. 展开更多
关键词 时间序列 LOGISTIC回归 多元回归 IRI
下载PDF
中国人均GDP的时间序列模型的建立与分析 被引量：14
14
作者 俞会新 《河北工业大学学报》 CAS 2000年第5期74-77,共4页
综合运用了判别时间序列平稳性的方法 ,建立了中国人均GDP的时间序列模型为了消除虚假回归 ,利用单位根方法检验了时间序列的单整阶数 ;在判别差分序列的平稳性之后 ,利用自相关函数图和偏相关函数图判别了时间序列模型的自回归阶数(AR(... 综合运用了判别时间序列平稳性的方法 ,建立了中国人均GDP的时间序列模型为了消除虚假回归 ,利用单位根方法检验了时间序列的单整阶数 ;在判别差分序列的平稳性之后 ,利用自相关函数图和偏相关函数图判别了时间序列模型的自回归阶数(AR(p))和移动平均阶数(MA(q)) ;然后利用TSP软件用OLS法对时间序列模型的回归参数进行了估计与显著性检验 ,并对通过检验的回归结果进行了分析。 展开更多
关键词 时间序列模型 自回归阶数 移动平均阶数 虚假回归 平衡 单位根 中国 人均GOP
下载PDF
北京市空气质量与每日居民死亡关系的研究 被引量：14
15
作者 张金良 周瑾 +1 位作者 谢绍东 谢学勤 《环境与健康杂志》 CAS CSCD 北大核心 2003年第2期75-78,共4页
目的 客观评价煤烟和机动车污染并存的复合大气污染对居民健康的影响,为北京市治理和防治大气污染措施的制定和效果评价提供依据。方法 运用时间序列的泊松回归分析研究1998年1月1日至2000年6月31日期间北京市城区和近郊区(也称城八区)... 目的 客观评价煤烟和机动车污染并存的复合大气污染对居民健康的影响,为北京市治理和防治大气污染措施的制定和效果评价提供依据。方法 运用时间序列的泊松回归分析研究1998年1月1日至2000年6月31日期间北京市城区和近郊区(也称城八区)大气污染与居民每日死亡的关系。结果 在控制了气温、气湿和气压等因素后,泊松回归分析显示:空气质量指数(AQI)在冬、夏两季对居民每日死亡均有显著影响,对慢性阻塞性肺疾患(COPD)影响最大,其次是呼吸系统疾病,再次为心、脑血管疾病,未见对恶性肿瘤有影响;大气污染在冬季(11月至次年3月)对居民每日死亡的影响大于夏季(4～10月)。夏季的平均AQI为77.4,AQI每增加10,COPD和呼吸系统疾病的每日死亡人数分别增加2.23％,和1.78％;冬季的平均AQI为129.6,AQI每增加10,呼吸系统疾病每日死亡人数增加3.52％,,其中COPD增加3.68％、;心、脑血管疾病增加2.01％和1.74％,总死亡增加1.69％,其中因病死亡增加1.73％。对不同年龄组居民每日死亡影响的分析也发现空气污染在冬季对居民死亡的影响大于夏季,而且对55岁及以上人群影响显著。结论 北京市大气污染对居民的每日死亡影响显著,冬季的影响大于夏季,大气污染对COPD等呼吸系统疾病影响较大,对55岁以上人群影响显著。 展开更多
关键词 评价研究 空气污染 死亡 时间序列分析 空气质量指数 每日死亡人数 泊松回归分析
下载PDF
时间序列分析在变形监测中的应用 被引量：18
16
作者 吴芸芸 左廷英 朱建军 《工程勘察》 CSCD 2012年第1期69-72,共4页
介绍了时间序列的基本原理,给出了时间序列分析的ARMA、ARIMA两种基本模型,介绍了自相关函数、偏相关函数以及其性质。总结归纳了时间序列分析的建模步骤。最后用时间序列分析处理了某市某一变形监测点,并且与回归分析做了比较。比较表... 介绍了时间序列的基本原理,给出了时间序列分析的ARMA、ARIMA两种基本模型,介绍了自相关函数、偏相关函数以及其性质。总结归纳了时间序列分析的建模步骤。最后用时间序列分析处理了某市某一变形监测点,并且与回归分析做了比较。比较表明,时间序列分析用于动态的时序预测具有较好的效果,20期预测误差的绝对值均小于0.002mm。并且其建模过程与回归分析法相比,较为简单,是处理动态数据的一种非常有效的方法。 展开更多
关键词 时间序列分析 ARMA模型 ARIMA模型 回归分析 变形预测
下载PDF
股票流动性与资产定价:基于时间序列回归的实证分析 被引量：7
17
作者 宋献中 王展翔 《财经理论与实践》 CSSCI 北大核心 2004年第6期43-49,共7页
基于上海股市分笔交易数据 ,以价差、报价深度、交易频率和价格影响绝对值与交易金额的比率分别作为流动性宽度、深度、即时性和弹性四个维度的替代指标 ,以流动性水平的非预期变化与同期股票收益率的内在联系作为出发点 ,采用时间序列... 基于上海股市分笔交易数据 ,以价差、报价深度、交易频率和价格影响绝对值与交易金额的比率分别作为流动性宽度、深度、即时性和弹性四个维度的替代指标 ,以流动性水平的非预期变化与同期股票收益率的内在联系作为出发点 ,采用时间序列回归方法对我国股市流动性定价问题进行了实证检验。实证结果表明流动性各个维度的非预期变化与同期股票收益率正相关 。 展开更多
关键词 股票流动性 资产定价 时间序列回归
