期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
华东地区碳排放量灰色关联度分析
被引量:
15
1
作者
熊萍萍
曹书人
杨卓
《大连理工大学学报(社会科学版)》
CSSCI
北大核心
2021年第1期36-44,共9页
定义面板数据,将样本行为矩阵划分为时间维和指标维。以影响碳排放的包括总人口、城镇人口、生产总值、第二产业增值、能源结构在内的5个指标为研究对象,从个体和时间维度衡量影响因素矩阵与参考矩阵的相关程度,定义面板数据的灰色关联...
定义面板数据,将样本行为矩阵划分为时间维和指标维。以影响碳排放的包括总人口、城镇人口、生产总值、第二产业增值、能源结构在内的5个指标为研究对象,从个体和时间维度衡量影响因素矩阵与参考矩阵的相关程度,定义面板数据的灰色关联系数和灰色关联度,构建基于面板数据的灰色矩阵相似关联模型。将模型应用于华东地区各省市2005~2016年的碳排放量相关影响因素的分析中,得到各影响因素与碳排放量的时序灰色关联度和截面灰色关联度。模型应用性好,为华东地区各省市如何构建低碳化社会、降低碳排放量提供了针对性政策建议。结果显示:5个影响因素与碳排放的关联度从大到小依次为,生产总值(0.806)、总人口(0.786)、能源结构(0.774)、第二产业比重(0.770)、城镇化(0.729);灰色关联度表明华东地区前期处于一个经济转型时期,至2010年后,各种发展模式随之变得稳定;通过碳排放量与各影响因素的灰色截面度来看,华东地区不同城市的发展状况以及政策情况各有不同,从而影响了碳排放量的变化。
展开更多
关键词
面板数据
灰色关联度
碳排放
经济发展
下载PDF
职称材料
基于卡尔曼滤波的MGM-多维AR(p)模型的构建及其应用
被引量:
3
2
作者
熊萍萍
檀成伟
+1 位作者
闫书丽
姚天祥
《系统科学与数学》
CSCD
北大核心
2021年第4期1131-1149,共19页
由于受到外界不确定性因素的干扰,导致实际数据偏离模拟的趋势,使得灰色多变量MGM(1,m)模型预测效果不佳,而多维平稳序列自回归模型(AR(p))能够有效反应具体数据与整体趋势之间产生的偏差,从而可以掌握外界环境对目标数据发展趋势带来...
由于受到外界不确定性因素的干扰,导致实际数据偏离模拟的趋势,使得灰色多变量MGM(1,m)模型预测效果不佳,而多维平稳序列自回归模型(AR(p))能够有效反应具体数据与整体趋势之间产生的偏差,从而可以掌握外界环境对目标数据发展趋势带来的影响.由此文章首先利用卡尔曼滤波对给定的小样本数据做平滑处理,消除数据观测时产生的噪声误差,然后根据MGM(1,m)模型对处理后的数据建模,将得到的模拟预测值作为样本数据的趋势项,并将残差作为样本数据的随机项,再通过多维AR(p)模型对随机项进行分析,最后将MGM(1,m)模型的趋势项与多维AR(p)模型模拟的随机项相加得到基于卡尔曼滤波的MGM-多维AR(p)模型的模拟预测值.将该模型和MGM(1,m)模型,多维AR(p)模型和GM-AR组合模型分别应用于衡量杭州市雾霾程度的相关指标中建模分析,结果表明:文中提出的组合优化模型相比其他3个模型,拟合效果更佳,预测结果更精确.
