期刊文献+
共找到86篇文章
< 1 2 5 >
每页显示 20 50 100
Application of Auto-regressive Linear Model in Understanding the Effect of Climate on Malaria Vectors Dynamics in the Three Gorges Reservoir
1
作者 WANG Duo Quan GU Zheng Cheng +2 位作者 ZHENG Xiang GUO Yun TANG Lin Hua 《Biomedical and Environmental Sciences》 SCIE CAS CSCD 2014年第10期811-814,共4页
It is important to understand the dynamics of malaria vectors in implementing malaria control strategies. Six villages were selected from different sections in the Three Gorges Reservoir fc,r exploring the relationshi... It is important to understand the dynamics of malaria vectors in implementing malaria control strategies. Six villages were selected from different sections in the Three Gorges Reservoir fc,r exploring the relationship between the climatic |:actors and its malaria vector density from 1997 to 2007 using the auto-regressive linear model regressi^n method. The result indicated that both temperature and precipitation were better modeled as quadratic rather than linearly related to the density of Anopheles sinensis. 展开更多
关键词 Application of auto-regressive Linear model in Understanding the Effect of Climate on Malaria vectors Dynamics in the Three Gorges Reservoir AUTO
下载PDF
Localizing structural damage based on auto-regressive with exogenous input model parameters and residuals using a support vector machine based learning approach
2
作者 Burcu GUNES 《Frontiers of Structural and Civil Engineering》 SCIE EI CSCD 2024年第10期1492-1506,共15页
Machine learning algorithms operating in an unsupervised fashion has emerged as promising tools for detecting structural damage in an automated fashion.Its essence relies on selecting appropriate features to train the... Machine learning algorithms operating in an unsupervised fashion has emerged as promising tools for detecting structural damage in an automated fashion.Its essence relies on selecting appropriate features to train the model using the reference data set collected from the healthy structure and employing the trained model to identify outlier conditions representing the damaged state.In this paper,the coefficients and the residuals of the autoregressive model with exogenous input created using only the measured output signals are extracted as damage features.These features obtained at the baseline state for each sensor cluster are then utilized to train the one class support vector machine,an unsupervised classifier generating a decision function using only patterns belonging to this baseline state.Structural damage,once detected by the trained machine,a damage index based on comparison of the residuals between the trained class and the outlier state is implemented for localizing damage.The two-step damage assessment framework is first implemented on an eight degree-of-freedom numerical model with the effects of measurement noise integrated.Subsequently,vibration data collected from a one-story one-bay reinforced concrete frame inflicted with progressive levels of damage have been utilized to verify the accuracy and robustness of the proposed methodology. 展开更多
