基于概率回归模型和K-最近邻的电子商务个性化推荐方案

针对电子商务中个性化推荐问题,提出一种基于概率回归模型和K-最近邻的电子商务个性化推荐方案.实验结果表明,该方案能够准确为客户推荐所需的商品.

有序概率回归模型下的城乡居民文化消费与幸福感关系研究——基于2013年CGSS调查数据

以2013年CGSS调查数据为基础,运用有序概率回归模型的统计方法,对影响居民主观幸福感的消费维度进行论证分析,并得出以下结论:不同消费方式给居民带来的幸福感程度不同,文化消费比物质消费带给居民的幸福感更强,男性比女性的幸福感更高,城镇居民比农村居民幸福感更高等。对此,政府应加强文化产品和服务的有效供给,提高城乡居民收入,尤其是农村居民可支配收入,引导居民树立健康的文化消费观。

概率回归方法在宁夏分级沙尘天气预报中的应用检验

利用2010-2013年的2-5月T639模式产品和同时段宁夏25站沙尘实况资料,应用概率回归方法建立了宁夏春季2-5月沙尘和强沙尘两个等级的72 h沙尘概率预报方程,并使用B评分、Bs评分、Bias及TS评分方法对2014年2-5月预报结果进行了检验。检验结果表明：Bs都为正值,该方法对宁夏春季分级沙尘有预报能力;气候概率越大,预报方程选取的预报因子代表性和物理意义越明确,预报效果也越好;沙尘过程范围越大、强度越强,过程预报效果越明显;且随着预报时效临近,模式调整,预报能力也显著提高;但由于宁夏沙尘正样本数相对较少,尤其是强沙尘气候概率小,因此导致漏报率较高,概率预报偏差率呈现出一致的偏少倾向。

广东省24～144小时降水概率回归预报

本文利用欧洲中心10年(1980～1989年)物理量资料,建立了广东省86站1～12月的晴、雨及有无大于25mm降水完全概率回归预报方程。并利用T106逐日要素场预报资料,作24～144小时逐日滚动降水概率回归预报,并逐日上网做指导预报,供广东省各台站调用。

分位累计概率回归法在黄河稀释调度中的应用

选取花园口断面水质自动监测站2003年以来日氨氮浓度数据（共1789个）系列及小浪底水文站同期日流量资料,采用分位累计概率回归法分别计算了小浪底坝下不同级别流量在花园口河段氨氮浓度指标满足Ⅰ~Ⅲ类、Ⅳ类、Ⅴ类、劣Ⅴ类水质标准时的累计概率。结果表明：小浪底水库下泄流量对花园口河段水质影响十分明显,不同级别的流量条件下,花园口河段各类水质出现的概率迥异;春灌期（3—4月）小浪底水库下泄流量对污染物稀释作用明显降低;利用Origin软件拟合氨氮浓度满足Ⅰ~Ⅲ类水质标准的散点,效果较好,可以用于进一步分析和预测。

最小最大概率回归机在短期风电功率预测中的应用

为了对短期风电功率的预测进行研究,提出了一种基于最大最小概率回归机(MPMR)的预测方法。MPMR方法是将最小最大概率分类机(MPMC)向回归问题的应用推广。该方法仅须假定产生预测模型的数据分布均值与协方差矩阵已知,即能够最大化模型的预测输出位于其真实值边界内的最小概率。验证试验表明,MPMR方法能更好地跟踪风电功率的变化,有效地提高风电功率的预测精度,具有很好的应用前景。

基于有偏最小最大概率回归的短期负荷预测

针对电力负荷的一些特性,提出了使用非线性数据分类学习机的理论来解决短期负荷预测问题。利用有偏最小最大概率机进行数据学习分类,对采集到的信息进行分类、特征提取,形成归一的数据类型;用得到的分类数据作为有偏最小最大概率回归模型的输入进行训练预测。该方法通过核函数将输入向量从低维空间映射到高维空间,在高维空间实现了基于高阶统计信息的负荷影响因数的特征提取,既全面考虑了影响负荷预测的历史时间序列、气象等各种因素,又避免了由于输入变量过多而导致模型结构复杂、训练时间长等不足。计算实例表明,文中提出的方法用于短期负荷预测,其预测精度较高,且训练时间较短,方法可行且有效。

