- 年份
- 2024(2454)
- 2023(3801)
- 2022(3243)
- 2021(3204)
- 2020(2887)
- 2019(6411)
- 2018(6504)
- 2017(11553)
- 2016(6767)
- 2015(7715)
- 2014(7940)
- 2013(7737)
- 2012(7730)
- 2011(6910)
- 2010(7725)
- 2009(7942)
- 2008(7471)
- 2007(6685)
- 2006(5916)
- 2005(5373)
- 学科
- 济(26076)
- 经济(26038)
- 管理(18491)
- 业(16631)
- 企(13966)
- 企业(13966)
- 方法(12160)
- 数学(10133)
- 数学方法(9792)
- 学(8420)
- 中国(7137)
- 农(7054)
- 财(6857)
- 融(6271)
- 金融(6269)
- 理论(5958)
- 制(5573)
- 银(5385)
- 银行(5365)
- 行(5127)
- 业经(4957)
- 农业(4534)
- 地方(4496)
- 贸(4381)
- 贸易(4375)
- 易(4225)
- 务(4205)
- 财务(4187)
- 财务管理(4174)
- 策(4079)
- 机构
- 大学(105495)
- 学院(102820)
- 研究(38695)
- 济(35581)
- 管理(34648)
- 经济(34611)
- 中国(30612)
- 理学(29327)
- 理学院(28878)
- 管理学(27740)
- 管理学院(27559)
- 科学(26436)
- 京(24116)
- 所(21567)
- 农(20965)
- 研究所(19646)
- 财(18273)
- 中心(18041)
- 业大(16898)
- 农业(16841)
- 江(16798)
- 范(15822)
- 师范(15614)
- 北京(15494)
- 财经(13978)
- 院(13553)
- 州(13390)
- 师范大学(12643)
- 经(12596)
- 省(12153)
- 基金
- 项目(64237)
- 科学(49036)
- 基金(45583)
- 研究(43533)
- 家(41418)
- 国家(41038)
- 科学基金(33672)
- 社会(25465)
- 省(24530)
- 社会科(23922)
- 社会科学(23914)
- 自然(23544)
- 基金项目(23248)
- 自然科(23046)
- 自然科学(23036)
- 自然科学基金(22592)
- 划(21674)
- 教育(21265)
- 资助(20452)
- 编号(17449)
- 成果(16139)
- 重点(15194)
- 部(14055)
- 课题(12967)
- 计划(12950)
- 发(12859)
- 科研(12514)
- 创(12391)
- 大学(11952)
- 创新(11646)
共检索到164893条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
徐红敏 刘亚禄
[期刊] 统计与决策
[作者]
林芳逗 赵为华 张日权
支持向量回归(SVR)是机器学习中重要的数据挖掘方法,当前关于SVR的研究大多基于二次规划理论,同时,利用交叉验证或一些智能算法选取模型中的超参数,然而,基于二次规划理论的SVR估计方法不仅计算量较大,而且不能进行后续的统计推断分析。文章基于贝叶斯方法研究SVR,通过引入两个潜在变量将SVR的?不敏感损失函数表示为双重正态-尺度混合模型并构建似然函数,通过选取适当的先验分布获得兴趣参数和超参数的Gibbs抽样算法。为筛选重要变量和最优模型,引入0-1指示变量并选取回归参数的Spike and Slab先验来获得贝叶斯变量选择算法。数值模拟证明了所提算法的有效性,并在非正态误差下表现出很好的稳健性。最后将所提方法应用于房价数据分析,得到了有意义的结果。
[期刊] 统计与决策
[作者]
蒋辉
文章采取灰色系统和支持向量机相结合的方法,从预测精度和计算代价两方面讨论了经济时间序列数据的在线预测模式,提出了灰色自适应在线支持向量回归预测模型。两个经济时间序列的试验结果表明:该模型以稍高的计算代价能获得预测精度的明显提高,在选取合适灰色建模数据长度下,预测时间能迅速减少。
关键词:
灰色模型 支持向量回归 在线预测
[期刊] 数量经济技术经济研究
[作者]
陈诗一
本文利用一个新的非参数支持向量回归(SVR)方法来预测基于非线性ARI模型的汇率时序变量,并且与最大似然法(MLE)和人工神经网络(ANN)的预测结果进行比较。从理论上讲,MLE和ANN方法仅侧重于样本内拟合,而SVR方法则同时考虑了拟合和预测,因此,其预测能力在现有方法中是最强大的。本文选择中国、韩国、印度和瑞士四种货币的日汇率来进行预测检验,实证结果支持SVR方法具有最强的预测能力。
[期刊] 统计与决策
[作者]
肖健华
人才的需求预测是一个复杂的问题,造成其复杂性的原因主要是因为与之相关的各种数据存在高度的非线性与不精确性。也正因为预测的复杂性,使得
[期刊] 统计与决策
[作者]
周晓剑 顾翔