关键词 structural health monitoring damage localization auto-regressive with exogenous input models one-class support vector machine reinforced concrete frame
原文传递
基于FPGA的两阶段配电网拓扑实时辨识算法 被引量:1
3
作者 王冠淇 裴玮 +2 位作者 李洪涛 郝良 马丽 《电力系统自动化》 EI CSCD 北大核心 2024年第12期100-108,共9页
对配电网拓扑进行准确的实时辨识是电力系统安全稳定运行的基础,但随着新能源的接入以及配电网规模不断增大,配电网拓扑结构的动态变化愈加频繁且难以辨识。然而,现有配电网拓扑辨识算法所使用的历史数据需要人工对其进行拓扑标注,且拓... 对配电网拓扑进行准确的实时辨识是电力系统安全稳定运行的基础,但随着新能源的接入以及配电网规模不断增大,配电网拓扑结构的动态变化愈加频繁且难以辨识。然而,现有配电网拓扑辨识算法所使用的历史数据需要人工对其进行拓扑标注,且拓扑辨识时间长,难以实现配电网拓扑实时辨识。因此,文中提出了一种基于现场可编程逻辑门阵列(FPAG)的两阶段配电网拓扑结构实时辨识算法。该算法不需要预先给出配电网拓扑类别的数量,即可对已有历史数据进行相应的拓扑标注及分类,并且基于FPGA实现了对配电网拓扑的实时辨别。该算法分为2个阶段:第1阶段采用变分贝叶斯高斯混合模型,对已有历史数据进行相应的拓扑标注及分类;第2阶段采用麻雀搜索算法,使得支持向量机快速收敛得到最优参数,以实现对配电网拓扑结构的精准辨识。基于该算法,利用FPGA并行架构以及高速高密度特性建立了实时拓扑结构辨识平台。最后,通过算例分析验证了所提辨识方法的有效性和优越性。 展开更多
关键词 配电网 拓扑辨识 现场可编程逻辑门阵列(FPGA) 变分贝叶斯高斯混合模型 麻雀搜索算法 支持向量机
下载PDF
区域环境与科技:模式识别、历时演化与互动效应研究
4
作者 俞立平 张矿伟 +2 位作者 徐航 沈洁 洪金珠 《地理科学》 CSSCI CSCD 北大核心 2024年第1期40-49,共10页
生态环境与科技创新是社会发展中不容忽视的两大系统,两者之间既相互独立又彼此交融,推动环境与科技协同发展对于实现可持续发展具有重要意义。本文在分析环境与科技互动机制基础上,基于四象限分区模型将环境与科技划分为4类模式:同步... 生态环境与科技创新是社会发展中不容忽视的两大系统,两者之间既相互独立又彼此交融,推动环境与科技协同发展对于实现可持续发展具有重要意义。本文在分析环境与科技互动机制基础上,基于四象限分区模型将环境与科技划分为4类模式:同步领先型、环境优先型、科技优先型、同步滞后型,对中国30个省(市、区)2009—2018年面板数据进行研究,并采用联立方程模型与贝叶斯向量自回归模型分析其相互影响及互动关系。研究发现:在观测期内,区域环境与科技创新总体上仍处于升级阶段,且其共存模式呈现出东部优于中西部地区的非均衡格局;环境质量对科技发展呈现一定的正向影响;科技创新对环境质量的影响并不显著;实现环境与科技的良性互动是一个长期过程。并提出对策建议:因地制宜制定环境与科技发展政策;科技创新要坚持绿色导向,兼顾生态效益;生态建设要积极培育良好的科技创新环境。 展开更多
关键词 环境质量 科技创新 联立方程模型 贝叶斯向量自回归模型(BVAR模型)
下载PDF
基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测
5
作者 蔡雨思 李泽文 +2 位作者 刘萍 夏向阳 王文 《电工技术学报》 EI CSCD 北大核心 2024年第18期5883-5898,共16页
准确预测锂电池健康状态(SOH)与电池剩余使用寿命(RUL)对提高电池安全性能具有重要意义。而当前针对SOH和RUL的预测,存在着间接健康特征选取困难,以及使用数据驱动方法缺乏不确定性表达的问题。为此,该文提出一种基于间接健康特征优化... 准确预测锂电池健康状态(SOH)与电池剩余使用寿命(RUL)对提高电池安全性能具有重要意义。而当前针对SOH和RUL的预测,存在着间接健康特征选取困难,以及使用数据驱动方法缺乏不确定性表达的问题。为此,该文提出一种基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测方法。首先从充电电压曲线中采集多个健康特征,并通过特征并行融合方法和注意力机制进行优化处理得到间接健康特征(IHF)。然后引入贝叶斯模型平均(BMA)方法来解决预测过程中的不确定性问题,将其与支持向量回归(SVR)和长短期记忆神经网络(LSTM)相结合,构建SVR-BMA融合模型和LSTM-BMA融合模型,并分别进行SOH和RUL预测;通过自适应噪声完备集合经验模态分解(CEEMDAN)方法从SOH预测阶段的容量预测结果中提取出RUL预测的输入特征,以实现SOH和RUL的联合预测。最后利用CALCE数据集进行性能测试,实验结果表明,所提方法能有效提高SOH和RUL预测的准确性和可靠性。 展开更多
关键词 电池健康状态 剩余使用寿命 间接健康特征 贝叶斯模型平均 支持向量回归 长短期记忆神经网络
下载PDF
基于Naive Bayesian算法的客户端邮件过滤器的实现 被引量:2
6
作者 左瑞欣 徐惠民 吴聪聪 《计算机工程与设计》 CSCD 北大核心 2006年第7期1161-1163,共3页
“垃圾”邮件是Internet上面临急待解决的问题。Naive Bayesian过滤器由于其简单高效性在文本分类中应用较广,重点研究了Naive Bayesian算法,给出了一个“垃圾”邮件过滤器,依据邮件的内容而不是通过设置规则来过滤邮件,并通过实验论证... “垃圾”邮件是Internet上面临急待解决的问题。Naive Bayesian过滤器由于其简单高效性在文本分类中应用较广,重点研究了Naive Bayesian算法,给出了一个“垃圾”邮件过滤器,依据邮件的内容而不是通过设置规则来过滤邮件,并通过实验论证了它在客户端过滤邮件的可行性和有效性。 展开更多
关键词 “垃圾”邮件 特征抽取 向量空间模型 文本分类 NAIVE bayesian过滤器
下载PDF
基于Bayesian的海洋脂肪酶发酵过程软测量建模 被引量:1
7
作者 朱湘临 岳海东 孙谧 《测控技术》 CSCD 2015年第11期127-129,共3页
针对海洋微生物低温碱性脂肪酶发酵过程中的关键生物参数(如菌体浓度、葡萄糖浓度等)难以在线检测,提出了一种基于贝叶斯证据框架下的加权最小二乘支持向量机(WLS-SVM)的建模方法。首先,对生物参数进行非线性建模分析,确定软测量模型的... 针对海洋微生物低温碱性脂肪酶发酵过程中的关键生物参数(如菌体浓度、葡萄糖浓度等)难以在线检测,提出了一种基于贝叶斯证据框架下的加权最小二乘支持向量机(WLS-SVM)的建模方法。首先,对生物参数进行非线性建模分析,确定软测量模型的辅助变量。然后,应用训练样本集对最小二乘支持向量机进行训练,训练过程中运用贝叶斯证据框架下的三层推断确定模型的最优权向量、最优正则化参数、最优核参数。为了提高模型的鲁棒性,根据误差变量确定权重系数,建立了在发酵过程中可准确预测生物参数的WLS-SVM模型。试验仿真中与传统最小二乘支持向量机模型进行对比,结果表明,基于贝叶斯证据框架下的加权最小二乘支持向量机模型具有计算速度快、泛化能力强、预测精度高等特点。 展开更多
