基于JT-AR转换模型的非高斯风荷载特性分析

为了研究大跨度屋盖结构的非高斯风荷载特性,提出一种采用JT-AR转换模型模拟大跨度球面屋盖结构非高斯脉动风压的方法。基于JT变换和AR模型理论进行耦合,提出并构建JT-AR转换模型,模拟生成非高斯脉动风压时程样本数据,与目标功率谱及高阶统计量对比验证;通过已有风洞试验结果与作用在大跨度球面屋盖结构表面的非高斯分布特性作对比验证。结果表明:JT-AR转换模型的模拟结果与风洞试验作用在建筑上的非高斯脉动风具有同等作用效应,其模拟仿真结果具备可靠性及普适性。研究结论为大跨度结构抗风设计提供一种新的模拟方法,可代替复杂的风洞试验。

基于加权分位数回归参数估计的AR模型及其应用

提出加权分位数自回归AR(p)模型对路基边坡变形预测的新方法,给出其原理和具体算法。以重庆奉云高速公路某滑坡段为例验证了该方法的有效性,并与其他模型作对比分析。结果表明:新方法的预测效果优于最小二乘参数估计的AR(p)模型、非加权分位数估值的AR(p)模型、ARIMA及EMD-ARIMA模型。

AR(q)误差非线性回归模型基于几何方法的若干二阶渐近性质

该文用微分几何方法对AR( q)误差非线性回归模型若干二阶渐近性质进行了研究.作者基于Fisher信息阵在欧氏空间定义了内积,并在期望参数空间建立了几何结构.基于上述几何结构,给出了AR( q)误差非线性回归模型若干二阶渐近性质的曲率表示.将前人的一些结果推广到AR( q)误差非线性回归模型.

具有AR(p)误差的半参数回归模型的统计诊断

旨在探究具有AR(p)误差的半参数回归模型的统计诊断.首先对其误差的相关性进行了消除,然后基于数据删除模型对模型进行了统计诊断,得到了估计的诊断公式.最后运用实例说明该方法的有效性.

误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性

在误差为AR(1)时间序列的情形下,给出了半参数回归模型的拟极大似然估计方程,并研究了拟极大似然估计量的存在性。

自回归法AR模型在篮球进攻技术指标统计中的应用研究

对NBA2012-2013赛季热火队季后赛的篮球进攻技术指标进行统计和分析,并建立预测模型。研究结果:建立了篮球二分出手次数、二分命中率、三分出手次数、三分命中率、罚球次数、罚球命中率、助攻、进攻篮板和失误等9项篮球进攻技术指标的自回归AR模型(1,1,1);根据自回归AR模型(1,1,1),建立了9个自回归AR模型方程;运用自回归法AR模型能够对篮球进攻技术指标统计分析做出短期预测,为球队战术制定、人员安排等提供科学依据。

ARES:用于预测的情感感知自回归模型

随着Web2.0的蓬勃发展,互联网上产生了大量由用户发表的评论,其中表达的观点看法对大众消费的影响越来越大,因此分析评论中蕴含的情感信息对产品销量的预测以及市场战略的调整有实际意义.针对这一问题,在分析图书销售领域网络评论特点的基础上,提出了相应的情感分析方法,首先利用词性列表及前缀词典完成极性词词典的自动抽取与构建,然后采用基于词典的方法对图书的评论内容进行情感分析及量化,最后通过将抽取的情感因素融合到自回归模型中,建立了新的预测模型——情感感知自回归模型(autoregressive emotion-sensitive model,ARES).实验结果表明,基于词典的分析方法能够有效地反映出评论自身的情感信息,并且融入了情感分析结果的模型在销量预测方面具有更好的准确性.

对数随机系数自回归模型AR(1)参数矩估计的渐近正态性

在已知对数随机系数自回归时序模型AR(1)的参数矩估计及其相容性的基础上,通过对其协方差函数渐近性质的研究,证明了该矩估计的渐近正态性.

具有AR(p)误差的半参数回归模型的参数估计

近年来,半参数模型是处理回归问题的有力工具,进年来,已经成为当今回归分析的热点,引起了众多学者的关注。文章研究了具有AR(p)误差的半参数回归模型,首先对其误差的相关性进行了消除,然后将模型转变成为经典的半参数回归模型,运用惩罚最小二乘估计方法对模型参数进行了估计。

误差为AR(1)过程的半函数型偏线性回归模型参数估计的强收敛性

文章研究了基于半函数型偏线性回归模型Y=XTβ+m(T)+ε,(X,T)与误差ε相互独立,在一定假设条件下,当误差满足AR(1)过程时,建立了这种半函数型偏线性回归模型中未知参数β的估计量β^的强收敛性,推广了现有文献中的结果。

基于Maxwell滑动模型的压电驱动器非对称迟滞特性研究

文章主要对压电驱动器的Maxwell滑动模型进行改进,并利用改进后的Maxwell滑动模型对压电陶瓷驱动器固有的非对称型迟滞现象进行研究。利用传统Maxwell滑动模型在不同方向的速度差异,通过一个可修改的速度阈值参数,建立不同的弹簧滑块结构来描述对应的曲线,将传统的并联结构简化为串联结构,避免了在求解过程中的参数耦合问题,并且让模型有了可以描述非对称迟滞曲线的能力,同时使用该串联结构将模型参数的求解过程变为一个参数的最优化问题,简化了系统的求解过程。实验结果表明,改进型Maxwell滑动模型的输出曲线可以有效模拟压电陶瓷驱动器的响应曲线。

基于ABC-SMC回归算法具有观测噪声的AR(p)模型的参数估计

利用近似贝叶斯序贯蒙特卡洛(ABC-SMC)回归算法给出了具有观测噪声的AR(p)模型的参数估计.首先采用前p阶样本自协方差函数作为统计量,对具有观测噪声的AR(p)模型参数后验分布进行ABC-SMC抽样;然后利用回归模型对抽样进行调整,从而得到参数后验分布的样本;最后通过数值模拟,与ABC算法、ABC-SMC算法进行了比较.模拟结果表明,所提出的ABC-SMC回归算法显著提高了具有观测噪声的AR(p)模型的参数估计精度.

