期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
基于非参数ACE变换的贝叶斯非线性协整检验 被引量:1
1
作者 朱慧明 李素芳 +1 位作者 曾惠芳 虞克明 《管理科学学报》 CSSCI 北大核心 2011年第5期52-64,共13页
针对线性以及非线性协整检验存在模型参数过多、小样本条件下检验功效偏低的问题,提出基于非参数ACE变换的贝叶斯非线性协整VAR模型,运用ACE算法进行变量变换,结合参数的完全条件分布设计G ibbs抽样方案,进行贝叶斯非线性协整检验,并利... 针对线性以及非线性协整检验存在模型参数过多、小样本条件下检验功效偏低的问题,提出基于非参数ACE变换的贝叶斯非线性协整VAR模型,运用ACE算法进行变量变换,结合参数的完全条件分布设计G ibbs抽样方案,进行贝叶斯非线性协整检验,并利用Monte Carlo仿真研究了贝叶斯非线性协整方法的检验势,发现贝叶斯非线性协整比经典Johansen法具有更高更稳健的检验势;同时,对中国城市和农村居民消费价格指数序列进行实证分析.研究结果表明:贝叶斯非线性协整方法解决了模型中参数过多、小样本条件下检验功效偏低的问题,提高了估计的精确度和检验的准确性. 展开更多
关键词 协整 非线性 非参数 贝叶斯分析 MONTE Carlo仿真
在线阅读 下载PDF
苯酚含量预测的高斯过程回归模型 被引量:3
2
作者 王鑫 李红丽 《自动化仪表》 CAS 北大核心 2014年第5期1-3,共3页
长期准确预测苯酚含量对双酚A生产过程的控制起着至关重要的作用。作为一种贝叶斯非参数模型,高斯过程本质上非常适合对长期持续的复杂过程进行建模。为此,提出一种基于高斯过程回归的苯酚含量预测模型。通过对高斯过程回归模型的协方... 长期准确预测苯酚含量对双酚A生产过程的控制起着至关重要的作用。作为一种贝叶斯非参数模型,高斯过程本质上非常适合对长期持续的复杂过程进行建模。为此,提出一种基于高斯过程回归的苯酚含量预测模型。通过对高斯过程回归模型的协方差函数的选择与优化,在苯酚含量预测中取得了较好的测试结果。此外,采用ROC准则对生产过程的6个输入特征进行排序,并选择影响力较大的3个特征作为模型的输入变量,从而提高了模型的可解释性。 展开更多
关键词 高斯过程 回归分析特征排序 贝叶斯非参数模型 估计精度
在线阅读 下载PDF
Copula函数选择的小波方法 被引量:3
3
作者 彭选华 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第8期90-99,共10页
金融资产相依结构研究中选择Copula函数很关键.考虑到相依结构的局部特征差异,利用小波函数的局部自适应能力,将阈值规则引入Copula理论,提出Copula函数的小波收缩估计量,并以此为基准给出参数Copula选择的小波方法.这得到以标普500指... 金融资产相依结构研究中选择Copula函数很关键.考虑到相依结构的局部特征差异,利用小波函数的局部自适应能力,将阈值规则引入Copula理论,提出Copula函数的小波收缩估计量,并以此为基准给出参数Copula选择的小波方法.这得到以标普500指数、日经225指数、恒生指数和上证指数为样本的实证支持.进而从不同的时间尺度视角捕捉到股市之间潜在的相依模式. 展开更多
关键词 小波分析 软阈值 参数Copula 非参数估计
原文传递
两部分混合回归模型的贝叶斯推断 被引量:1
4
作者 夏业茂 《应用数学》 CSCD 北大核心 2019年第1期81-93,共13页
两部分回归模型在刻画半连续型数据的概率发生机制具有重要作用.本文将经典的两部分回归模型推广到两部分有限混合模型,通过假定多条回归直线的混合来解释分布的不齐一性.在贝叶斯框架内,运用马尔可夫链蒙特卡洛(MCMC)方法来进行后验分... 两部分回归模型在刻画半连续型数据的概率发生机制具有重要作用.本文将经典的两部分回归模型推广到两部分有限混合模型,通过假定多条回归直线的混合来解释分布的不齐一性.在贝叶斯框架内,运用马尔可夫链蒙特卡洛(MCMC)方法来进行后验分析.Polya-Gamma先验被用来对logistic模型进行拟合,同时,Stick-breaking先验用于随机权.这些有助于加速后验抽样.本文对可卡因数据展开实证分析. 展开更多