关键词 脂肪酶 软测量模型 加权 最小二乘支持向量机 贝叶斯
下载PDF
Identifying Malaria Hotspots Regions in Ghana Using Bayesian Spatial and Spatiotemporal Models
8
作者 Abdul-Karim Iddrisu Dominic Otoo +4 位作者 Gordon Hinneh Yakubu Dekongmene Kanyiri Kanimam Yaaba Samuel Cecilia Kubio Francis Balungnaa Dhari Veriegh 《Infectious Diseases & Immunity》 CSCD 2024年第2期69-78,共10页
Background:Malaria remains a significant public health concern in Ghana,with varying risk levels across different geographical areas.Malaria affects millions of people each year and imposes a substantial burden on the... Background:Malaria remains a significant public health concern in Ghana,with varying risk levels across different geographical areas.Malaria affects millions of people each year and imposes a substantial burden on the health care system and population.Accurate risk estimation and mapping are crucial for effectively allocating resources and implementing targeted interventions to identify regions with disease hotspots.This study aimed to identify regions exhibiting elevated malaria risk so that public health interventions can be implemented,and to identify malaria risk predictors that can be controlled as part of public health interventions for malaria control.Methods:The data on laboratory-confirmed malaria cases from 2015 to 2021 were obtained from the Ghana Health Service and Ghana Statistical Service.We studied the spatial and spatiotemporal patterns of the relative risk of malaria using Bayesian spatial and spatiotemporal models.The malaria risk for each region was mapped to visually identify regions with malaria hotspots.Clustering and heterogeneity of disease risks were established using correlated and uncorrelated structures via the conditional autoregressive and Gaussian models,respectively.Parameter estimates from the marginal posterior distribution were estimated within the Integrated Nested Laplace Approximation using the R software.Results:The spatial model indicated an increased risk of malaria in the North East,Bono East,Ahafo,Central,Upper West,Brong Ahafo,Ashanti,and Eastern regions.The spatiotemporal model results highlighted an elevated malaria risk in the North East,Upper West,Upper East,Savannah,Bono East,Central,Bono,and Ahafo regions.Both spatial and spatiotemporal models identified the North East,Upper West,Bono East,Central,and Ahafo Regions as hotspots for malaria risk.Substantial variations in risk were evident across regions(H=104.9,P<0.001).Although climatic and economic factors influenced malaria infection,statistical significance was not established.Conclusions:Malaria risk was clustered and varied among regions in Ghana.There are many regions in Ghana that are hotspots for malaria risk,and climate and economic factors have no significant influence on malaria risk.This study could provide information on malaria transmission patterns in Ghana,and contribute to enhance the effectiveness of malaria control strategies. 展开更多
