基于非参数回归模型的局部线性估计云量预报方法研究

为研究云量的分布特点,本文利用历史观测资料,对新义州、定海、隆子3站的总云量和低云量进行了正态性检验,结果显示:总云量和低云量均未达到正态指标,具有一定的随机性.因此,在2004-2007年逐年1月T106L19模式产品和单站地面观测资料的基础上,采用适合被解释对象呈非未知分布的非参数方法——局部线性估计方法,选择合适的窗宽和核函数,创建了上述3站总云量和低云量的短期预报模型,包括不同的长度样本序列.同时,为了比较预报效果,还采用适合被解释对象呈正态分布的参数方法——逐步回归法,建立了相应的预报模型,并利用2003年1月1～31日的逐日T106L19模式产品和3站的云量历史观测资料,对各种预报模型进行了试报和效果的检验,结果表明:在3站的总云量、低云量的月平均准确率和月平均平均绝对误差的检验指标中,非参数局部线性估计的预报精度均高于逐步回归方法;使用短样本序列建立的自适应非参数局部线性估计预报模型与采用长样本序列建立的预报模型相比,效果相当.这意味着,在数值预报产品解释应用的云量预报中,非参数局部线性估计方法可以更合理地考虑其时间分布特征,尤其在缺乏较长时间的历史建模样本时,具有良好的应用前景.

具有非参数AR(1)误差的回归模型的局部线性估计

考虑随机设计下具有一阶非参数自回归误差的线性回归模型,构造了参数和非参数函数的局部线性估计。在适当的条件下,证明了参数估计量的渐近正态性,并给出了非参数函数估计的收敛速度。模拟算例表明局部线性方法优于核方法。

局部线性回归的核函数分析

非参数回归方法有很多,最常用的是局部多项式回归,局部线性回归是局部多项式回归的特例,局部线性回归较好的克服了边界的偏差,且有良好的渐近性质和收敛速度,因此运用较为广泛。本文采用局部线性回归方法,研究不同核函数和样本量对积分均方偏差、积分方差和积分均方误差的影响,首先研究在不同核函数下,绘制用局部线性回归方法得到的拟合值和真实值的图像,然后研究在不同核函数和样本量下,使用局部线性回归方法对积分均方偏差、积分方差和积分均方误差的影响。

利用非参数核回归的船舶油耗预测与碳排放分析

为了更精准预测船舶油耗,以某远航船舶午时报告油耗数据为例,将非参数核回归方法与船舶油耗相结合,构造预测模型。并基于标准化均方误差、平均绝对误差、决定系数与均方根误差4个性能指标,与Bagging回归、随机森林回归、支持向量机回归、广义可加模型、梯度提升决策树模型进行对比,验证该方法的预测效果,据此进一步进行实证分析与碳排放分析,并对船舶减排措施进行探究。

基于时域有限差分和非参数核回归的室内移动通信干扰信号预测模型研究

针对网络优化和干扰实施中电磁辐射预测准确率不高的问题,利用多制式移动通信干扰器对室内的复杂场景进行了干扰防护的信号强度预测;对实际场景建立几何模型后采用时域有限差分算法获得信号强度预测值,并结合实际测量改进非参数核回归预测算法获得统计分析预测值;最后提出混合加权预测模型,对电磁辐射进行定量预测分析。预测结果表明,提出的基于时域有限差分算法和非参数核回归算法的混合加权预测模型能对复杂室内场景下信号强度进行预测,准确率较高。

一种非正交复小波核函数及其非线性参数辨识应用

指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和实用价值。

融入上下文特征提取的非自回归神经机器翻译

非自回归翻译(NAT)模型是一种消除目标句子中的顺序依赖关系的翻译模型,在推理速度上取得了显著的突破。然而该模型在翻译质量方面存在一些局限,为探究原因,主要对注意机制进行了细致而全面的初步研究,研究结果揭示了NAT模型在捕捉局部性特征方面存在明显不足。为此提出了一种通过明确引入周围词汇信息而改进NAT模型局部性能力的方法。具体而言,在编码器和解码器两个方向上引入了混合分组线性变换,以获得更具局部感知性的表示。通过在WMT14英德与WMT16英罗两个数据集上进行实验,结果表明该方法以微弱的速度代价分别提高了0.7与1.03个BLEU分数,这表明该研究方法在改善NAT模型的局部性特征提取方面具有显著的效果和潜力。

误差为线性过程时非参数回归模型变点的两步估计(英文)

本文给出误差为线性过程时非参数回归模型变点两步估计。第一步,给出变点位置的初始估计,并且证明了该估计量的相合性;第二步,在变点初始估计值的基础上推导出变点位置的最终估计量并给出了该估计量的收敛速度。数值模拟以及尼罗河数据实例分析的结果说明方法的有效性。

基于自适应参数回归的非局部图像滤波算法

针对图像加性高斯白噪声,提出一种优化的自适应参数滤波算法。该算法以非局部欧氏中值(nonlocal Euclidean medians,NLEM)滤波算法为基础,根据含噪图像梯度幅值在一定噪声范围内服从Rayleigh分布这一特性,求得以梯度幅值和噪声标准差为自变量的二元自适应滤波参数,并将它引入到邻域的权值计算中。其次,噪声的变化影响着p范数回归的选择,在一定范围内以噪声标准差为自变量对参数p进行多项式拟合,得到自适应p范数回归。在自适应滤波参数基础上,用自适应p范数回归进一步改进NLEM滤波算法的1-范数回归。所选图像的实验结果表明,本文算法在一定噪声范围内不但获得满意的去噪效果,而且有效地减少人机交互程度。

缺失数据下半参数回归模型的局部线性光滑

在缺失响应变量的不完全数据下,对半参数回归模型进行研究.利用最小二乘和局部线性回归拟合方法建立缺失数据下半参数回归模型参数分量和非参数分量的局部线性估计.在适当的条件下,得到^βn,^nσ的渐近正态性和^gn(t)最优弱收敛速度.