事件概率回归估计与降水等级预报

该文对比分析概率回归降水等级预报和回归降水等级预报的差异,2007年秋季至2008年夏季全国平均检验结果表明:概率回归降水等级预报效果好于回归降水等级预报,尤其是小雨预报,TS评分明显高于回归降水等级预报,同预报偏差过大情况也有很大改善。进一步分析表明:回归降水等级预报方法在建立小雨预报方程的样本中,少数较大降水量的样本方差占总方差的百分比过大,导致预报方程中反映的预报量与预报因子的关系以少数大降水量样本为主,是造成小雨预报空报过大的原因。与模式降水预报的对比分析表明:概率回归降水等级预报效果好于模式直接降水预报,模式降水空报较大情况得到改善。

“0,1”回归和概率回归中常数项的去留

该文通过对“ 0,1”回归方程的对比分析,说明:使用简化即不含常数项的预报方程做回归分析时,要慎重。

概率回归法在职业中毒预测上的应用

概率回归法在职业中毒预测上的应用孙祖兴，张银凤南京市职防所２１００４２我们选择铅中毒作为对象，探索接触毒物浓度、时间与患病率的关系，并试作预测，以供防治工作和制定标准时参考。１调查方法选择某化工厂制造氧化铅车间为调查对象。该车间接触毒物单一，且有长期...

概率回归法在职业中毒预测上的应用

调查了41名制造红丹(氧化铅工人),工龄在10年以内,其中16名确诊为慢性铅中毒。根据他们的接铅年份和各岗位的年平均铅浓度,分别算出每名患者的累积按铅量D(年·mg/m^3),然后用概率回归法推算。如要求接铅20年,慢性铅中毒患病率不超过5％,车间空气铅浓度应控制在0.01mg/m^3内。

Logistic回归及其在概率降水预报中的应用

介绍了一种气象上较少应用的 Logistic回归的原理和计算方法 ,并利用 1 999年 3月 1日至 2 0 0 1年5月 30日期间 ,国家气象局 T1 0 6模式输出的 80个物理量场及其导出场资料和福州地区降水的 0、1化资料 ,采用 Logistic回归方法 ,制作春季福州 2 4 h降水概率预报 ,并与事件概率回归方法作了比较。结果表明 ,该方法对二分类变量有较好的预报效果。

多元逐步与概率混合回归法在霾预报中的应用

针对目前霾预报模型较少,预报准确率低等缺点,将统计预报与数值预报相结合,提出了基于多元逐步回归算法与概率混合回归的霾预报方法。利用多元逐步回归法控制影响因变量的物理因子,建立能见度预报方程,利用概率回归结合能见度、相对湿度等物理参量建立基于二值变量的霾预报模型。实验结果表明,与现有业务上主要运行的雾霾数值预报系统CUACE相比,提出的混合回归预报算法的预报准确率得到了显著提高。

最小最大概率回归机在短时交通流预测中的应用

为了提高短时交通流预测精度,更加精确地进行交通流规划和管理,引入一种新颖的基于最小最大概率回归机(MPMR)的短时交通流预测模型。针对北京某公路监测站实测的交通流数据集以及英国某地区实测的交通流数据集,利用基于MPMR的预测模型进行短时交通流预测,并与常规的基于神经网络、基于支持向量机(SVM)以及基于自适应神经模糊推理系统(ANFIS)预测模型的预测性能进行比较。试验结果表明,基于MPMR的短时交通流预测模型可以很好地跟踪实际流量值,在同等条件下相比常规预测模型的预测精度更优,验证了所提出模型的有效性。

