期刊文献+
共找到30篇文章
< 1 2 >
每页显示 20 50 100
EDGEWORTH EXPANSION FOR NEAREST NEIGHBOR- KERNEL ESTIMATE AND RANDOM WEIGHTING APPROXIMATION OF CONDITIONAL DENSITY
1
作者 Yu ZhaopingInstitute of Electronic Technique,Zhengzhou450 0 0 4 《Applied Mathematics(A Journal of Chinese Universities)》 SCIE CSCD 2000年第2期167-172,共6页
In this paper,Edgeworth expansion for the nearest neighbor\|kernel estimate and random weighting approximation of conditional density are given and the consistency and convergence rate are proved.
关键词 random weighting method Edgeworth expansion nearest neighbor\|kernel estimate.
全文增补中
A LAW OF THE ITERATED LOGARITHM FOR RANDOM WINDOW-WIDTH KERNEL ESTIMATOR OF A NONPARAMETRIC REGRESSION FUNCTION
2
作者 洪圣岩 《Systems Science and Mathematical Sciences》 SCIE EI CSCD 1990年第4期356-363,共8页
In this paper we study the estimation of the regression function.We establish a law ofthe iterated logarithm for the random window-width kernel estimator and,as an application,fora nearest neighbor estimator.These res... In this paper we study the estimation of the regression function.We establish a law ofthe iterated logarithm for the random window-width kernel estimator and,as an application,fora nearest neighbor estimator.These results give sharp pointwise rates of strong consistency ofthese estimators. 展开更多
关键词 regression function random window-width kernel estimator nearest neighbor estimator law of the ITERATED LOGARITHM
原文传递
响应变量随机缺失的相依函数型单指标模型的k近邻估计
3
作者 何文然 黄振生 《重庆工商大学学报(自然科学版)》 2023年第6期105-110,共6页
针对具有α混合结构的函数型时间序列数据,当响应变量随机缺失时,利用函数型单指标模型进行统计建模,并采用k近邻方法对模型中未知参数和未知函数进行估计,与经典核方法相比,其数据适用性更强,可以提高估计效率;通过数值模拟和厄尔尼诺... 针对具有α混合结构的函数型时间序列数据,当响应变量随机缺失时,利用函数型单指标模型进行统计建模,并采用k近邻方法对模型中未知参数和未知函数进行估计,与经典核方法相比,其数据适用性更强,可以提高估计效率;通过数值模拟和厄尔尼诺海平面温度数据,将k近邻方法和经典核方法进行比较,讨论k近邻方法与经典核方法对未知参数和未知函数的估计效果;从模拟结果可以看到:k近邻方法对未知参数和未知函数的估计精度以及随样本增加的改善效果要优于经典核方法,在真实数据分析中,k近邻对真实数据的精度拟合以及趋势拟合都表现优异;这些结果表明:在响应变量随机缺失的时间序列单指标模型中,采用k近邻方法对未知参数和未知函数进行估计,在精度上要优于经典核方法,同时在真实数据分析中,相比经典核方法,k近邻方法能更好地拟合数据。 展开更多