关键词 MALARIA Disease hotspot bayesian modeling Conditional auto-regressive Integrated Nested Laplace Approximation Spatial and spatiotemporal models
原文传递
金融风险跨市场传染的驱动机制研究——基于影子银行视角
9
作者 王优锐 廖越馨 《金融发展研究》 北大核心 2024年第4期22-31,共10页
本文基于广义预测误差方差分解测算我国7个金融市场的风险溢出系数,进一步构建大型贝叶斯向量自回归模型,探析影子银行发展对我国金融风险跨市场溢出的影响。结论表明:第一,影子银行强化了我国金融风险跨市场溢出水平,汇率、货币、黄金... 本文基于广义预测误差方差分解测算我国7个金融市场的风险溢出系数,进一步构建大型贝叶斯向量自回归模型,探析影子银行发展对我国金融风险跨市场溢出的影响。结论表明:第一,影子银行强化了我国金融风险跨市场溢出水平,汇率、货币、黄金、大宗商品市场的风险净溢出有所增强,股票、债券、房地产市场的风险净溢入有所增强。第二,债券市场在所有市场中承压最大,特别是货币市场向债券市场的风险净溢出效应最强。第三,进一步的格兰杰因果检验发现,影子银行打破了货币市场资金流向债券市场的政策约束,推升债券市场杠杆,这是影子银行驱动货币市场风险向债券市场溢出的根本原因。 展开更多
关键词 影子银行 风险跨市场溢出 贝叶斯估计 向量自回归模型
下载PDF
基于贝叶斯网格的变压器故障诊断方法优化研究
10
作者 周雪莹 《电工技术》 2024年第16期175-177,共3页
变压器内部运行状态参数存在复合性,导致直接进行故障诊断时,对具体故障位置的诊断结果存在较大误差,为此提出基于贝叶斯网格的变压器故障诊断方法优化研究。以变压器节点导纳矩阵为基础,构建以电力系统变压器串联部分漏磁导纳阵为核心... 变压器内部运行状态参数存在复合性,导致直接进行故障诊断时,对具体故障位置的诊断结果存在较大误差,为此提出基于贝叶斯网格的变压器故障诊断方法优化研究。以变压器节点导纳矩阵为基础,构建以电力系统变压器串联部分漏磁导纳阵为核心的模型,将构成复杂的变压器转换为由若干个节点导纳矩阵构成的模型。在诊断阶段,引入贝叶斯网格,根据感知区域内随机均匀散布在贝叶斯网格内的稀疏位置矢量,确定具体的故障位置。测试结果表明,所设计诊断方法对具体故障位置的诊断结果误差不仅表现出了较高的稳定性,而且具体误差均处于较低水平。 展开更多
关键词 贝叶斯网格 变压器故障诊断 节点导纳矩阵 变压器模型 稀疏位置矢量
下载PDF
The Design of Predictive Model for the Academic Performance of Students at University Based on Machine Learning
11
作者 Barnabas Ndlovu Gatsheni Olga Ngala Katambwa 《Journal of Electrical Engineering》 2018年第4期229-237,共9页
Students in South African Universities come from different socio-cultural backgrounds, countries and high schools. This suggests that these students have different experiences which impact on their levels of grasping ... Students in South African Universities come from different socio-cultural backgrounds, countries and high schools. This suggests that these students have different experiences which impact on their levels of grasping information in class as they potentially use different lenses on tuition. The current practice in Universities in contributing to the academic performance of students includes the use of tutors, the use of mobile devices for first year students, use of student assistants and the use of different feedback measures. What is problematic about the current practice is that students are quitting university in high numbers. In this study, knowledge has been drawn from data through the use of machine learning algorithms. Bayesian networks, support vector machines (SVMs) and decision trees algorithms were used individually in this work to construct predictive models for the academic performance of students. The best model was constructed using SVM and it gave a prediction of 72.87% and a prediction cost of 139. The model does predict the performance of students in advance of the year-end examinations outcome. The results suggest that South African Universities must recognize the diversity in student population and thus provide students with better support and equip them with the necessary knowledge that will enable them to tap into their full potential and thus enhance their skills. 展开更多
关键词 Machine learning bayesian networks support vector machines decision trees and predictive model.