关键词 两部分有限混合模型 Polya_Gamma先验 Stick-breaking先验 参数/非参数贝叶斯拟合
在线阅读 下载PDF
一种基于非参数贝叶斯模型的聚类算法 被引量:2
5
作者 张媛媛 《宁波大学学报(理工版)》 CAS 2013年第4期24-28,共5页
鉴于聚类分析是机器学习和数据挖掘领域的一项重要技术,并且与监督学习不同的是聚类分析中没有类别或标签的指导信息,所以如何选择合适的聚类个数(即模型选择)一直是聚类分析中的难点.由此提出了一种基于Dirichlet过程混合模型的聚类算... 鉴于聚类分析是机器学习和数据挖掘领域的一项重要技术,并且与监督学习不同的是聚类分析中没有类别或标签的指导信息,所以如何选择合适的聚类个数(即模型选择)一直是聚类分析中的难点.由此提出了一种基于Dirichlet过程混合模型的聚类算法,并用collapsed Gibbs采样算法对混合模型的参数进行估计.新算法基于非参数贝叶斯模型的框架,能够在不断的采样过程中优化模型参数并形成合适的聚类个数.在人工合成数据集和真实数据集上的聚类实验结果表明:基于Dirichlet过程混合模型的聚类算法不但能够自动确定聚类个数,而且具有较强灵活性和鲁棒性. 展开更多
关键词 非参数贝叶斯模型 Dirichlet过程混合模型 聚类分析 GIBBS采样
在线阅读 下载PDF
非监督式层次话题情感模型在网络评论主题发现中的应用
6
作者 陈永恒 姚桂杰 林耀进 《东北石油大学学报》 CAS 北大核心 2015年第1期112-117,8,共6页
自动发现话题的隐含结构、情感的极性及其关系,可以方便用户从海量网络评论集中快速获得他们关注的主要观点.提出一种基于非监督式的层次话题的情感(Unsupervised Level Aspect-Sentiment,ULAS)模型,利用贝叶斯非参数性模型作为先验知识... 自动发现话题的隐含结构、情感的极性及其关系,可以方便用户从海量网络评论集中快速获得他们关注的主要观点.提出一种基于非监督式的层次话题的情感(Unsupervised Level Aspect-Sentiment,ULAS)模型,利用贝叶斯非参数性模型作为先验知识,实现非监督式发现未标记评论文本集话题的层次结构,分析层次话题的情感极性.实验结果表明,相比传统的JST和ASUM模型,ULAS模型具备较高的分类精确度和较强的模型泛化能力,能够解决传统话题情感模型只能在单一粒度话题层进行情感分析的问题,实现多粒度话题层的情感分析,满足用户对于评论对象不同粒度话题的情感信息需求. 展开更多
关键词 非监督式层次话题情感模型 隐藏狄利克雷分配 文本分析 网络评论 主题发现 主题模型 非参贝叶斯模型
在线阅读 下载PDF
基于傅立叶级数的半参数CAViaR模型的贝叶斯分析
7
作者 曾惠芳 熊培银 《重庆工商大学学报(自然科学版)》 2015年第11期13-17,共5页
针对金融市场复杂性及不确定性,为了更灵活地测度金融市场的波动风险,提出了一类半参数CAViaR模型,利用傅立叶级数拟合前一期信息对当前VaR风险值的非线性影响,选择合适的先验分布,基于非对称Laplace分布构建了相应的似然函数,推导了参... 针对金融市场复杂性及不确定性,为了更灵活地测度金融市场的波动风险,提出了一类半参数CAViaR模型,利用傅立叶级数拟合前一期信息对当前VaR风险值的非线性影响,选择合适的先验分布,基于非对称Laplace分布构建了相应的似然函数,推导了参数的后验分布,从而实现了对CAViaR模型的贝叶斯推断;最后利用贝叶斯CAViaR模型研究了上海综合指数的风险波动特征,结果发现上证综指的风险波动存在自回归性. 展开更多
关键词 贝叶斯分析 傅立叶级数 半参数方法 CAVIAR模型
在线阅读 下载PDF
常用的生物统计方法及其R语言实现 被引量:6
8
作者 刘学聪 李欣海 《应用昆虫学报》 CAS CSCD 北大核心 2021年第1期220-232,共13页