下载PDF
利用NDVI与EVI再合成的植被指数算法 被引量：18
18
作者 杨杰 张莹莹 +2 位作者 王建雄 康雄 曹俊涛 《遥感信息》 CSCD 北大核心 2020年第5期127-133,共7页
针对单独使用NDVI、EVI对植被覆盖变化分析出现的饱和问题,提出了植被指数再合成法。本研究基于EVI与NDVI中国合成产品在时间上通过植被指数归一化再合成、空间上通过植被指数向量分析法对云南省月植被覆盖变化进行趋势分析并进一步利... 针对单独使用NDVI、EVI对植被覆盖变化分析出现的饱和问题,提出了植被指数再合成法。本研究基于EVI与NDVI中国合成产品在时间上通过植被指数归一化再合成、空间上通过植被指数向量分析法对云南省月植被覆盖变化进行趋势分析并进一步利用方差、标准差、变异系数、回归分析等方法对单一植被指数与合成植被指数进行定量评价。结果表明:NDVI与EVI月趋势变化呈显著负相关;基于EVI mean与NDVI max再合成指数VI的方差、标准差均最大,相对其他单一植被指数(NDVI、EVI)而言,其变异系数VC最大为0.551,回归分析结果k值为0.039,对描述植被覆盖在时间维度与空间维度上的变化情况效果最佳。 展开更多
关键词 变化趋势 植被指数 时序变化分析 归一化再合成 向量分析 相关分析 回归分析
下载PDF
具有超父结点时间序列贝叶斯网络集成回归模型 被引量：17
19
作者 王双成 高瑞 杜瑞杰 《计算机学报》 EI CSCD 北大核心 2017年第12期2748-2761,共14页
时间序列是现实世界中数据的主要表现形式之一,对时间序列进行预测也有着普遍的需求.现已发展了许多时间序列(单时间序列或多时间序列)预测模型,它们各有特点,被广泛用于解决诸多领域的实际问题,但这些模型或者需要时间序列平稳性和具... 时间序列是现实世界中数据的主要表现形式之一,对时间序列进行预测也有着普遍的需求.现已发展了许多时间序列(单时间序列或多时间序列)预测模型,它们各有特点,被广泛用于解决诸多领域的实际问题,但这些模型或者需要时间序列平稳性和具有线性关系的假设,或者与某种分布紧密联系在一起,这使其适用范围受到限制,而且也不易于实现动态和静态信息的融合.文中在基于高斯函数估计属性密度的基础上,结合转换数据集构建、回归变量的离散化、类变量的数量化、属性联合密度的分解计算和以类的满条件概率为权重的加权平均等,建立用于时间序列预测的具有超父结点贝叶斯网络回归模型,该模型能够在统一的概率框架下实现对动态与静态信息的融合,不需要平稳性、分布和函数形式的假设,并能够通过具有不同超父结点贝叶斯网络回归模型的集成来进一步降低回归误差和提高泛化能力.使用UCI和宏观经济数据进行实验的结果显示,无论对单时间序列还是多时间序列,具有超父结点贝叶斯网络集成回归模型均具有良好的回归可靠性. 展开更多
关键词 贝叶斯网络 高斯函数 时间序列 分类 回归 数据挖掘
下载PDF
我国甜菜夜蛾大尺度暴发频度与广域温度和广域降雨量关系的预测模型 被引量：17
20
作者 文礼章 张友军 《昆虫学报》 CAS CSCD 北大核心 2010年第12期1367-1381,共15页
甜菜夜蛾Spodoptera exigua(Hbner)是我国多种农作物上的重要害虫,在我国许多地区频繁暴发成灾。为探索甜菜夜蛾种群动态规律并建立种群数量发生趋势预测模型,作者应用时间序列分析和逐步回归分析方法研究了我国广域(较大范围)温度和... 甜菜夜蛾Spodoptera exigua(Hbner)是我国多种农作物上的重要害虫,在我国许多地区频繁暴发成灾。为探索甜菜夜蛾种群动态规律并建立种群数量发生趋势预测模型,作者应用时间序列分析和逐步回归分析方法研究了我国广域(较大范围)温度和广域降雨量变化趋势对我国广域甜菜夜蛾年暴发频度的影响规律。结果表明:甜菜夜蛾发生的长期趋势和年间波动状况均与广域温度和广域降雨量具有复杂的影响关系。在1979-2008年间,我国甜菜夜蛾暴发频度呈现出波浪式上升趋势,其暴发指数平均年递增率为0.076,而我国广域温度(以27个省市级气象台数据统计为例)在1990-2008年间的平均年递升率为0.039℃,即我国甜菜夜蛾暴发频度上升趋势与我国广域温度升高趋势同向而行。作者从52个因素(当年和上年1-12月各月及全年日均温和月均降雨量)中筛选出了具有显著回归影响(P<0.05或0.01)的10个因素进入回归模型,初步找出了能够预测广域甜菜夜蛾暴发趋势指数的温度与降雨量或其组合因素,并使其模型达到99%以上的历史符合率和预测准确度。作者认为,广域温、雨因素与广域甜菜夜蛾暴发趋势指数的这种密切相关性,不是偶然的巧合,而是必然的环境(温度和降雨量)作用于生物(甜菜夜蛾)的因果关系。 展开更多
关键词 甜菜夜蛾 预测模型 广域温度 广域降雨量 时间序列 逐步回归 趋势预测
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 2 … 18 下一页 到第 页
使用帮助 返回顶部