下载PDF
中国经济政策不确定性、汇率和国际资本流动的动态演变关系 被引量:2
12
作者 蒋远营 陈滨霞 周东海 《运筹与管理》 CSSCI CSCD 北大核心 2023年第5期98-105,共8页
在全球不确定性日益加剧背景下,本文阐释了经济政策不确定性、汇率与国际资本流动之间的互动机制,并进行实证研究。根据初步检验结果,构建多类包括非线性结构和异方差性质的VAR模型,并通过贝叶斯模型比较准则选取TVP-SV-VAR模型进行分... 在全球不确定性日益加剧背景下,本文阐释了经济政策不确定性、汇率与国际资本流动之间的互动机制,并进行实证研究。根据初步检验结果,构建多类包括非线性结构和异方差性质的VAR模型,并通过贝叶斯模型比较准则选取TVP-SV-VAR模型进行分析。实证结果表明:汇率变动冲击对国际资本流动存在显著的即时传导影响,但国际资本流动对汇率的传导则相对较弱。人民币贬值会显著增加我国经济政策不确定性,而经济政策不确定性增加会反过来在短期内引起人民币有升值之势。此外,经济政策不确定性增加对国际资本流入的影响较突出。2012年后,经济政策不确定性对汇率和国际资本流动的冲击效果均明显强化。 展开更多
关键词 经济政策不确定性 短期国际资本流动 汇改 贝叶斯模型比较 时变参数向量自回归
下载PDF
基于支持向量机的翠冠梨大小等级评定模型构建 被引量:1
13
作者 刘现 郑华伟 《科学技术创新》 2023年第24期221-224,共4页
为了提高翠冠梨大小检测及等级评定的智能化程度与效率,基于支持向量机构建了一套翠冠梨大小等级评定模型。利用自主研制的图像采集系统试验平台构建翠冠梨大小分类图像数据集,使用支持向量机算法构建翠冠梨大小等级评定模型,将该模型... 为了提高翠冠梨大小检测及等级评定的智能化程度与效率,基于支持向量机构建了一套翠冠梨大小等级评定模型。利用自主研制的图像采集系统试验平台构建翠冠梨大小分类图像数据集,使用支持向量机算法构建翠冠梨大小等级评定模型,将该模型与贝叶斯分类和决策树算法所构建的模型进行对比,评估其分类效果和性能。实验结果表明,综合考虑模型分类准确率和运行时间,基于支持向量机的翠冠梨大小等级评定模型相较于其他两种算法所构建的模型是最佳的。本研究结果可为翠冠梨大小分级方法提供技术参考。 展开更多
关键词 翠冠梨 大小 支持向量机 贝叶斯 决策树 模型
下载PDF
基于EMD-Bayes-SVR组合模型的短期电力负荷预测 被引量:2
14
作者 王雨前 王万雄 《电子科技》 2023年第12期64-71,共8页
短期电力负荷是电力供需平衡的关键,针对短期电力负荷预测精度问题,文中提出了EMD(Empirical Mode Decomposition)-Bayes-SVR(Support Vector Regression)组合预测模型,即将原始电力负荷序列通过EMD方法分解为若干个IMF(Intrinsic Mode ... 短期电力负荷是电力供需平衡的关键,针对短期电力负荷预测精度问题,文中提出了EMD(Empirical Mode Decomposition)-Bayes-SVR(Support Vector Regression)组合预测模型,即将原始电力负荷序列通过EMD方法分解为若干个IMF(Intrinsic Mode Function)和1个Res(Residual),依据Hurst指数将各IMF重构为高频分量、低频分量和残差分量,利用贝叶斯优化算法对SVR进行参数寻优,将寻优得到的最佳参数带入SVR并对重构后的3个分量分别进行预测,将3个分量的预测值相加得到最终预测结果。以美国内布拉斯加州的历史电力负荷数据为例,建立8种单一预测模型和7种组合预测模型作为参照模型,对该地的电力负荷序列进行预测。实验结果表明,EMD-Bayes-SVR组合预测模型能够有效预测短期电力负荷的变化趋势,其MAE(Mean Absolute Error)、RMSE(Root Mean Square Error)和MAPE(Mean Absolute Percentage Error)这3种误差评价指标数值相对于SVR模型分别降低了29.84%、32.05%和22%,并显著低于其它参照模型。 展开更多
