回归模型中哑变量的相对重要性指数

为在回归模型中描述定性属性,通常需要引入哑变量。对含哑变量的回归方程,提出描述不同哑变量在回归方程中不同重要程度的方法。该方法分解出含哑变量的回归方程中哑变量部分和非哑变量部分的回归平方和,计算这两部分在该回归方程中所起作用的占比,将该占比设计为各哑变量在回归方程中的相对重要程度指数。在近10万笔的Lending Club和Prosper网络借贷数据集上,所进行的挖掘借款用途对借款成功率、信用等级对借款利率的影响程度的实验结果表明,与传统回归方程仅提供哑变量前的系数却不能展现其重要程度相比,所提方法展现出不同哑变量的不同重要程度,为定量分析回归方程中定性自变量对因变量的影响程度提供了重要的手段。     

带隐变量的回归模型EM算法

带有隐变量的回归模型具有非常广泛的应用场合,隐回归模型的参数求解问题依赖于自变量的分布假设。基于自变量的beta分布的假设条件,给出了隐回归模型的EM算法,详细地推导了模型中的参数求解过程,给出了使用牛顿法求解beta分布参数的算法,并提出一个合适的初值选择算法。在模拟数据和真实数据的基础上进行了详细的比较性试验,结果表明,对具有不同分布特征的因变量观察值,EM算法能够有效地求解隐回归模型的参数。     

基于变量含误差模型估计基础矩阵

估计基础矩阵是计算机视觉中的重要研究问题.本文提出了一种基于变量含误差(EV)模型的非线性估计方法.建立EV模型之后,本文采用非线性目标函数,并同时估计模型参数与测量误差.此外本文方法还考虑了规范化图像坐标和基础矩阵秩为2的约束.模拟数据和真实图像的实验结果表明,本文方法显著提高了估计基础矩阵的精度.     

基于回归支撑矢量机的生化变量预估模型

该文提出了一种新的基于回归型支撑矢量机(SVM)的生化变量预估模型。回归型支撑矢量机能从观测数据出发寻找数据中的模式和数据间的函数依赖规律,利用这些模式和函数能对未来数据和无法观测的数据进行分类、识别和预测。因而通过回归型支撑矢量机学习得到的生化变量预估模型有很强的预估能力。大量仿真试验表明了该文方法的有效性。     

带有误差上限的句法分析方法

针对带有误差上限的句子的分析问题，本文提出了一种新的句法分析方法。这种分析方法的特点是：在分析表构造的过程中实时度量输入句子可能的误差，避免了超过误差上限的项目的产生；同时在句法分析结束后，无须求出原文法中与输入句子最接近的句子，即可直接得出句子的实际误差。     

一种带有模型误差反馈的鲁棒自校正控制器

本文提出一种新的带有模型误差反馈的自校正控制算法，并且证明了：在有界外部扰动及由模型阶次不匹配生产未建模动态存在的条件下，不论系统是否为最小相位，本文算法都能保证闭环系统是鲁棒稳定的，而且平均跟随误差趋于零，仿真结果验证了此算法的有效性。     

程序化交易系统中线性回归模型及其优化算法

在程序化交易中,运用交易模型,通过对历史数据的运算预测价格的未来趋势,从而确定交易策略.提出一种线性回归交易模型,它从模型的原理分析、算法实现以及运行效率等方面进行了详细阐述,从而得出一种能够满足实时处理大量历史数据,时间复杂度最小化的交易模型的优化算法.     

分布环境中带有访问控制的协调模型

目前开放分布系统中的协调技术主要考虑如何促使计算实体之间的交互能够顺利通畅地进行,而实际上出于安全的考虑必须要有一定的访问控制措施来限制这些软件实体之间某些交互。该文提出一种新的协调模型,把协调和访问控制两者结合起来,该模型具有安全和可扩展等优点。     

WSNs中带有置信度和误差限的序列匹配算法

在分析WSNs数据特点的基础上,提出WSNs中基于置信度和误差限的序列匹配算法.定义数据序列的距离和基于置信度和误差限的匹配,并利用距离计算不同匹配度的节点.采用自底向上的线性拟合对数据进行处理解决数据的不对齐性,丢失性等对序列匹配带来的问题.使用真实传感器网络数据对算法进行测试,分析试验结果证实采用基于置信度和误差限的序列匹配算法的WSNs比普通WSNs更加节约能耗.     

多变量输出误差系统的辅助模型随机梯度辨识算法

考虑了多变量输出误差系统的辨识问题. 使用系统可得到的输入输出数据构造一个辅助模型, 用辅助模型的输出代替信息向量中的未知变量, 提出了一个基于辅助模型的随机梯度辨识算法. 使用鞅收敛定理的收敛性分析表明: 提出的算法给出的参数估计收敛于它们的真值. 给出了带遗忘因子的辅助模型随机梯度算法来改进参数估计精度, 仿真结果证实了提出的结论.     