关键词 函数型单指标模型 α混合 k近邻估计 随机缺失
下载PDF
一类半参数回归模型二阶段估计的渐近理论 被引量:4
4
作者 钱伟民 柴根象 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 1998年第1期77-82,共6页
考虑回归模型yi=xiβ+g(ti)+ei,1≤i≤n,g为R1上未知函数,β为p×1维待估参数向量.基于近邻权函数利用文献[1]中给出的方法建立了β和g的估计量βn,gn。
关键词 半参数模型 二阶段估计 近邻权函数 数理统计
下载PDF
基于机器学习的水位流量关系模型参数估计 被引量:3
5
作者 江竹 宋文武 《水文》 CSCD 北大核心 2013年第1期74-78,共5页
为了克服经典水位流量关系模型在刻画河流动态变化特性时所存在的局限性,提出采用局部加权回归算法估计模型参数;为了提高参数估计精度以及流量的计算效率,提出一种聚类树加权回归方法。首先对训练样本进行聚类,然后使用k-最近邻方法将... 为了克服经典水位流量关系模型在刻画河流动态变化特性时所存在的局限性,提出采用局部加权回归算法估计模型参数;为了提高参数估计精度以及流量的计算效率,提出一种聚类树加权回归方法。首先对训练样本进行聚类,然后使用k-最近邻方法将新的水位样本划分进最恰当的聚类中,最后估计河流日流量。该方法在估计过程中,避免了不相关信息的干扰,从而提高了日流量数据估计的效率和精度。利用某水文站的实测数据对方法进行测试,仿真结果表明,方法估计精度高,为水位流量关系模型参数估计提供了新的有效方法。 展开更多
关键词 水位流量关系 参数估计 局部加权回归 聚类树 K-最近邻
下载PDF
删失数据下回归函数的最近邻估计(英文) 被引量:2
6
作者 周勇 朱力行 《应用概率统计》 CSCD 北大核心 1998年第2期191-202,共12页
设(X,Y)是一随机向量且变量Y的均值存在.假定Y被另一分布G的随机变量t删失,仅能观察到不完全数据(xi,Yi^ti,δi),i=1,2,…n,其中Yi^ti=min(Yi,Ti),δi=I(Yi≤ti)。为了给出回归函数m(x)=E(Y|X)的估计。文中使用... 设(X,Y)是一随机向量且变量Y的均值存在.假定Y被另一分布G的随机变量t删失,仅能观察到不完全数据(xi,Yi^ti,δi),i=1,2,…n,其中Yi^ti=min(Yi,Ti),δi=I(Yi≤ti)。为了给出回归函数m(x)=E(Y|X)的估计。文中使用了Stute提出的最近邻型回归估计,并给出了该估计的强相合性结果. 展开更多
关键词 删失数据 回归函数 强相合性 最近邻估计
下载PDF
机器学习在河流流量参数估计中的应用 被引量:2
7
作者 江竹 宋文武 《西华大学学报(自然科学版)》 CAS 2012年第2期73-76,80,共5页
针对经典水位流量关系模型在刻画河流动态变化特性时存在的局限性,提出采用局部加权回归算法估计河流流量;为了提高参数估计精度,提出一种聚类局部加权回归方法。首先对训练样本进行聚类,然后使用k-最近邻方法将新的水位样本划分进最恰... 针对经典水位流量关系模型在刻画河流动态变化特性时存在的局限性,提出采用局部加权回归算法估计河流流量;为了提高参数估计精度,提出一种聚类局部加权回归方法。首先对训练样本进行聚类,然后使用k-最近邻方法将新的水位样本划分进最恰当的聚类中,最后估计河流日流量。该方法在估计过程中,避免了不相关信息的干扰,从而提高了日流量数据估计的效率和精度。利用某水文站的实测数据对方法进行测试,仿真结果表明该方法估计精度较高,为水位流量关系模型参数估计提供了新的有效方法。 展开更多
关键词 水位流量关系 参数估计 局部加权回归 聚类 K-最近邻
下载PDF
非参数回归函数最近邻估计强相合性的研究 被引量:5
8
作者 孙道德 《应用科学学报》 CAS CSCD 2004年第1期113-117,共5页
在样本序列{(xn,yn),n≥1}为平稳Φ-混合的情况下,研究了回归函数m(x)的最近邻估计mn(x)的强相合性问题,并给出了它在非参数判别中的一个应用.