关键词 短期电力负荷预测 预测精度 经验模态分解 HURST指数 支持向量回归机 贝叶斯优化算法 组合预测模型 误差评价
下载PDF
贝叶斯优化在垃圾邮件过滤中的应用研究 被引量:3
15
作者 韩雪 《徐州工程学院学报(自然科学版)》 CAS 2023年第2期77-83,共7页
朴素贝叶斯算法利用数据的先验概率计算出后验概率,现在已成为机器学习中流行的文本分类算法,在邮件分类中具有良好的垃圾邮件过滤效果,但朴素贝叶斯算法受属性独立性与重要性一致的假设限制,没有考虑特征词在各类别间的分布,邮件样本... 朴素贝叶斯算法利用数据的先验概率计算出后验概率,现在已成为机器学习中流行的文本分类算法,在邮件分类中具有良好的垃圾邮件过滤效果,但朴素贝叶斯算法受属性独立性与重要性一致的假设限制,没有考虑特征词在各类别间的分布,邮件样本中条件依赖性不足等问题导致分类精度不高.鉴于贝叶斯优化在自然语言处理方面已经广泛应用,采用信息增益技术对贝叶斯进行优化,引入词语权重及信息增益的概念,提出了一种基于权重的贝叶斯分类模型,把信息增益应用到词语在各个类的分布比例权重.将信息增益权重计算方法用于改进向量空间模型(VSM)的特征权重计算,并将之应用于改进朴素贝叶斯算法来进行邮件分类,通过在中英文邮件测试集上的实验,证明了改进的算法相比于传统邮件过滤方法,其分类精度和准确率有了显著提高. 展开更多
关键词 邮件过滤 信息增益 向量空间模型 贝叶斯优化 机器学习
下载PDF
新冠病毒疫情背景下经济政策不确定性与原油期货价格的冲击波动影响研究
16
作者 李合龙 王慧 任昌松 《国际石油经济》 2023年第2期84-95,114,共13页
全球经济政治格局变幻莫测,经济政策不确定性指数(EPU)不断骤升,导致国际原油期货价格频繁剧烈波动。本文基于贝叶斯向量自回归模型(BVAR)考察上海国际能源交易中心原油期货(INE)上市初期、新冠病毒疫情暴发前及暴发后三个时点下经济政... 全球经济政治格局变幻莫测,经济政策不确定性指数(EPU)不断骤升,导致国际原油期货价格频繁剧烈波动。本文基于贝叶斯向量自回归模型(BVAR)考察上海国际能源交易中心原油期货(INE)上市初期、新冠病毒疫情暴发前及暴发后三个时点下经济政策不确定性指数与上海原油期货、布伦特原油期货、WTI原油期货价格的冲击波动影响及其演化过程。研究表明:不同时点经济政策不确定性指数与原油期货价格的冲击响应具有显著时变性、差异性及非对称性,新冠病毒疫情暴发后上海原油期货价格走出独立行情。本文所得结论对于平抑经济政策不确定性指数冲击,保障中国经济发展和原油供应安全等具有一定的启示。 展开更多
关键词 经济政策不确定性指数(EPU) 原油期货价格 贝叶斯向量自回归模型(BVAR) 上海原油期货
下载PDF
基于改进BVAR模型和MS-VECM模型的能源消费分析 被引量:1
17
作者 王星 《重庆工商大学学报(自然科学版)》 2023年第6期111-118,共8页
针对向量自回归模型(VAR)的高维估计问题,结合贝叶斯理论提出了一种融合正态-逆Wishart共轭先验分布的估计方法。在该估计方法中,所提出的模型引入Metropolis-Hastings(MH)算法,从以往数据集中确定先验分布超参数,并通过设定与模型尺寸... 针对向量自回归模型(VAR)的高维估计问题,结合贝叶斯理论提出了一种融合正态-逆Wishart共轭先验分布的估计方法。在该估计方法中,所提出的模型引入Metropolis-Hastings(MH)算法,从以往数据集中确定先验分布超参数,并通过设定与模型尺寸相关的收缩系数从而进行估计。与传统VAR模型相比,基于贝叶斯理论的估计方法可在保留相关样本信息的同时控制过度拟合,具有较好的稳健性和有效性。此外,在改进的BVAR模型基础上,结合区制转移技术与误差修正模型提出了MS-BVECM模型,该模型能够有效分析经济周期内各变量之间长期与短期均衡状态变化,当短期内经济变量受到波动而与长期均衡状态发生偏离时,误差修正模型机制会使其逐渐重新回到长期均衡状态,以保证模型的稳健性。最后,以重庆市为例,利用所提模型对其能源消费、产业结构升级和经济增长的动态关系进行了分析与预测并提供了可行建议。 展开更多
