检索结果-南通市图书馆

基于Lasso回归和svr模型的消费者信心指数的预测

在线全文

学校读者我要写书评

暂无评论

智能计算机与应用 2021年第9期11卷 12-15,21页

作者：顾艳文刘媛华上海理工大学管理学院上海200093

消费者信心指数是反映消费者消费趋向的重要指标,为了掌握消费者信心指数的发展趋势,本文对消费者信心指数进行预测。首先,构建与消费者信心指数相关的关键词作为其影响指标;其次,收集2011~2019年的百度指数数据,并采用Lasso回归等方法... 详细信息

消费者信心指数是反映消费者消费趋向的重要指标,为了掌握消费者信心指数的发展趋势,本文对消费者信心指数进行预测。首先,构建与消费者信心指数相关的关键词作为其影响指标;其次,收集2011~2019年的百度指数数据,并采用Lasso回归等方法对变量进行筛选;最后,建立svr模型进行预测,并比较在使用不同核函数时,svr模型的预测效果。结果表明,使用高斯核函数时,svr模型的预测效果最好,能够较好地预测消费者信心指数,从而为有关部门政策的制定提供参考。

关键词：消费者信心指数百度指数 Lasso回归核函数 svr模型

基于BP-svr组合模型的空气质量指数预测

在线全文

学校读者我要写书评

暂无评论

软件导刊 2020年第10期19卷 80-83页

作者：甘露情刘媛华上海理工大学管理学院上海200093

建立有效的空气质量指数预测模型,可以为个人出行及相关部门治理大气污染提供指导。选取北京市的历史空气数据以及气象数据作为研究对象,建立基于BP(Back Propagation)神经网络和svr(Support Vector Regression)支持向量机回归的BP-svr... 详细信息

建立有效的空气质量指数预测模型,可以为个人出行及相关部门治理大气污染提供指导。选取北京市的历史空气数据以及气象数据作为研究对象,建立基于BP(Back Propagation)神经网络和svr(Support Vector Regression)支持向量机回归的BP-svr组合预测模型。首先利用灰狼优化算法分别对BP模型和svr模型参数进行寻优;然后运用该组合模型对空气质量指数进行预测。实验结果表明,BP-svr模型的平均绝对百分误差、均方根误差、平均绝对误差均小于单一预测模型,分别为0.2175、37.0320、25.1575。BP-svr组合模型具有更高的预测精度,泛化能力更强,可以对空气质量指数进行有效预测。

关键词：空气质量指数预测灰狼算法 BP模型 svr模型 BP-svr模型

一种基于ARIMA-svr混合方法的汇率预测模型

在线全文

学校读者我要写书评

暂无评论

智库时代 2019年第1期 22-22页

作者：徐超武汉大学经济与管理学院

本文采用了一种基于ARIMA和svr的混合方法对四种货币对美元的汇率进行了预测。本文的主要思路在于将汇率序列分解为线性和非线性两个部分,利用ARIMA模型去估计汇率的线性部分,使用svr方法去预测汇率的非线性部分。实证结果表明混合模型... 详细信息

本文采用了一种基于ARIMA和svr的混合方法对四种货币对美元的汇率进行了预测。本文的主要思路在于将汇率序列分解为线性和非线性两个部分,利用ARIMA模型去估计汇率的线性部分,使用svr方法去预测汇率的非线性部分。实证结果表明混合模型的预测精度高于ARIMA模型、svr方法以及随机游走模型。

关键词：汇率预测 ARIMA模型 svr模型

基于Box-Cox变换与Lasso回归的支持向量回归模型在月径流预报中的应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用基础与工程科学学报 2022年第1期30卷 27-39页

作者：康艳杨沁瑜张芳琴宋松柏西北农林科技大学水利与建筑工程学院旱区农业水土工程教育部重点实验室陕西杨凌712100

为进一步提高中长期径流预报的精度,从而为水库调度决策及水资源配置管理提供更可靠的信息支撑,针对径流序列的偏态性和非线性特点,将Box-Cox变换与Lasso回归引入支持向量回归(svr)模型,构建基于Box-Cox变换与Lasso回归的支持向量回归... 详细信息

为进一步提高中长期径流预报的精度,从而为水库调度决策及水资源配置管理提供更可靠的信息支撑,针对径流序列的偏态性和非线性特点,将Box-Cox变换与Lasso回归引入支持向量回归(svr)模型,构建基于Box-Cox变换与Lasso回归的支持向量回归月径流预报模型(BC-Lsvr Model),在对原径流序列进行相空间重构与Box-Cox变换的基础上采用Lasso回归筛选预报因子,进行径流预报研究.分别以Min-Max数据标准化方法及灰色(Gray)预报因子筛选法作为对比方法,构建MM-Lsvr与BC-Gsvr预报模型,对3种模型预报效果进行对比分析.将模型应用于渭河流域林家村等6个主要控制性水文站月径流预报,结果表明:BC-Lsvr模型预报效果最好,在验证期,6个站点的预报平均绝对值相对误差(MARE)均小于20%,合格率(QR)均大于0.6,效率系数(Ens)大于0.52;在率定期和验证期,BC-Lsvr模型的3项评价指标均优于MM-Lsvr和BC-Gsvr模型,说明引入Box-Cox变换及Lasso回归有效地提高了svr模型的预报精度.