关键词 非参数回归函数 最近邻估计 平稳Ф-混合序列 强相合性
下载PDF
非参数回归函数的置信区间 被引量:2
9
作者 薛留根 《应用科学学报》 CAS CSCD 2002年第1期77-79,共3页
利用随机加权法构造非参数回归函数的随机加权统计量 ,证明了用随机加权统计量的分布去逼近原估计量的误差分布 ,其精度可达到 o( n- 1 /( d + 2 ) lnn Mn) ,a.s.,其中 0 <Mn→∞ .该结果可以用于构造未知回归函数 m( x)
关键词 非参数回归函数 置信区间 核估计 随机加权法
下载PDF
半参数回归模型两步估计的渐近性质 被引量:1
10
作者 金丽宏 《武汉工业学院学报》 CAS 2004年第2期102-104,108,共4页
利用近邻权函数并综合最小二乘法,建立了半参数回归模型中非参数g(t)和参数β的估计量g∧(t)和β∧,在适当条件下,研究了它们的渐近性质。
关键词 半参数回归模型 两步估计 渐近性 最小二乘法 近邻权函数
下载PDF
最近邻回归估计的随机加权逼近
11
作者 王炳章 《高校应用数学学报(A辑)》 CSCD 北大核心 1997年第2期157-162,共6页
研究了一种最近邻回归估计的分布逼近问题.利用随机加权法,给出了最近邻回归估计误差的逼近分布及其逼近的精度。
关键词 取近邻估计 回归函数 随机加权逼近 误差分布
下载PDF
关于回归函数的最近邻估计的渐近性态
12
作者 王炳章 《烟台大学学报(自然科学与工程版)》 CAS 1996年第2期8-11,共4页
讨论了回归函数的最近邻估计的渐适性质.证明了回归函数的最近邻估计量是渐近正态的.
关键词 回归函数 最近邻估计 随机变量 渐近性态
下载PDF
截断样本下回归函数最近邻估计的强收敛速度
13
作者 秦永松 《广西师范大学学报(自然科学版)》 CAS 1991年第2期5-10,共6页
利用Hoeffding不等式讨论截断样本下非参数回归函数的一种最近邻估计,在一定的条件下得到了估计的强收敛速度,从而部分地解决了郑祖康提出的问题。
关键词 回归函数 最近冷估计 强收敛速度
下载PDF
基于LWSVR的繁忙机场航班滑出时间预测 被引量:4
14
作者 邢志伟 姜松岳 +1 位作者 罗谦 罗晓 《系统仿真学报》 CAS CSCD 北大核心 2020年第5期927-935,共9页
针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训... 针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。 展开更多
关键词 滑出时间 局部回归 加权支持向量回归 K最近邻 高斯加权函数
下载PDF
非参数回归函数最近邻估计的相合性
15
作者 胡舒合 刘有宾 《淮北煤师院学报(自然科学版)》 1991年第4期11-16,共6页
本文研究了非参数回归函数最近邻估计、改良近邻估计的弱相合性及平均相合性,推广和改进了[1]中结果。
关键词 非参数回归函数 最近邻估计 相合性
下载PDF
半参数EV模型二阶段估计的渐近正态性
16
作者 金丽宏 《湖北师范学院学报(自然科学版)》 2015年第1期15-19,共5页
考虑半参数EV模型Yi=x'iβ+g(Ti)+ei,Xi=xi+ui,1≤i≤n,β∈Rp为未知回归参数,g(·)为[0,1]上的未知Borel函数。利用近邻权函数并综合最小二乘法建立了参数的估计量,并研究了它们的渐近正态性。
关键词 半参数EV模型 二阶段估计 近邻权函数 渐近正态性
下载PDF
局部k最近邻加权线性回归的光谱反射率重建 被引量:5
17
作者 卢德俊 爨凯旋 张伟峰 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2018年第12期3708-3712,共5页
现实中很多场景都需要精确的颜色表示,如纺织、印刷、艺术品扫描存档、在线商品展示等。光谱反射率是决定物体颜色的本质属性,如果知道了光谱反射率,就可以重现物体在任何光照和观测条件下的颜色。采用专业仪器测量光谱反射率有成本高... 现实中很多场景都需要精确的颜色表示,如纺织、印刷、艺术品扫描存档、在线商品展示等。光谱反射率是决定物体颜色的本质属性,如果知道了光谱反射率,就可以重现物体在任何光照和观测条件下的颜色。采用专业仪器测量光谱反射率有成本高、分辨率低、测量时间慢等问题。随着数码成像设备的普及,基于相机RGB响应值的光谱反射率重建算法具有重要现实意义。光谱反射率重建的目的是建立低维RGB响应值到高维光谱反射率向量的映射关系,回归方法在这一领域已取得广泛应用。由于光谱反射率向量所处的空间是嵌在高维欧氏空间中的一个低维子流形,在训练样本有限的条件下,传统的全局回归方法不能有效地学习该流形结构,往往导致过拟合,使得学习出来的模型泛化能力较差。局部线性回归方法虽然可以改善全局回归过拟合的问题,但是局部学习方法易受例外点的影响,导致拟合不足。针对这一问题,提出一种基于局部加权线性回归的光谱反射率重建方法,这种方法在一个k最近邻范围约束内,给每个局部训练样本赋予不同的权重,从而有所侧重地利用局部训练样本来估计光谱反射率。实验结果表明,基于局部k最近邻加权线性回归的方法能更有效地利用局部信息,缓解过拟合和拟合不足,更准确地重建光谱反射率。 展开更多
关键词 光谱反射率重建 局部加权线性回归 k最近邻 权值函数
下载PDF
NA样本近邻回归估计的强相合性 被引量:1
18
作者 李军 杨善朝 《广西师范大学学报(自然科学版)》 CAS 2002年第2期33-35,共3页
在 NA样本情形下讨论一维近邻回归估计的强相合性 ,得到与独立同分布情形一致的结论 .
