基于深度自回归模型的电网异常流量检测算法

针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。

部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法

主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。

城镇居民收入对中超联赛上座人数的影响——基于向量自回归模型的实证研究

为促进我国足球产业的发展,选择2004-2019年中超联赛上座人数和城镇居民可支配收入的时间序列数据,运用向量自回归模型探究了城镇居民可支配收入对中超联赛场均上座人数影响,结果发现:(1)对上座人数和居民收入取对数后,两者的原始数据都是属于平稳序列.向量自回归模型的最优滞后阶数是1阶,模型结果显示居民收入和上座人数两者存在协整关系.(2)两者存在单项因果关系,居民收入是上座人数的格兰杰原因,说明居民收入对上座人数有一定预测作用.(3)居民收入对上座人数有正向冲击,而上座人数对自身的冲击则波动较大.方差分解结果显示,居民收入对上座人数的贡献逐步提升,10期后接近20%;而上座人数自身的贡献率较大,保持在85%以上.根据研究结果,提出了打造联赛口碑,提升联赛质量,增加居民可支配收入,引导扩大体育消费等策略,以期为提高中超联赛办赛水平提供参考.

基于自回归模型的RBCC隔离段激波串位置识别与压力值预估

为了清楚客观地判断火箭基组合循环发动机(Rocket-based combined-cycle,RBCC)隔离段激波串位置,将Ma=6,4,3.5工况下直连试验中实测得到的RBCC隔离段测压点压力数据按照时间的先后顺序排列形成一时间序列,建立自回归(Auto-Regressive,AR)模型并计算赤池信息准则(Akaike information criterion,AIC)值,完成了不同工况下激波串前缘位置的识别。研究表明:当隔离段测压点没有受到激波串影响时,实时压力值仅存在微弱波动,模型AIC值变化较为平稳;当激波串运动至测压点处时,该点压力升高,振荡幅度明显增加,AIC值随之瞬时增大。取同一时间段内发动机沿程测压点中首个AIC值增加500以上,并在不改变工况的情况下始终保持较大值的测点位置为激波串前缘位置。与压比法相比,时间序列分析法能敏感监测到实时压力值的升高和振荡,激波串前缘位置识别更为准确。通过建立自回归模型还可以实现激波串内部压力值预估,记录连续160 ms内Ma=6,4,3.5工况下测压点压力数据,采样频率1 kHz,使用前80 ms数据建立自回归模型,完成后80 ms压力值预估及准确性检验,得到三个工况下预估平均误差分别为3.21%,7.68%,6.49%。

求解自回归模型参数的最小二乘法

在自回归模型参数的解算中,针对增广矩阵中不同位置上同一观测值有不同的改正数这一问题,本文提出了AR模型参数估计的最小二乘法。首先对AR模型进行等价变换,重新组成新的函数模型,两次运用最小二乘方法分别求解误差矩阵与未知参数,最后给出了参数协因数阵的一阶近似估计公式。算例结果表明,本文方法在求解AR模型参数时具有可行性。采用本文方法,将总体最小二乘问题的求解转换为最小二乘问题,计算简单且易于编程实现。同时,该方法有效地减小了计算量,从而降低了求解的复杂程度。

基于自回归模型的机翼柔性基线在线预测方法

机翼柔性动态形变制约分布式位置姿态系统(POS)传递对准精度的提升,光纤光栅传感器可精确测量柔性基线,然而光纤光栅传感器测量的应变转化为基线过程需要时间,这导致测量得到的基线不能实时用于传递对准。针对该问题,在光纤光栅传感器柔性基线测量的基础上,提出基于自回归模型的柔性基线在线预测方法。利用过去一段时间内实测应变值转换的基线数据来超前预测当前时刻的基线值,用于子节点实时传递对准量测匹配误差补偿,其中,模型参数可随输入实测基线数据在线递推更新,使得基线预测更加精确。在模拟机翼平台上进行振动实验,结果表明:所提方法实现了基线的精确预测,预测误差在0.051 mm之内,且具有很强的实时性。

部分线性空间自回归模型的惩罚最小二乘方法

部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出了一类惩罚最小二乘方法同时选择该模型的参数部分中重要解释变量和估计相应的非零回归系数。在适当的正则条件下,推导了回归系数的惩罚估计的收敛速度,并证明了所提出的变量选择方法具有Oracle性质。模拟研究和实际数据分析均表明所提出的变量选择方法具有满意的有限样本性质。