展开更多
关键词
卡尔曼滤波
MGM(1
m)模型
多维AR(p)
组合模型
MGM-多维AR(p)模型
原文传递
题名
华东地区碳排放量灰色关联度分析
被引量:
15
1
作者
熊萍萍
曹书人
杨卓
机构
南京
信息
工程
大学
管理
工程
学院
南京信息工程大学江苏省统计科学研究基地
南京
信息
工程
大学
数学与
统计
学院
出处
《大连理工大学学报(社会科学版)》
CSSCI
北大核心
2021年第1期36-44,共9页
基金
国家自然科学基金项目“基于区间灰数序列建模的灰霾因素识别、发展趋势预测及治理研究”(71701105)
国家社会科学基金重大项目“大数据时代雾霾污染经济损失评估及防治对策研究”(17ZDA092)
江苏省高校哲学社会科学研究重点项目“基于面板数据的灰色建模及其在碳排放的因素分析及预测中的应用”(2018SJZDI111)。
文摘
定义面板数据,将样本行为矩阵划分为时间维和指标维。以影响碳排放的包括总人口、城镇人口、生产总值、第二产业增值、能源结构在内的5个指标为研究对象,从个体和时间维度衡量影响因素矩阵与参考矩阵的相关程度,定义面板数据的灰色关联系数和灰色关联度,构建基于面板数据的灰色矩阵相似关联模型。将模型应用于华东地区各省市2005~2016年的碳排放量相关影响因素的分析中,得到各影响因素与碳排放量的时序灰色关联度和截面灰色关联度。模型应用性好,为华东地区各省市如何构建低碳化社会、降低碳排放量提供了针对性政策建议。结果显示:5个影响因素与碳排放的关联度从大到小依次为,生产总值(0.806)、总人口(0.786)、能源结构(0.774)、第二产业比重(0.770)、城镇化(0.729);灰色关联度表明华东地区前期处于一个经济转型时期,至2010年后,各种发展模式随之变得稳定;通过碳排放量与各影响因素的灰色截面度来看,华东地区不同城市的发展状况以及政策情况各有不同,从而影响了碳排放量的变化。
关键词
面板数据
灰色关联度
碳排放
经济发展
Keywords
Panel data
grey correlation
carbon emissions
grey matrix correlation model
economic development
分类号
N941.5 [自然科学总论—系统科学]
下载PDF
职称材料
题名
基于卡尔曼滤波的MGM-多维AR(p)模型的构建及其应用
被引量:
3
2
作者
熊萍萍
檀成伟
闫书丽
姚天祥
机构
南京
信息
工程
大学
管理
工程
学院
南京信息工程大学江苏省统计科学研究基地
南京
信息
工程
大学
数学与
统计
学院
出处
《系统科学与数学》
CSCD
北大核心
2021年第4期1131-1149,共19页
基金
国家自然科学基金项目(71701105,71801085)
国家社会科学基金重大项目(17ZDA092)
+2 种基金
教育部人文社会科学研究青年项目资助(17YJC630182)
江苏省高校哲学社会科学研究重点项目(2018SJZDI111)
江苏省政府留学基金资助课题。
文摘
由于受到外界不确定性因素的干扰,导致实际数据偏离模拟的趋势,使得灰色多变量MGM(1,m)模型预测效果不佳,而多维平稳序列自回归模型(AR(p))能够有效反应具体数据与整体趋势之间产生的偏差,从而可以掌握外界环境对目标数据发展趋势带来的影响.由此文章首先利用卡尔曼滤波对给定的小样本数据做平滑处理,消除数据观测时产生的噪声误差,然后根据MGM(1,m)模型对处理后的数据建模,将得到的模拟预测值作为样本数据的趋势项,并将残差作为样本数据的随机项,再通过多维AR(p)模型对随机项进行分析,最后将MGM(1,m)模型的趋势项与多维AR(p)模型模拟的随机项相加得到基于卡尔曼滤波的MGM-多维AR(p)模型的模拟预测值.将该模型和MGM(1,m)模型,多维AR(p)模型和GM-AR组合模型分别应用于衡量杭州市雾霾程度的相关指标中建模分析,结果表明:文中提出的组合优化模型相比其他3个模型,拟合效果更佳,预测结果更精确.
关键词
卡尔曼滤波
MGM(1
m)模型
多维AR(p)
组合模型
MGM-多维AR(p)模型
Keywords
Kalman filter
MGM(1
m)model
multidimensional AR(p)model
hybrid model
MGM-multidimensional AR(p)model
分类号
N941.5 [自然科学总论—系统科学]
TN713 [电子电信—电路与系统]
原文传递
题名
作者
出处
发文年
被引量
操作
1
华东地区碳排放量灰色关联度分析
熊萍萍
曹书人
杨卓
《大连理工大学学报(社会科学版)》
CSSCI
北大核心
2021
15
下载PDF
职称材料
2
基于卡尔曼滤波的MGM-多维AR(p)模型的构建及其应用
熊萍萍
檀成伟
闫书丽
姚天祥
《系统科学与数学》
CSCD
北大核心
2021
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部