关键词：中长期径流预报预报因子集 Box-Cox变换 Lasso回归 svr模型渭河流域

基于神经网络的生鲜水产品货架期预测模型的构建及应用

在线全文

学校读者我要写书评

暂无评论

中国食品学报 2023年第11期23卷 254-265页

作者：崔方超毛智超李婷婷励建荣渤海大学食品科学与工程学院生鲜农产品贮藏加工及安全控制技术国家地方联合工程研究中心中国轻工业海水鱼加工重点实验室辽宁锦州121013 大连民族大学生命科学学院辽宁大连116600

为建立一种能够同时适用于多种新鲜水产品货架期的预测模型,采用反向传播(BP)神经网络模型、遗传算法(GA)优化的BP神经网络模型(GA-BP)、径向基函数(RBF)神经网络模型、极限学习机(ELM)神经网络模型和支持向量回归机(svr)模型分别对金... 详细信息

为建立一种能够同时适用于多种新鲜水产品货架期的预测模型,采用反向传播(BP)神经网络模型、遗传算法(GA)优化的BP神经网络模型(GA-BP)、径向基函数(RBF)神经网络模型、极限学习机(ELM)神经网络模型和支持向量回归机(svr)模型分别对金枪鱼、三文鱼、大菱鲆和鲷鱼的货架期进行预测,寻找最优的模型预测结果。首先通过试验获得4种水产品在0,4,10℃贮藏条件下的感官评分、菌落总数、挥发性盐基氮值、K值、pH值,构建训练样本和测试样本。经相关性分析,选择与水产品货架期相关性较高的感官评分、菌落总数、挥发性盐基氮值、K值作为模型的输入层单元,然后确定各模型的网络拓扑结构以及参数,进行模型的训练,最后使用训练好的5种模型对测试样本的货架期进行预测。结果表明:5种预测模型的预测精度排序为:svr模型>RBF神经网络模型>GA-BP神经网络模型>ELM神经网络模型>BP神经网络模型,其中BP神经网络模型的预测精度最差,均方误差(MSE)为9.5127×10^(-4),平均绝对误差(MAE)为0.0197,平均绝对百分比误差(MAPE)为0.0825,R^(2)为0.9766;svr模型的预测精度最优,预测误差均在12%以内,MSE为2.2971×10^(-4),MAE为0.0128,MAPE为0.0631,R^(2)为0.9944,能够很好地同时预测4种水产品在不同储藏温度下的货架期。本研究为水产品的品质控制提供一定的理论基础。

关键词： BP神经网络 GA-BP神经网络 RBF神经网络 ELM神经网络 svr模型货架期预测模型

基于ARIMA与信息粒化svr组合的股指预测研究

在线全文

学校读者我要写书评

暂无评论

运筹与管理 2022年第5期31卷 214-220页

作者：姚金海中共江西省委党校经济学教研部江西南昌330108

对于证券市场投资者而言,基于合理假设准确预测资产价格未来发展方向与趋势关乎投资成败。本文通过构建一个基于ARIMA与信息粒化svr的组合预测模型,对股票市场指数价格和收益变化的趋势进行预测。实证研究结果表明:基于ARIMA与信息粒化... 详细信息

对于证券市场投资者而言,基于合理假设准确预测资产价格未来发展方向与趋势关乎投资成败。本文通过构建一个基于ARIMA与信息粒化svr的组合预测模型,对股票市场指数价格和收益变化的趋势进行预测。实证研究结果表明:基于ARIMA与信息粒化svr组合的股指预测模型相较于传统时间序列模型而言,在预测精度和效度方面有较大提升,能够在一定时间周期内对股票等风险资产的价格波动区间进行较为可靠地预测,但目前还只能大致确定时间序列波动的区间范围而不能精确地预测具体点位。未来仍需结合其他预测模型和预判技术进一步深入研究,以有效提升股指趋势预测的准确性和实际指导性。

关键词： ARIMA模型信息粒化 svr模型股价指数投资组合优化

基于MODIS时间序列数据的竹林地上生物量估算

在线全文

学校读者我要写书评

暂无评论

浙江农林大学学报 2022年第4期39卷 734-741页

作者：杨绍钦王翔许澄商天其浙江省森林资源监测中心浙江杭州310020 浙江省林业勘测规划设计有限公司浙江杭州310020

【目的】基于浙江省中分辨率成像光谱仪(MODIS)时间序列数据,对浙江省竹林地上生物量进行估算,为竹林碳汇遥感监测提供参考。【方法】以MODIS叶面积指数(LAI)、增强型植被指数(EVI)和比值指数(RVI)时间序列数据为变量,利用随机森林模型... 详细信息

