回归模型构建中变量选择的研究

回归模型建立过程中如何选择合适的解释变量以及如何确定每个解释变量的函数形式至关重要,它直接影响模型的拟合能力和预测能力.论文在传统的变量选择的评价准则和变量选择方法的基础上,探讨了如何在模型中包含的变量不确定的情况下,准确有效的进行变量的选择,并在变量选择的同时进行变量的变换.旨在提高模型预测的精确度.     

基于最大信息系数变量选择的电站锅炉NOx排放量在线预估

模型的输入变量选择是否准确是影响模型性能的主要因素之一。针对变量选择问题,在互信息变量选择方法的基础上结合最大信息系数提出了最大信息系数变量选择方法 (MICFS)。首先,介绍了互信息的理论和相关的变量选择方法,然后引入最大信息系数改进原有的变量选择方法,并用标称模型的实验数据集验证了本方法的有效性。最后针对某350 MW燃煤机组,基于提出的变量选择方法建立了锅炉氮氧化物(NOx)排放量的NARX神经网络预估模型,测试结果表明模型的精度和泛化能力取得了满意的效果。     

基于变量组合集群分析法的小麦蛋白质近红外光谱变量选择方法研究

为了解决小麦蛋白质的近红外光谱信息复杂、共线性严重及全光谱建模的预测能力不足等问题,采用一种新的变量选择方法——变量组合集群分析法(VCPA)对小麦蛋白质的近红外光谱进行特征波长选取.首先利用二进制矩阵采样策略(BMS)和指数衰减函数(EDF)删除无信息变量,优选小麦中蛋白质近红外特征波长,然后结合偏最小二乘法(PLS)建立预测模型.与其他变量选择方法相比,VCPA所选用的波长点最少,模型的预测能力最强,VCPA算法所采用的BMS变量采样策略弥补了蒙特卡洛采样方法的不足.研究结果表明,VCPA算法可以有效选择小麦蛋白质近红外光谱特征波长,提高预测模型的可靠性和适用性.     

含内生变量的高维部分线性模型特征筛选

主要研究了含有内生性协变量的超高维部分线性模型的重要特征筛选和变量选择问题。首先,为了消除数据内生性对特征筛选带来的选择性偏差,结合内生性协变量与工具变量的相关结构,给出了一个区分重要协变量和不重要协变量的充分条件,进而提出一种衡量变量边际效用的特征筛选方法。其次,利用提出的特征筛选方法,并结合剖面估计思想和两阶段正则估计方法,提出了一种识别重要协变量的变量选择方法。最后,在一定正则条件下,理论证明了所提出的变量选择方法可以消除数据内生性对变量选择带来的影响,从而保证了对协变量重要性具有排序一致性。     

基于条件互信息的NOx生成量模型变量-时滞联合选择方法

为了提高脱硝系统入口NO_x生成量模型的精度和泛化能力,在选择辅助变量的同时也应考虑变量时滞的影响,提出了一种基于条件互信息的变量-时滞联合选择方法。以条件互信息作为变量选择的依据,抑制辅助变量间相关性造成的信息冗余,同时考虑时滞对变量选择的影响,在选定辅助变量时对时滞进行联合估计,以最大化辅助变量集包含的有效信息。以某600 MW燃煤电站的实际运行数据为算例,基于该联合选择方法和BP神经网络建立了NO_x生成量模型。结果表明:与仅基于互信息或条件互信息进行变量选择相比,基于联合选择方法所建立的模型精度和泛化能力相对较好。     

回归模型筛选准则及方法比较研究

在备选变量中选择出合适的变量一直是回归分析中的一大问题.随着统计学的发展,出现了一系列筛选准则和方法,但是这些准则和方法存在着各自的优缺点,有些还必须满足一定的使用条件.文章介绍了主要的筛选准则及方法,指出了它们的特点,并做了总结和比较.所得结论为:须根据数据的类型选择恰当的筛选准则及方法,R平方(预测)与逐步回归分别是推荐的准则和方法.     