关键词 向量自回归模型 正态-逆Wishart共轭先验分布 贝叶斯理论 误差修正模型 能源消费
下载PDF
人文社会科学研究奖励投入产出绩效研究——基于高校奖励孤岛的反思
18
作者 俞立平 胡甲滨 陈庭贵 《常州大学学报(社会科学版)》 2023年第3期48-57,共10页
人文社会科学研究奖励具有价值导向和激励功能,对人文社会科学发展具有重要意义,但学界缺乏从投入产出角度对人文社会科学研究奖励绩效进行统计检验的研究成果。在理论分析的基础上,选取中国高校人文社会科学网上省际高校面板数据,综合... 人文社会科学研究奖励具有价值导向和激励功能,对人文社会科学发展具有重要意义,但学界缺乏从投入产出角度对人文社会科学研究奖励绩效进行统计检验的研究成果。在理论分析的基础上,选取中国高校人文社会科学网上省际高校面板数据,综合采用联立方程模型、BP人工神经网络、贝叶斯向量自回归模型对人文社会科学投入产出关系进行实证研究。研究表明:人文社会科学研究奖励为数据孤岛,与其他主要变量不相关,造成这一结果的原因可能是发表偏倚。数据孤岛特性要求人文社会科学研究奖励的权重必须小于任何一项直接科研成果的权重,且不同级别的人文社会科学研究奖励的权重也不宜相差过大。 展开更多
关键词 人文社会科学研究 奖励 联立方程模型 BP人工神经网络 贝叶斯向量自回归模型
下载PDF
垃圾邮件过滤的贝叶斯方法综述 被引量:23
19
作者 张铭锋 李云春 李巍 《计算机应用研究》 CSCD 北大核心 2005年第8期14-19,共6页
目前,基于内容的垃圾邮件过滤问题是Internet安全技术研究的一个重点问题,将机器学习的相关方法应用于垃圾邮件的搜索和判定是进行大量垃圾邮件处理的有效方法。由于贝叶斯分类方法在垃圾邮件处理上表现出了很高的准确度,因此基于贝叶... 目前,基于内容的垃圾邮件过滤问题是Internet安全技术研究的一个重点问题,将机器学习的相关方法应用于垃圾邮件的搜索和判定是进行大量垃圾邮件处理的有效方法。由于贝叶斯分类方法在垃圾邮件处理上表现出了很高的准确度,因此基于贝叶斯分类的垃圾邮件分类方法受到了广泛的关注。主要介绍了贝叶斯方法的理论依据和实现方法,总结了近几年的贝叶斯分类方法的研究情况和贝叶斯方法在垃圾邮件处理中应用的优点和局限性,并提出了下一步可能的研究方向。 展开更多
关键词 垃圾邮件 贝叶斯分类 向量空间模型 朴素贝叶斯分类
下载PDF
基于相关向量机的高光谱影像分类研究 被引量:13
20
作者 杨国鹏 余旭初 +1 位作者 周欣 张鹏强 《测绘学报》 EI CSCD 北大核心 2010年第6期572-578,共7页
从分析支持向量机用于高光谱影像分类时存在的不足出发,提出一种基于相关向量机的高光谱影像分类方法。在介绍稀疏贝叶斯分类模型的基础上,将相关向量机学习转化为最大化边缘似然函数参数估计问题,并采用快速序列稀疏贝叶斯学习算法。通... 从分析支持向量机用于高光谱影像分类时存在的不足出发,提出一种基于相关向量机的高光谱影像分类方法。在介绍稀疏贝叶斯分类模型的基础上,将相关向量机学习转化为最大化边缘似然函数参数估计问题,并采用快速序列稀疏贝叶斯学习算法。通过PHI和OMIS影像分类试验分析表明基于相关向量机的高光谱影像分类方法的优势。 展开更多
关键词 高光谱影像 稀疏贝叶斯模型 相关向量机 支持向量机
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部