基于Lasso回归法的人口出生率影响因素分析

选取国内生产总值(X1)、受高等教育比例(X2)、人均薪酬(X3)、少年儿童抚养比(X4)、老年人口抚养比(X5)这五个涵盖经济发展情况、人口素质以及人口结构方面的变量,采用Lasso回归法,探讨影响人口出生率的因素.研究表明,国内生产总值、人均薪酬、少年儿童抚养比对人口出生率有明显的正向影响.

基于循环神经网络和卡尔曼滤波器的多变量混沌时间序列预测

混沌时间序列的鞍点远多于极值点,且容易出现多重共线性问题。对此,提出基于循环深度神经网络和卡尔曼滤波器的时间序列预测算法。利用循环深度神经网络预测高维时间序列,使用实时递归学习算法搜索最小化预测误差的最优网络参数,采用Levenberg-Marquardt算法对神经网络进行迭代训练。在线更新循环神经网络的过程中,利用卡尔曼滤波器对循环神经网络的输出权重进行调节,解决多重共线性的问题。实验结果表明,该算法实现了较低的预测误差,并且缓解了高维时间序列的多重共线性问题。