超高维部分线性变系数模型的贪婪变量筛选

考虑超高维部分线性变系数模型,其中线性部分的协变量的维数随着样本容量以指数阶的速度增长.考虑到超高维协变量间存在相关性,提出贪婪的profile向前回归(greedy profile forward regression,GPFR)方法对超高维的线性部分的协变量进行变量筛选.并在一定的正则条件下,证明了所提出GPFR方法的筛选相合性.GPFR方法得到一系列嵌套的模型,为确定是否将某个候选的解释变量选入模型,用EBIC准则选择"最优"的模型.通过数值模拟和实例分析研究了GPFR算法的有限样本性质,发现在变量间存在高度相关和信噪比较低时,所提的GPFR方法优势明显.     

基于Lasso特征选择的方法比较

模型和特征选择是统计学中较为重要的问题之一。Lasso是一种基于一范式的特征选择方法,与现有特征选择方法比较,Lasso不仅能够准确地选择出重要变量,同时还具有特征选择的稳定性。文中对线性回归模型中变量选择的Lasso算法、基于线性模型的Lasso、Lars、Adaptive-lasso、elastic net等方法进行了比较,指出了它们间的联系,并通过对几个选自UCI数据集的数据进行对比验证,给出了变量选择方法的具体实现。     

基于灰色理论的私人汽车拥有量分析及预测

采用中国统计年鉴2000-2019年私人汽车相关数据,利用自适应Lasso估计方法选择已知解释变量得到主要影响变量以进行预测,并与灰色模型的短期预测结果进行比较.     

基于多元分布滞后模型的瓦斯浓度动态预测

为实现对瓦斯浓度(体积分数)的准确预测,基于海量煤矿瓦斯监测数据和多元分布滞后模型(MDL)建立了多变量瓦斯浓度时间序列预测模型.基于惩罚最小二乘法和自回归的思想,提出了新的变量选择和定阶方法——Adjust Group最小绝对值压缩与选择(LASSO)方法.该方法以岭估计及局部二次近似迭代算法实现了预测模型的构建,通过有效选取具有解释性的自变量子集,提高模型的解释性,采用广义交叉检验准则(GCV)确定惩罚参数,并通过分组惩罚来实现变量筛选与滞后变量的定阶.结果表明:Adjust Group LASSO方法预测得到的残差平方和为0.433 0,具有较高的精度,能够较好的预测工作面瓦斯浓度的动态变化,与LASSO、最小角回归算法(LARS)以及其他瓦斯预测常用方法相比,大大提高了预测的准确性.     

用菲波那契法及随机试验法进行参数选优

较详细地讨论了如何用菲波那契法进行单参数和双参数选优。若待选参数多于两个，可使用随机试验法。当产品的性能与其参数之间的关系难以用解析的方法表达时，随机试验法更是一个方便的方法。     

几种基于分形思想的图像生成技术

以分形思想为基础,探索了三种基于一般IFS的计算机图像生成技术——带概率的、带凝聚的和带参数的IFS．带概率的IFS中,n个变换的频率各异,使各变换有主次之分,图像色彩有浓淡之差,更接近真实;带凝聚的IFS包含两类不同变换：在某处的凝聚变换和在空间不同方向上的延伸变换;带参数的IFS在比例系数、旋转系数和位移系数中加入参数以控制IFS码,使图像不断地按既定构想变化以形成动画．通过一系列实例说明,这三种方法对实现图像的“明暗虚实”、“树木成林”及“动画”所起的作用．     

第一类Fredholm积分方程的多重约束光滑化方法

为了得到第一类Fredholm积分方程的稳定解,对Phillips光滑化方法进行了改进.通过引入多重约束,并对各阶导数约束加入不同的光滑参数,得到其对应的光滑矩阵.得到了带有多重导数约束以及多个光滑参数的稳定解.数值模拟的结果表明,本文方法对函数的逼近效果比Phillips光滑化方法好.通过调整光滑参数,可以稳定求解第一类Fredholm积分方程.     

多参数MRV算法的理论证明

MRV迭代法是求非线性方程组的数值解的一种Newton型迭代法.它通过修改右端向量,使得迭代过程中各步的线性方程组具有相同的系数矩阵.在每步迭代过程中,利用一个参数的选择,来优化步长修正量.MRV迭代法的收敛速度较快,界于定点Newton法和Newton迭代法之间.借助于LU分解,可使其计算成本降低,低于定点Newton法.现利用多个参数,将MRV迭代法进行改进,得到一种新的迭代法--多参数MRV迭代法,并对其收敛性进行了严格的证明.得出多参数MRV迭代法的收敛速度比MRV迭代法要快的结论.     