云环境下改进自回归模型的网络数据去重仿真

云环境网络数据去重过程中,若不能及时对网络数据实施噪声抑制,会直接降低数据的去重效果,为提升数据去重精度,提出基于自回归模型的云环境中网络数据去重算法。建立云环境弹性空间模型,确定网络数据的空间自相关度量值完成数据去噪,基于去噪结果详细分析云环境中网络数据属性特征;根据提取的属性特征对云环境中网络数据聚类处理,结合自回归模型建立网络冗余数据预测模型,精准预测出云环境中的网络冗余数据,并对其进行剔除处理,实现网络数据的精准去重。实验结果表明,使用该方法开展数据去重时能够有效去除网络数据中的冗余数据,去重效果较好。

约束条件下线性可加空间自回归模型方法研究

[目的]针对空间依赖性问题,提出约束条件下线性可加空间自回归模型的统计推断方法。[方法]先对线性可加空间自回归模型增加线性约束条件。通过B样条基函数近似求解未知的平滑函数,并代入回归模型,生成包含B样条基函数的空间自回归模型,对此模型的损失函数进行最小化,获取约束条件下模型的稀疏估计,通过SCAD惩罚函数无偏估计较大系数。在10种约束条件下,研究了线性可加空间自回归模型估计的渐近性质,得到在最优收敛速度下进行斜率系数的估计时,函数项部分不会改变参数估计的渐近分布特性。[结果]实验结果表明,该方法不仅在理论上具有可行性,而且在实践中易于操作。相比非约束估计,约束稀疏估计更为优秀。[结论]在交通数据统计分析中,该方法具有实用性和有效性。

一阶混合整数值负二项自回归模型

考虑复杂整数值时间序列数据的建模问题.首先,提出一类一阶混合整数值负二项自回归模型,并证明该模型的严平稳遍历性,讨论该模型的转移概率、期望、方差等概率统计性质;其次,研究该模型的最大似然估计问题,得到了估计量的渐近正态性,并在数值模拟的基础上进行实证分析.实证分析结果表明,该模型在拟合毒品犯罪次数数据时性能良好.

k阶Poisson相依驱动随机系数混合算子整数值自回归模型

采用k阶Poisson相依驱动随机系数混合算子整数值自回归模型分析具有变量字符元素计数特征的数据,给出该模型的统计性质和参数的条件极大似然估计,并证明估计量的渐近正态性.数值模拟结果表明,随着样本容量的增加,参数估计逐渐收敛于真实值.实际数据分析结果表明了该模型的有效性.

农业科技创新、生态效率与农户增收质量的动态关系——基于面板向量自回归模型的实证分析

农业科技创新在提高农产品产量和质量的同时也面临促进农户增收的困境,而生态效率的提高也可能造成农户收入不平等的问题。为进一步探究农业科技创新水平、生态效率与农户增收三者之间的关系,根据2000—2020年间湖南省的时间序列信息,利用面板向量自回归模型,采用协整检测、格兰杰检测、方差分解等各种手段,对农业科技创新水平、生态效率和农户增收质量间的相关性开展实证分析,以为处理好农业发展、农户收入和生态环境保护之间的关系提供理论参考。结果显示:农业科技创新与农户增收质量之间存在显著的双向正向关系,即科技创新在提升农业生产效率和质量的同时显著促进了农户的经济增长,但生态效率的提升在短期内未能显著转化为农户的经济收益;农业科技创新对农户增收质量的影响即时且显著,并随着时间推移而趋于稳定;在预测农户增收质量时,农业科技创新的作用明显超过生态效率。基于此,从长期规划生态效率提升、加大农业科技创新的支持与投资和增强农户生态环保意识等方面提出政策建议。

平稳自回归模型的调整经验似然置信域

自回归模型在经济学及信息学等领域有广泛应用.其统计推断是统计学研究的重要问题之一.本文主要研究自回归模型的调整经验似然方法.在Chuang和Chan利用自回归模型的条件最小二乘估计、通过得分函数构造的经验似然比统计量基础上,本文针对经验似然方法可能不存在解的情形构造了调整经验似然统计量,并证明调整后的经验似然比统计量的极限分布服从卡方分布.由此我们可以构造模型参数的调整经验似然置信域(区间).最后,本文通过数值模拟比较了调整经验似然方法和经验似然方法的性能.结果显示,调整经验似然方法所得的区间估计具有更好的覆盖率.