【目的】基于浙江省中分辨率成像光谱仪(MODIS)时间序列数据,对浙江省竹林地上生物量进行估算,为竹林碳汇遥感监测提供参考。【方法】以MODIS叶面积指数(LAI)、增强型植被指数(EVI)和比值指数(RVI)时间序列数据为变量,利用随机森林模型筛选变量,采用支持向量回归(svr)模型估算研究区竹林地上生物量。【结果】随机森林模型共筛选出43个对竹林地上生物量影响最大的变量;基于43个变量,采用radial核函数构建的svr模型预测能力最强,模型训练精度和测试精度分别为0.76和0.72,均方根误差分别为5.15和8.03 Mg·hm^(-2)。浙江省全省竹林地上生物量均值为7.85 Mg·hm-2,总地上生物量为3.31×10^(7) Mg;浙江省竹林地上生物量在各市具有明显的差异性,其中,湖州市、杭州市、金华市、绍兴市和宁波市的竹林地上生物量均值均大于全省均值,湖州市竹林地上生物量均值最大,为13.56Mg·hm^(-2),舟山市地上生物量均值最小,为5.72 Mg·hm^(-2)。【结论】耦合了MODIS LAI、EVI、RVI时间序列数据的svr模型可实现浙江省竹林地上生物量较高精度的估算。图3表1参31。

关键词：竹林地上生物量 svr模型随机森林 MODIS产品

基于完全集成经验模态分解和模糊熵分频的短期风电功率预测

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2023年第25期23卷 10835-10845页

作者：文博陈芳芳胡道波罗银榕张倩倩云南民族大学电气信息工程学院昆明650031

随着风电接入电力系统的比例日益增大,准确的风电功率预测显得更加重要。为此,提出了一种基于模糊熵和完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)的短期风电功率预测模型。... 详细信息

随着风电接入电力系统的比例日益增大,准确的风电功率预测显得更加重要。为此,提出了一种基于模糊熵和完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)的短期风电功率预测模型。采用完全集成经验模态分解将原始风电功率序列进行分解,得到一系列不同频率的子序列。再使用模糊熵(fuzzy entropy, FE)算法识别各频率分量特征,将子序列分量分为高、中频分量类和趋势项。趋势项为低频分量,具有较为平稳、波动性小的特点,采用麻雀算法(sparrow search algorithm, SSA)优化支持向量回归(support vector regression, svr)进行预测;高、中频分量的波动性大且特点较为复杂,则采用SSA优化长短期记忆神经网络(long short-term memory, LSTM),同时引入注意力机制(attention mechanism, AM)对重要信息进行更好的权值分配。最后,经过实验结果分析表明,该模型具有更高的风电功率预测精度。

关键词：麻雀算法 LSTM模型 svr模型 CEEMDAN分解风电功率预测模糊熵

在线全文

学校读者我要写书评

暂无评论

中国甲状腺癌发病趋势分析与预测

现代肿瘤医学 2023年第10期31卷 1917-1923页

作者：崔静张倩张义衡水市人民医院河北衡水053000 衡水市疾病预防控制中心河北衡水053000

目的:分析2003-2017年我国患甲状腺癌的不同群体的发病率情况,采用KELM-svr耦合模型建模并对2018-2022年甲状腺癌发病率进行预测,为甲状腺癌防治提供有益补充。方法:收集2003-2017年全国总体、男性、女性、城市及农村人口的甲状腺癌发病... 详细信息

目的:分析2003-2017年我国患甲状腺癌的不同群体的发病率情况,采用KELM-svr耦合模型建模并对2018-2022年甲状腺癌发病率进行预测,为甲状腺癌防治提供有益补充。方法:收集2003-2017年全国总体、男性、女性、城市及农村人口的甲状腺癌发病率,建立KELM、svr、KELM-svr耦合模型,以MRE为准则,选择精度最高的KELM-svr耦合模型对2018-2022年不同甲状腺癌发病率进行预测。结果:KELM-svr耦合模型在五种不同甲状腺癌发病率的预测中均优于KELM、svr模型,KELM、svr、KELM-svr模型的平均MRE分别为:7.58%、6.59%、5.74%,2018-2022年我国总体甲状腺癌发病率分别为:17.07/10万、18.40/10万、19.80/10万、21.23/10万、22.71/10万。结论:甲状腺癌发病率处于稳定上升趋势,其中女性及城市人口甲状腺癌发病率最高,KELM-svr耦合模型可提高单模型的预测精度,对预测多种甲状腺癌发病率提供稳定可靠的方法。

关键词： KELM模型 svr模型甲状腺癌耦合模型核函数极端学习机