开采沉陷动态参数预计的三次指数平滑法

在我国,概率积分法是应用最多的一种开采沉陷预计方法．该方法中的预计参数在不同采动程度下是变化的．能否准确获知动态参数的变化规律将决定着开采沉陷的预计精度．为较好地解决这一问题,引入了一种动态参数预计的新方法,即三次指数平滑法．应用此方法对实测资料进行了预计和比较,结果表明,各预计参数的平均相对误差都小于4％．由此可见,该方法对开采沉陷的预测具有一定的应用价值．     

开采沉陷动态参数预计的三次指数平滑法

在我国,概率积分法是应用最多的一种开采沉陷预计方法.该方法中的预计参数在不同采动程度下是变化的.能否准确获知动态参数的变化规律将决定着开采沉陷的预计精度.为较好地解决这一问题,引入了一种动态参数预计的新方法,即三次指数平滑法.应用此方法对实测资料进行了预计和比较,结果表明,各预计参数的平均相对误差都小于4%.由此可见,该方法对开采沉陷的预测具有一定的应用价值.     

水声信号的混沌特征参数提取与分类研究

研究了水声信号的混沌特征参数提取以及利用混沌特征参数的水声信号分类。讨论了水声信号的关联维数、最大Lyapunov指数以及时间序列h2熵等混沌特征参数的计算以及它们在水声信号特征提取、分类中的应用。通过对不同类别、一定样本数量的实测水声数据计算它们的混沌特征参数,验证了水声信号不仅具有混沌特性,而且它们的某些混沌特征参数具有可分性。     

“研究生论坛”稿件-植被化复式河道流速分布模型的参数敏感性研究

选取国内外常用的复式河道垂向平均流速横向分布模型( SKM),采用局部分析法,研究植被作用下SKM模型中常用的3个重要参数(植被拖曳力系数、涡粘性系数以及二次流系数) 对复式河道垂向平均流速横向分布和断面过流能力的影响。结果表明主槽区参数对模拟结果的敏感性要大于滩地区参数,主槽区参数对断面流速的敏感性要小于对断面过流能力的敏感性,滩地区参数刚好相反,对于植被作用下的SKM模型来说,无论对断面流速还是断面过流能力的模拟,二次流系数的影响都不可忽视,相对于滩地区,主槽区的参数选取对模拟结果的准确性更为重要。     

概念性水文模型参数多目标率定及参数组合预报

针对概念性水文模型参数优化率定问题,考虑流域水文系统不同产汇流特性,提出一种多目标文化自适应仿电磁学算法（multi-objective cultural self-adaptive electromagnetism-like mechanism, MOCSEM）,并基于MOCSEM的优化结果,提出了一种简便的自识别参数组合预报方法。该算法采用仿电磁学算法实现可行解集的进化,并置于文化进化的框架中,根据水文模型参数优化率定问题的特点构建了信息空间,并引入了基于个体聚集密度的信息空间更新方法,保证了非劣方案的多样性;同时,加入一种自适应的扰动因子对算法的局部随机搜索操作进行修正,改善了算法的全局寻优能力。在此基础上,将MOCSEM算法应用于概念性水文模型——新安江模型的参数多目标优化率定,与MOSCDE算法进行对比分析,应用本文提出的自识别参数组合预报方法,尝试找到一种能权衡流域水文系统不同水文特性的自识别参数组合方式,可以为水文预报人员提供更为精确的流域径流预报方法。     

基于神经网络的磨削参数智能选择

在用人工神经网络来确定磨削参数的过程中,在传统 BP算法的基础上,采用改进了的GCAQBP算法.同时考虑了砂轮材料和粒度对磨削过程的影响,把它们增加为神经网络系统的输入参数;并对输入参数的编码进行了细化,最终建立了磨削参数智能选择系统.用样本进行训练后有效率达到了80%以上,与传统方法相比提高了磨削加工的效率和精度.