基于门限自回归模型对人民币汇率波动的研究

人民币汇率的波动受多方面因素的影响,为研究人民币汇率的波动情况,进一步预测人民币汇率的变化,本文以2011年1月—2023年12月的人民币兑美元的汇率中间价的月度数据作为研究对象,分别建立了求和自回归滑动平均模型和门限自回归模型,并对两种模型的预测结果进行对比。结果表明:人民币汇率的波动具有非线性特征,并且门限自回归模型比求和自回归滑动平均模型准确度更高,在未来几个月人民币兑美元中间价略有下降,但能够维持在相对稳定水平,人民币略有升值。

基于向量自回归模型的旅游业相关因素分析——以贵州省为例

随着在第三产业的占比越来越大,旅游业逐渐成为城市发展的支柱产业,分析贵州省旅游业影响因素有利于促进旅游业持续发展和经济的增长。通过构建向量自回归模型,分析了贵州省旅游业与地区生产总值和园林陆地面积之间的关系。通过收集2000—2021年相关指标数据,运用平稳性检验、单位根检验、脉冲响应分析等进行检验,研究发现:贵州省旅游业与上述指标相互影响。

基于空间自回归模型的中国能源利用效率区域特征分析

For the sustainable development and attention on the environment and energy, the study on the energy effective is important to the theory and the practice. The regional characters of china 31 provincial economic development and energy effective were analyzed through the spatial statistical model and Moran I index to Panel Data, It is concluded that the provincial regional economic development and energy effective have obvious spatial correlation and cluster in the geographical space, the latter is influenced by its own economic development and the energy effective of neighbor region, so traditional ignoring the point will lead to deviation of model design and the deflection of the result.

基于ARIMA模型和残差自回归模型的广东省鸡蛋价格分析及预测

本文基于中国畜牧业年鉴的广东省鸡蛋价格,构建了ARIMA模型和残差自回归模型。根据模型理论依据、评价指标,例如拟合优度、均方误差、平均绝对误差、信息准则等选择最优模型预测鸡蛋价格。本文得出最优的预测模型是乘积季节模型。利用该模型测出广东省未来的鸡蛋价格,同时对政府、养殖者、投资者和消费者四大主体提出相应的实际建议。本文不仅丰富了鸡蛋价格预测的理论基础,而且为相关主体的决策提供了有价值的参考依据。

自回归模型在变形监测中的应用

为了准确地对变形监测进行预报,得到科学的监测结果,本文利用自回归模型和最小二乘估计以及矩阵实验室(MATLAB)对变形监测数据进行处理。通过实际工程分析得到如下结论:①自回归模型用于变形监测可得到比较科学的结论;②对于不同的变形监测数据,如何选择自回归模型p是一个亟须解决的问题。本研究的结论可为变形监测数据处理提供一定的参考。

一种基于自回归模型的间谐波谱估计的改进算法

间谐波的频率是基频的非整数倍,频谱随时间而变化,具有随机性,因此间谐波是随机信号。该文首先介绍平稳随机信号的AR模型和Burg算法的基本原理,然后分析Burg算法在处理正弦信号时出现谱峰偏移的原因。在此基础上该文提出了一种基于AR模型的间谐波谱估计改进算法。该算法通过直接求解在预测误差功率最小意义下的较低阶AR模型系数,再递推计算高阶系数,减小了谱估计的谱峰偏移。仿真结果表明,该算法明显改善了谱估计的性能,而且只要用比较短的数据即可得出较好的间谐波谱估计。

基于时变自回归模型与支持向量机的旋转机械故障诊断方法

旋转机械如电机振动信号普遍存在非平稳性,同时对于某台设备已有的故障样本往往非常有限的。针对这些问题,提出一种基于时变参数自回归模型和支持向量机相结合的旋转机械故障诊断方法。首先通过对振动信号建立TVAR模型,提取模型系数及残差的方差作为信号特征,然后利用SVM对信号进行分类,继而实现故障自动识别。转子实验台实验结果表明该文方法能够有效提取非平稳信号的特征,并能在较少训练样本的情况下获得较好的诊断结果。