关键词 NA样本 近邻回归估计 强相合性 回归函数 权函数估计 近邻权 独立同分布
下载PDF
基于多尺度块搜索的单幅图像超分辨率重建 被引量:1
19
作者 申世闻 曹国 孙权森 《计算机工程》 CAS CSCD 2014年第8期224-228,共5页
针对基于学习的超分辨率重建算法重建结果不自然,且重建速度较慢等问题,提出一种在多级下采样图像中搜索相似块并自适应加权的重建方法。对学习到的高分辨率块进行修正,并根据相邻块重叠部分的相似度对上述高分辨率块进行加权,从而降低... 针对基于学习的超分辨率重建算法重建结果不自然,且重建速度较慢等问题,提出一种在多级下采样图像中搜索相似块并自适应加权的重建方法。对学习到的高分辨率块进行修正,并根据相邻块重叠部分的相似度对上述高分辨率块进行加权,从而降低重建后图像的模糊度和锯齿现象。采用随机块搜索方法对相似块进行查找,相对于树结构的查找方法大幅降低了重建时间。实验结果证明,该方法能够在无任何先验信息的条件下,快速地对单幅图像进行超分辨率重建,并且从有参和无参的图像质量评价两方面,证明重建出的图像质量也有所提高。 展开更多
关键词 超分辨率重建 随机最近邻查找 多尺度 自适应加权 点扩散方程
下载PDF
A Comparison of Selected Parametric and Non-Parametric Imputation Methods for Estimating Forest Biomass and Basal Area 被引量:1
20
作者 Donald Gagliasso Susan Hummel Hailemariam Temesgen 《Open Journal of Forestry》 2014年第1期42-48,共7页
Various methods have been used to estimate the amount of above ground forest biomass across landscapes and to create biomass maps for specific stands or pixels across ownership or project areas. Without an accurate es... Various methods have been used to estimate the amount of above ground forest biomass across landscapes and to create biomass maps for specific stands or pixels across ownership or project areas. Without an accurate estimation method, land managers might end up with incorrect biomass estimate maps, which could lead them to make poorer decisions in their future management plans. The goal of this study was to compare various imputation methods to predict forest biomass and basal area, at a project planning scale (a combination of ground inventory plots, light detection and ranging (LiDAR) data, satellite imagery, and climate data was analyzed, and their root mean square error (RMSE) and bias were calculated. Results indicate that for biomass prediction, the k-nn (k = 5) had the lowest RMSE and least amount of bias. The second most accurate method consisted of the k-nn (k = 3), followed by the GWR model, and the random forest imputation. For basal area prediction, the GWR model had the lowest RMSE and least amount of bias. The second most accurate method was k-nn (k = 5), followed by k-nn (k = 3), and the random forest method. For both metrics, the GNN method was the least accurate based on the ranking of RMSE and bias. 展开更多
关键词 Gradient nearest neighbor MOST Similar neighbor K-nearest neighbor random FOREST GEOGRAPHIC Weighted regression Biomass LiDAR
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部