￠－混合误差下非参数回归函数加权核估计的相合性

本文在－混合误差下讨论Ｐｒｉｅｓｔｌｅｙ，Ｍ．Ｂ．和Ｃｈａｏ，Ｍ．Ｔ［１］提出的一类非参数回归函数加权核估计的相合性。在较弱的条件下证明了它的完全收敛性和强相合性。这些结论改进了现有的独立情形和相依情形的相应结论。

非参数可加回归模型和非线性协整检验

本文基于非参数可加回归模型的局部核权最小二乘法提出变量间非线性协整的一种非参数检验方法。

非参数计量经济联立模型的局部线性广义矩估计

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用。本文在随机设计(模型中所有变量为随机变量)下,提出了非参数计量经济联立模型的局部线性广义矩估计并利用概率论中大数定理和中心极限定理在内点处研究了它的大样本性质,证明了它的一致性和渐近正态性。它在内点处的收敛速度达到了非参数函数估计的最优收敛速度。

我国宏观经济非参数联立模型的局部线性广义矩估计

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用,但以往的线性或非线性联立方程模型容易造成单方程的设定误差,致使联立方程的累积误差很大,不能很好地反映现实中的经济现象。本文将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合,首次提出了非参数计量经济联立模型的局部线性GMM估计并应用于我国宏观经济非参数联立模型且与线性联立模型进行了比较,结果表明:我国宏观经济非参数联立模型优于线性联立模型。

混合样本下非参数核回归估计的渐近性质

本文在混合样本下讨论Priestley和CHAO(1972)提出的一类非参数核回归估计的渐近性质,在较弱的条件下证明了该估计的完全收敛性与强相合性.

NA相依样本非参数回归函数加权核估计

在ＮＡ相依样本下研究非参数回归函数加权核估计的相合性，对完全收敛和强相合性给出较弱的充分条件．与此同时对ＮＡ序列给出一个简洁实用的Ｂｅｒｎｓｔｅｉｎ型不等式．

解释变量内生假定下非参数空间计量模型的局部线性工具变量估计

为刻画解释变量的空间外溢效应与变量间的非线性关系,本文提出了一种非参数空间计量模型,并给出了模型含内生变量情况下的局部线性工具变量估计。该估计方法最大的优点是可以同时获得偏导数的估计,便于进行经济学的边际分析。数值模拟结果表明,局部线性工具变量估计优于核估计。中国地区R&D要素外溢效应的实证结果显示,周边地区R&D内部经费支出对本地区R&D产出具有非线性的正向影响,且周边地区R&D内部经费支出的边际产出存在空间集聚现象,实证结论显示了非参数空间计量模型的适用性与合理性。

截尾数据的非参数回归函数的核估计

基于｛（Ｘｉ，Ｚｉ，δｉ），１≤ｉ≤ｎ），我们建立了Ｅ（Ｙ｜Ｘ＝ｘ）的估计ｍｎ（ｘ）和ｍｎ（ｘ），并证明了估计量的强弱相合，积分绝对误差的强相合与平均相合性．

我国宏观经济非参数联立模型的局部线性广义矩变窗宽估计

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用，但以往的线性或非线性联立方程模型容易造成单方程的设定误差，致使联立方程的累积误差很大，不能很好地反映现实中的经济现象。而非参数回归模型具有较线性或非线性回归模型更好的拟合优度，非参数联立方程模型是较传统联立方程模型更贴近现实经济现象的模型，能较好地拟合现实中的经济状况。目前关于非参数计量经济模型的研究主要停留在单方程模型的研究，而联立方程模型的研究在国际上刚刚起步，在国内是个空白。本文将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合，首次提出了非参数计量经济联立模型的局部线性ＧＭＭ变窗宽估计并应用于我国宏观经济非参数联立模型且与线性联立模型进行了比较，结果表明：我国宏观经济非参数联立模型优于线性联立模型且线性模型将造成不必要的人为设定误差。

我国宏观经济非参数联立模型的局部线性工具变量变窗宽估计

联立方程模型在经济政策制定、经济结构分析和预测方面起重要作用 ,目前关于非参数计量经济模型的研究主要停留在单方程模型上 ,而联立方程模型的研究在国际上刚刚起步。本文将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合 ,首次提出了非参数计量经济联立模型的局部线性工具变量变窗宽估计并应用于我国宏观经济非参数联立模型。结果表明 :我国宏观经济非参数联立模型优于线性联立模型且线性模型将造成不必要的人为设定误差 ;对于非参数联立模型 ,局部线性工具变量变窗宽估计优于局部线性估计。