鉴别性最大后验概率线性回归说话人自适应研究

为增强自适应后的声学模型的鉴别能力,提出了一种基于最大互信息(MMI)的鉴别性最大后验概率线性回归(MMI-DMAPLR)说话人自适应方法.将最大互信息准则和最大后验概率(MAP)准则相结合,设计了一个新的目标函数来估计基于线性变换的自适应方法中的变换参数,在最大后验概率估计中加入了鉴别性.大词汇量连续语音识别的实验结果表明,新方法在增强声学模型与测试数据的匹配性的同时,可以有效提高声学模型的鉴别能力,在少量自适应数据的情况下,其性能比最大后验概率线性回归(MAPLR)相对提高4.8%.

基于概率支持向量回归的产品设计时间预测模型

为使产品设计时间预测既克服小样本、异方差噪声问题,又提供除预测值以外的其他有用信息,建立概率支持向量回归(PSVR)模型。首先,在异方差回归模型基础上设计概率约束条件,以使预测值以较大概率位于真实值的某邻域,结合具有参数不敏感损失函数的支持向量回归确定优化目标,提出PSVR。然后,将最大完工时间知识嵌入进PSVR的约束条件,用以确定真实值邻域的宽度,将交叉验证与遗传算法相结合以确定PSVR的相关参数。最后,以注塑模具设计的实例进行分析,结果表明基于PSVR的时间预测方法可同时提供有效的预测值和预测区间。

基于多元概率比回归模型的上市公司财务危机预警分析

通过建立多元概率比回归模型(Probit)对上市公司的财务危机进行预警分析,研究发现:Probit回归模型所选取的指标体系科学合理且较完全,能够对企业的财务危机及风险进行综合性地衡量,并且该模型在建模样本中的总体分类精度较高,误判率很低,因而在上市公司危机预警过程中具有很大的实用性。通过分析发现,财务安全公司和财务危机公司主要在以下指标上存在显著差异:流动比率、总资产增长率、资产负债率、资产收益率、现金流动负债比率、现金负债比率、主营业务利润率、股东权益比率以及应收账款周转率。这就提醒上市公司的经营者和证券市场的投资者在作出相关决策时时,必须首先关注这几个指标。

利用概率加权回归和主成分分析评估低盐诱导太平洋牡蛎三倍体幼虫的效果

为提供一种更科学、全面的三倍体诱导盐度综合评价方法,本研究采用了两种新的统计学方法对低盐诱导太平洋牡蛎(Crassostrea gigas)幼虫三倍体的效果进行了评估。利用概率加权回归拟合构建了低盐诱导太平洋牡蛎三倍体过程中卵裂率、孵化率与盐度的Probit回归模型,得到了不同诱导盐度条件下卵裂率及孵化率的估计值,其中50%卵裂率及50%孵化率的诱导盐度估计值分别为5.648和8.644,对该模型的可信性进行了验证。应用主成分分析法得到了两个可以代表卵裂率、孵化率和三倍体率的主成分和不同诱导盐度的综合评价指数,其中盐度8得分最高,为0.67,其次为盐度10,得分为0.54。研究结果表明,要达到50%孵化率,诱导盐度需大于8.644;盐度8和10均为合适的诱导盐度,其中盐度8诱导率更高、存活率较低,盐度10存活率更高、诱导率稍低。

基于稀疏矢量自回归概率模型的超短期风电功率预测算法

可再生能源的概率预测被广泛认为是电力系统优化的必要条件。提出一种在大量地点进行超短期的参数化风电概率预测的时空方法,其基于logit-normal的参数框架,将多个风电场的位置参数建模为一个向量值时空过程,并采用改进的指数平滑法跟踪尺度参数,采用一种先进的稀疏向量自回归模型拟合技术,对定位参数进行建模,并与传统的向量自回归模型相对比。以澳大利亚22个风电场的每5分钟平均风力发电数据集为例进行了测试,验证了该算法的有效性。