DNA计算中突变误差的纠正

文章重点讨论了在DNA计算中突变误差的处理问题,其中包括突变误差的数据空间、突变误差的自动纠正和纠错码在DNA操作系统设计中的应用问题。并在分析突变误差数据空间、突变误差纠错码的基础上,提出了解决DNA计算中突变误差问题的方案。     

三次型火控回归解算模型变量筛选分析

在建立火控射击诸元回归解算模型时,由于影响火控射击诸元的因素较多,并且各因素之间存在交互作用.需利用逐步回归法对回归模型中的变量进行筛选,首先确定影响射击诸元的因素指标集,并划分因素水平.利用正交试验进行航路设计,并将数据装定到火控系统中,获得静态解算数据.利用逐步回归法在403个变量中选择14个变量通过多元线性回归得到火控回归模型.对火控模型进行偏F检验,对残差进行独立性和正态性检验.结果表明,通过逐步回归法筛选得到的模型变量建立的回归方程,回归效果较好.     

基于支持向量机回归的滚齿机热误差补偿模型

研究数控加工精度优化控制问题,由于滚齿加工过程中机床关键部件发热导致主轴热变形、实际加工点发生偏移,引起齿轮加工误差.针对零传动数控滚齿机存在的热误差,对机床结构特征进行分析,并确定热误差形成的原因和关键热源点.为解决上述问题,提出分别在工件轴向、水平径向和滚刀轴向针对热变形量与热源点温度关系建立非线性误差补偿模型.采用支持向量机回归方法建模,并结合贝叶斯理论,实现了估计系统噪声水平,同时提出确定模型超参数的方法,将超参数搜索范围限定在二维直线上,可避免搜索的盲目性,时间开销小于传统方法.实验结果表明,改进模型比常用最小二乘法有更好的误差拟合效果且效率较高,模型输出值作为误差补偿量可有效提高齿轮加工精度.     

控制点误差传播模型及其应用

为了获取遥感影像几何纠正误差空间分布情况,提出一种纠正控制点误差传播模型。该模型首先定义了控制点误差,然后按照控制点误差造成纠正模型参数估计的不确定,通过纠正模型传递至整个区域的建模思路构建了控制点误差传播模型。为将模型推广至更一般的情况,定义了表观控制点误差对误差传播模型进行修正。模拟试验表明,应用该模型可以分析纠正模型的适用性,以及纠正控制点数量、质量及空间分布对纠正精度的影响,为纠正控制点选择和优化提供了一种定量分析方法,对遥感产品应用和成果质量控制具有重要意义。     

螺旋桨螺距误差的计算及其实例应用

螺旋曲面的应用范围越来越广,精度要求越来越高.在这种情况下,主要针对螺旋桨制造工艺中螺旋曲面加工难度大,精度难以保证等特点,对螺旋曲面的螺距误差进行了研究,通过对局部螺距误差以及截面、叶片的误差计算控制,能够在螺旋曲面制造过程中控制曲面形状,提高制造精度.     

具有引导变量的模型的辨识及其应用

本文介绍了一种具有引导变量的预报模型,提出了引导变量的概念,讨论了引导变量的确定和模型中未知参数的辨识方法及其应用.     

UD分解与偏差补偿结合用于变量带误差模型辨识

本文提出一种基于UD(upper-diagonal)分解与偏差补偿结合的辨识方法,用于变量带误差(errors-in-variables,EIV)模型辨识.考虑单输入单输出(single input and single output,SISO)线性动态系统,当输入和输出含有零均值、方差未知的高斯测量白噪声时,该类系统的模型参数估计是一种典型的EIV模型辨识问题.为了获得这种EIV模型参数的无偏估计,本文先推导出最小二乘模型参数估计偏差量与输入输出噪声方差以及最小二乘损失函数与输入输出噪声方差的关系,然后采用UD分解方法递推获得模型参数估计值,再利用输入输出噪声方差估计值补偿模型参数估计偏差,以此获得模型参数的无偏估计.本文还讨论了算法实现过程中遇到的一些问题及修补方法,并通过仿真例验证了所提辨识方法的有效性.     

多输入多输出变量带误差模型的最坏情况频域辨识

本文将单输入单输出(SISO)变量带误差(EIV)模型的频域最坏情况辨识方法推广应用于多输入多输出 (MIMO)情况. 类似于SISO情况, 多输入多输出变量带误差(MIMO EIV)模型的辨识模型集合由估计的系统名义模型及 其最坏情况误差界描述. 所估计的系统名义模型表征为正规右图符号, 其最坏情况误差界具有可能的更少保守性, 可利 用EIV 模型的先验信息和后验信息由v-gap度量量化得到. 因此, 这种模型集合非常适合于后期利用Vinnicombe提出 的H1回路成形法设计鲁棒控制器. 最后, 利用一数值仿真实例验证所提出辨识方法的有效性.     

带有误差修正项的自适应学习控制

本文讨论了二阶系统在任意初态偏差下的自适应控制问题,借助学习控制及其初始修正的思想,提出了两种带有修正初态偏差功能的自适应控制策略:一阶吸引子控制器和零阶吸引子控制器.两种控制器都是将整个控制过程分成若干个等长时间的子过程,在每个子过程中控制算法都会进行误差校正和参数学习.其中,一阶吸引子控制器在每个子过程中同时修正所...