稳健参数设计是一种质量改进的重要技术,能够从产品生产的源头上减少和控制波动的产生。双响应曲面法是其常用的方法,主要是利用低阶多项式模型来拟合均值和方差响应,但当样本较复杂(如为非线性或者高维样本)时,低阶多项式模型的拟合性能往往较差,求解优化问题效果不佳。支持向量回归机对非线性数据有良好的拟合潜力,但其性能依赖于参数的合理设置,文章将贝叶斯优化应用于支持向量回归机的参数选择,并将优化后的模型应用于稳健参数设计中响应曲面模型的构建,提出一种基于贝叶斯支持向量回归机的稳健参数设计方法。试验结果表明,所提方法和其他常见优化方法相比,可以获得更精确的响应曲面,可以在实际应用中近似得到可靠的最优因子搭配水平。
关键词:
稳健参数设计 支持向量回归机 贝叶斯优化
[期刊] 运筹与管理
[作者]
周晓剑 肖丹 付裕
传统的面向支持向量回归的一次性建模算法中样本增加时,均需从头开始学习,而增量式算法可以充分利用上一阶段的学习成果。SVR的增量算法通常基于ε-不敏感损失函数,该损失函数对大的异常值比较敏感,而Huber损失函数对异常值敏感度低。所以在有噪声的情况下,Huber损失函数是比ε-不敏感损失函数更好的选择,在现实情况当中。基于此,本文提出了一种基于Huber损失函数的增量式Huber-SVR算法,该算法能够持续地将新样本信息集成到已经构建好的模型中,而不是重新建模。与增量式ε-SVR算法和增量式RBF算法相比,在对真实数据进行预测建模时,增量式Huber-SVR算法具有更高的预测精度。
[期刊] 统计与决策
[作者]
耿立艳 马军海
条件自回归极差模型(CARRX)是一类新的描述波动率的模型。为了提高CARRX类模型的预测精度,文章将最小二乘支持向量回归机(LSSVR)应用于CARRX模型。先将CARRX模型转化成ARMAX形式,再利用LSSVR对ARMAX模型的参数进行估计(LSSVR-ARMAX)。通过对沪深300指数的预测实证分析,发现无论是采用直接预测还是迭代预测,LSSVR-ARMAX模型的样本外预测能力均优于Perez-Cruz(2003)提出的方法;LSSVR的估计方法能够在长期预测中捕捉到极差波动率的变动趋势,而CARRX类模型对中短期极差波动率的预测准确度较高。
[期刊] 工业工程与管理
[作者]
郑辉 姜美玲 王东菲
为了更好地实现对旋片泵自相关过程有效监控,基于混沌遗传算法(Chaotic Genetic Algorithm,CGA),提出优化传统支持向量回归机(Support Vector Regression,SVR)的方法,简称为CGA-SVR。并运用CGA-SVR对单级旋片泵的噪音和温度两个质量特性自相关统计过程进行监控,实践证明该方法不仅可以有效滤除自相关,而且能克服SVR模型的超参数过早陷入局部最优这一缺陷。进而基于CGA-SVR模型构建的多变量残差MEWMA控制图,在旋片泵自相关监控过程中有更好体现。
[期刊] 山西财经大学学报
[作者]
杨新臣 吴仰儒
将小波分析和支持向量回归(SVR)模型引入消费者物价指数CPI的时间序列分析中,利用小波降噪对原始时间序列进行小波变换,充分提取和分离金融时间序列的各种隐周期和非线性,把小波分解序列的特性和分解数据随尺度倍增而倍减的规律充分用于SVR支持向量回归模型的建模。将该方法应用于中国宏观经济指标CPI的分析与预测,可以有效预测CPI的变动方向,并显著提高CPI的预测精度。
关键词:
小波分析 神经网络 支持向量回归 CPI
[期刊] 统计与决策
[作者]
姜德民 王磊 徐义田 袁冬梅
文章将粗糙集与支持向量回归有机结合起来,建立了一种基于粗糙集数据预处理的支持向量回归模型,有效地克服了支持向量回归对样本属性重要性不加区分以及处理大量数据时运算速度慢等缺陷,并将该模型成功地应用到我国粮食产量的预测中,取得了较好的预测效果。
[期刊] 统计与决策
[作者]
周晓剑 蒋婷
已有的基于一阶导数的最小二乘支持向量回归机(LSSVR)模型的构建是从泰勒展开的角度着手,简单地将一阶导数插入到泰勒展开式中,实质上是通过泰勒展开增加训练样本的个数,而且也没考虑样本点处的二阶导数;本文并没有去估计样本点邻域内的函数值,而是将一阶/二阶导数作为第二类变量融入到核矩阵中直接构建优化模型,使模型的构建更为有效,并据此得到一种新的基于一阶/二阶导数的最小二乘支持向量回归机(first/second derivative LSSVR,F/SD-LSSVR)模型。所提模型通过了分析函数的验证,实验表明,与传统的LSSVR模型以及基于一阶导数的最小二乘支持向量回归机(first derivative LSSVR,FD-LSSVR)模型相比,考虑一阶/二阶导数的F/SD-LSSVR模型显著地提高了其预测精度。
[期刊] 统计与决策
[作者]
李坤 谭梦羽
文章将小波理论与支持向量机方法相结合,结合了二者的优势,提出了一种小波支持向量机回归的股票预测模型。该模型引入小波基函数来构造支持向量机的核函数,得到了一个新的支持向量机模型。并用3种大盘指数和13类不同行业的股票进行测试,取得了良好的效果。
关键词:
机器学习 小波核 支持向量机 股票预测
[期刊] 统计与决策
[作者]
戴金辉
回归分析是一种非常重要的统计分析方法,引入虚拟变量以后,回归分析的应用更加广泛。文章在虚拟变量设置规则的基础上,给出虚拟变量回归在单因素方差分析、回归分析和面板数据分析中的应用。
关键词:
虚拟变量 设置规则 虚拟变量回归分析
[期刊] 统计与决策
[作者]
戴稳胜 吕奇杰 David Pitt
建本研究结合小波转换与支持向量回归,提出一个二阶段时间序列预测模型。先以离散小波分解与重组对金融时间序列数据进行预处理,再以SVR建立预测模型。
文献操作()
导出元数据
文献计量分析
导出文件格式:WXtxt
删除