统计分析是科学研究中一个极其重要的环节。本文以昆虫学研究为实例,利用模拟数据,总结了14种常用的生物统计方法及其R语言实现,重点强调了如何根据科学问题和样本数据的具体情形选取合适的统计方法。这些统计方法包括可用于均值比较分... 统计分析是科学研究中一个极其重要的环节。本文以昆虫学研究为实例,利用模拟数据,总结了14种常用的生物统计方法及其R语言实现,重点强调了如何根据科学问题和样本数据的具体情形选取合适的统计方法。这些统计方法包括可用于均值比较分析的符号检验、Wilcoxon符号秩检验、t-检验、Wilcoxon秩和检验、Kruskal-Wallis检验、Nemenyi检验、Tukey检验、Friedman检验、单因素方差分析、重复测量方差分析和可用于相关性分析的卡方检验、Fisher精确检验、Spearman秩相关分析、Pearson相关分析,可为生物统计或R语言基础薄弱的昆虫学工作者提供参考。 展开更多
关键词 参数统计 非参数统计 均值比较 相关性分析 R语言
原文传递
基于连续比例Logistic回归模型的贝叶斯判别分析 被引量:1
9
作者 乔姝 万树文 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第4期601-609,共9页
针对传统贝叶斯判别分析方法处理实际问题的局限性,提出一种基于连续比例Logistic回归模型的贝叶斯判别分析方法.首先基于连续比例Logistic回归模型建立半参数密度比模型,通过经验似然法估计模型的参数,并使用贝叶斯定理计算后验概率进... 针对传统贝叶斯判别分析方法处理实际问题的局限性,提出一种基于连续比例Logistic回归模型的贝叶斯判别分析方法.首先基于连续比例Logistic回归模型建立半参数密度比模型,通过经验似然法估计模型的参数,并使用贝叶斯定理计算后验概率进行分类预测.然后对比新方法与传统方法的回判正确率,统计模拟表明当总体数据符合正态分布时,2者判别能力相当,否则,提出的新方法能够更好地判别不同的数据特征.最后运用新方法分析真实的数据集,验证了新方法在分类预测中的准确性和稳健性,与传统方法相比,更适用于实际应用中多元分类问题的建模和预测. 展开更多
关键词 贝叶斯判别分析法 半参数法 密度比模型 连续比例Logistic回归模型 经验似然
在线阅读 下载PDF
台风最大风速预测的高斯过程回归模型 被引量:6
10
作者 王鑫 李红丽 《计算机应用研究》 CSCD 北大核心 2015年第1期59-62,共4页
针对影响台风最大风速的输入变量较多以及输入变量与输出变量之间的非线性变化特点,首先计算各个输入变量与输出变量间的互信息,这些互信息间接地反映了各个输入变量与输出变量间的相关性;然后根据t检验法确定一个阈值,对于互信息小于... 针对影响台风最大风速的输入变量较多以及输入变量与输出变量之间的非线性变化特点,首先计算各个输入变量与输出变量间的互信息,这些互信息间接地反映了各个输入变量与输出变量间的相关性;然后根据t检验法确定一个阈值,对于互信息小于阈值的输入变量作不相关变量处理,筛选出最佳的模型输入变量;最后采用高斯过程回归模型对筛选后的样本集进行拟合,在贝叶斯非参数建模的框架下,确定高斯过程回归模型的协方差函数。仿真结果表明,所得高斯过程模型能够满足绝对误差的预定要求,且具有较大的实用价值。 展开更多
关键词 高斯过程 回归分析 贝叶斯非参数模型 特征选择 互信息
在线阅读 下载PDF
基于贝叶斯优化算法的参数化结构设计 被引量:2
11
作者 许亮 《建筑技术开发》 2022年第17期13-15,共3页
通过介绍贝叶斯优化算法具有不需要目标函数、计算搜索快速、占用计算资源小等特点,并结合某项目雨篷的树形柱空间结构优化算例,阐述贝叶斯优化算法的优势。结果表明:贝叶斯优化算法结合参数化设计在对结构体系、受力状况复杂的结构进... 通过介绍贝叶斯优化算法具有不需要目标函数、计算搜索快速、占用计算资源小等特点,并结合某项目雨篷的树形柱空间结构优化算例,阐述贝叶斯优化算法的优势。结果表明:贝叶斯优化算法结合参数化设计在对结构体系、受力状况复杂的结构进行优化时,相比其他优化算法,具有非常大的优越性。 展开更多
关键词 贝叶斯优化 参数化建模 找形分析 API二次开发
在线阅读 下载PDF
SELF-ORGANIZING MODELLING IN EXPERIMENTA SYSTEMS ANALYSIS
12
作者 J.A.Muller(Institute for Technology and Economy Dresden,Germany) 《Systems Science and Mathematical Sciences》 SCIE EI CSCD 1996年第3期283-287,共5页