滑动线性回归模型预测路堤沉降初探

在路堤沉降预测中,线性模型是应用最为广泛的模型之一。但是随着观测信息的丰富,常规的线性模型的不足凸现,影响了模型的精度,为了克服常规模型的缺点提出了滑动线性回归模型。滑动线性回归模型要求参与建模的数据个数保持不变,新观测的数据取代旧有的数据,从而获得了新的模型参数,通过实例验证,得到了理想的结果。

双回归(AR-R)预测模型之新探——及其在中国人口中短期预测上的应用

构造一种称为双回归的时间序列预测新方法。本文作者利用与因变量自身相关性紧密的因变量前几期取值,综合前一次的自变量构建了双回归(时间序列自回归-多元线性回归)预测组合模型。这种方法克服了以往时间序列预测只是自身拓展而不考虑多项因素(变量)的不足,也弥补了回归分析预测法必须已知同时期各个自变量值才能预测的缺陷。并用这种新方法对中国的人口总量进行预测,预测效果比较理想。

自回归模型AR(P)在模拟年径流系列中的应用

在水资源规划和水利工程设计工作中,经常应用水文资料来计算某一水文站的某一水文要素的均值和各种保证率下的特征值。但当资料系列年限不充分长时,其代表性无法满足设计的要求,所推算的平均值和各特征值易出现较大误差。只有当资料系列年限相当长时,计算出的平均值和各特征值才具有代表性。为此,应用自回归模型AR(P),对有限的实测年径流系列进行模拟,计算出较长的年径流系列,克服了常用方法的弊端,进而满足了水资源规划和水利工程设计中的需要。

误差为线性AR过程回归模型HD估计的弱收敛速度

考虑回归模型yt=xTtβ+et,t=1,2,…,n,其中误差et=atet-1+bt+ηt是平稳线性AR过程。讨论了该模型未知参数的Huber-Dutter估计的渐近性质,在合理的条件下,利用泰勒展开方法证明了估计量的弱收敛速度可以达到n-1[]2,同时还证明了误差过程et二阶矩的有界性,为更深入研究该模型大样本性质提供了基础。

EMD+AR模型在运动想象脑电处理中的应用

为了在处理运动想象脑电信号时得到理想的特征向量,提取脑电波(Electroencephalogram,EEG)信号特征之前使用经验模态分解(Empirical Mode Decomposition,EMD)信号,再用自回归(Auto Regressive,AR)模型提取特征。与单独使用AR模型相比,EMD+AR算法模型得到的频谱图特征更为明显,表明EMD+AR算法模型提取的特征具有较强的鉴别力。

基于Kalman滤波的组合预测模型在建筑物变形监测中的应用

根据建筑物沉降监测数据的特点,结合Kalman滤波算法、BP神经网络模型以及AR自回归模型在数据降噪、数据预测中的优势,提出并构建了一种新的基于Kalman滤波的BP-AR沉降预测模型。该组合预测模型实现建筑物变形预测的主要步骤为:首先,通过Kalman滤波算法对原始观测数据进行降噪,消除随机噪声误差对观测数据的影响;其次,通过BP神经网络模型对降噪后序列进行建模与预测;最后使用AR模型对预测残差进行建模与预测。通过实际建筑物沉降监测数据对本文提出的组合预测模型进行验证,结果表明相较于BP神经网络模型与BP-AR模型,本文提出的组合预测模型的预测精度更高,有效降低了噪声影响,具有较高的优越性。

风场模拟中AR模型的若干问题

自回归(AR)模型具有计算量小,模拟速度快等优良特性,在风场模拟中得到了广泛应用。本文对AR模型进行了系统的研究,将脉动风场模拟中广泛应用的AR模型归为两大类,对模型中的参数从理论上进行了合理的解释。对两种模型模拟脉动风场时涉及到的Wiener-Khintchine公式的变换形式,通过分析对其进行了修正,指出算法上可以采用FFT技术来计算互相关矩阵的元素以提高计算效率。提出了AR模型编程中偶然发现的自回归顺序问题,算例表明两种不同方法的风速时程样本及其无偏自相关估计和自功率谱估计均有较大的影响,希望能引起更多同行对该问题的注意。尽管标量过程AR模型简单且易于掌握,但不能考虑时滞问题。相比之下,理论分析和数值实验都证明,向量过程的AR模型在精度总体要高于标量过程的AR模型,但其运算时间也相应增多。

基于AR模型的上海地区地面沉降预测分析

利用AR模型,对上海地区地面沉降作了拟合评估,依据AIC推出了AR系列预报模型。计算结果表明,AR(4)模型的结果最符合真实值。用AR(4)模型对上海地区未来10年的地面沉降值进行了预测。