SELF-ORGANIZINGMODELLINGINEXPERIMENTASYSTEMSANALYSISJ.A.Muller(InstituteforTechnologyandEconomyDresden,Germa... SELF-ORGANIZINGMODELLINGINEXPERIMENTASYSTEMSANALYSISJ.A.Muller(InstituteforTechnologyandEconomyDresden,Germany)Abstract:Sever... 展开更多
关键词 EXPERIMENTAL systems analysis parametric SELECTION procedures nonparametric SELECTION PROCEDURES SELECTION of predictions
在线阅读 下载PDF
A selective view of stochastic inference and mod-eling problems in nanoscale biophysics
13
作者 KOU S.C. 《Science China Mathematics》 SCIE 2009年第6期1181-1211,共31页
Advances in nanotechnology enable scientists for the first time to study biological pro-cesses on a nanoscale molecule-by-molecule basis.They also raise challenges and opportunities for statisticians and applied proba... Advances in nanotechnology enable scientists for the first time to study biological pro-cesses on a nanoscale molecule-by-molecule basis.They also raise challenges and opportunities for statisticians and applied probabilists.To exemplify the stochastic inference and modeling problems in the field,this paper discusses a few selected cases,ranging from likelihood inference,Bayesian data augmentation,and semi-and non-parametric inference of nanometric biochemical systems to the uti-lization of stochastic integro-differential equations and stochastic networks to model single-molecule biophysical processes.We discuss the statistical and probabilistic issues as well as the biophysical motivation and physical meaning behind the problems,emphasizing the analysis and modeling of real experimental data. 展开更多
关键词 likelihood analysis bayesian data augmentation semi-and NON-parametric INFERENCE SINGLE-MOLECULE experiment SUBDIFFUSION generalized LANGEVIN equation fractional BROWNIAN motion stochastic network enzymatic reaction
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部