回归预测
回归预测的相关文献在1982年到2023年内共计394篇,主要集中在自动化技术、计算机技术、经济计划与管理、财政、金融
等领域,其中期刊论文315篇、会议论文10篇、专利文献97643篇;相关期刊263种,包括青年科学(教师版)、合作经济与科技、物流工程与管理等;
相关会议10种,包括2012中国制导、导航与控制学术会议、第九届全国设备与维修工程学术会议暨第十五届全国设备监测与诊断学术会议、第二届东北亚物流工程与现代服务业发展专题学术研讨会等;回归预测的相关文献由1020位作者贡献,包括曲晟、胡贝特·克普费尔、苏冠铭等。
回归预测—发文量
专利文献>
论文:97643篇
占比:99.67%
总计:97968篇
回归预测
-研究学者
- 曲晟
- 胡贝特·克普费尔
- 苏冠铭
- 萨米尔·胡利亚尔卡尔
- 袁玉斐
- 严珂
- 叶敏超
- 李伟
- 陆慧娟
- 刘德彬
- 李赣平
- 李鸣
- 杨桂元
- 陈玮
- 陈长沙
- 黄远江
- 丁晓华
- 严良涛
- 刘亚龙
- 刘伟
- 刘宝磊
- 刘建明
- 刘月亮
- 刘震
- 单黎黎
- 吕厚雷
- 吴侨
- 吴汪友
- 吴鼎新
- 周永言
- 周灿
- 周至
- 唐丽敏
- 唐念
- 唐燕伟
- 姚青山
- 孙建华
- 季学纯
- 季惠英
- 尹凤芹
- 张亮
- 张佐
- 张倍瑞
- 张宏军
- 张强
- 张煜
- 张睿
- 张素香
- 张雨石
- 彭硕
-
-
王凤英
-
-
摘要:
基于单项预测模型的局限性,在对快递业务量进行多元线性回归预测、二次曲线估计预测及灰色预测的基础上,建立Shapley值组合预测模型,对福建省石狮市的快递业务量进行预测分析,最后预测2020年至2025年的快递业务量。研究表明,组合预测比单项预测具有更高的精度,在快递业务量预测中具有应用价值,为快递企业合理规划网点及准确配备快递员的数量提供科学依据。
-
-
张鑫;
盛业谱;
邓祥文;
李书蓉;
李秀荣
-
-
摘要:
强夯法运用重锤高速冲击实现工程场地不良土质的改良加固,在地基处理工程中应用广泛,而有效加固深度的标定是应用强夯实现地基处理时的核心环节。文章基于强夯理论与有效加固深度概念,提出了以统计学习原理为理论的支持向量机算法,回归预测了强夯有效加固深度;并应用遗传算法优化了支持向量机模型的参数,通过对工程样本数据的回归、预测,对比了预测精度与误差反向传播神经网络模型预测结果。结果表明:优化支持向量机模型能够在数据样本上实现准确的回归拟合;模型在测试样本数据的预测误差低、预测精度优于神经网络模型。
-
-
王彦琦;
张强;
朱刘涛;
袁和平
-
-
摘要:
针对梯度提升决策树(gradient boosting decision tree,GBDT)参数难以选择的问题,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的GBDT回归预测算法.首先,提出一种改进的鲸鱼优化算法,利用混沌映射初始化种群提高种群多样性,引入惯性权重与差分进化算法中的变异交叉策略解决迭代后期易陷入局部最优的问题;其次,利用IWOA对GBDT的关键参数寻优,避免参数选择的盲目性,提高回归预测模型的泛化能力;最后,建立IWOA-GBDT回归预测模型,并利用UCI数据集对模型进行验证.实验结果表明,相比于决策树、支持向量机、Adaboost和GBDT算法,该模型算法具有更好的拟合效果,并有一定的实用价值.
-
-
杭昕璇;
周梓涵
-
-
摘要:
为了除去药液中过剩的多糖分,以保证中医药注射液的生产质量,分别使用BP模型和SSA-BP(Sparrow search algorithm optimized BP neural network)模型对麦冬药液糖析出过程进行建模,通过调节pH值实现药液糖分的精确控制,将pH值的测量问题看作典型的多输入、单输出的回归建模方面问题,从而避免了在生产过程中无法正确地在线获知醇沉罐中所承装混合溶液的pH值的弊端。对BP算法和SSA-BP算法的结果进行分析与对比,发现后者建立的回归预测模型精度更高、更稳定,其决定系数R 2达到了0.99以上,均方误差MSE较低,符合中药生产的需求。
-
-
朱国栋
-
-
摘要:
机场能见度是民航机场运行的重要天气指标,现有的业务主要通过经验预报、数值预报释用来预报机场能见度。本文尝试使用深度学习方法,利用2000年至2021年乌鲁木齐机场冬季的逐小时能见度观测资料,构建机场能见度的回归预测模型。通过不同的时长的因子训练可以看到,其中过去48 h能见度作为因子训练的模型,其主导能见度的平均绝对误差为322 m左右,逐小时预测结果能够较好地预测机场能见度的维持、变化过程,可以作为机场能见度预测的参考产品。
-
-
王喜燕;
刘亚琳
-
-
摘要:
对于铁路客运量预测的准确度问题,本研究提出了基于粒子群(PSO)优化最小二乘支持向量机(LS-SVM)重要参数的方法。以1995—2013年的铁路客运量历史数据作为训练集,2014—2018年的客运量作为测试集,用LS-SVM进行建模和预测。针对模型中参数难以选择问题,采用PSO全局搜索方法,与神经网络和LS-SVM的预测效果作比较,仿真表明,采用PSO优化LS-SVM对铁路客运量建模与预测效果更好,精度更高。
-
-
赵星
-
-
摘要:
根据华东地区近3年来国民体质监测公报对该地区3到6岁幼儿抽取5000人进行身体形态,机能和运动素质等体质测试指标进行研究。结果表明身体形态在幼儿时期发育水平的权重顺序分别是,胸围>体重>身高>坐高,权重分别是7.3%>6.5%>3.8%>3.5%。身体机能发育水平权重顺序是,上臂皮褶>腹部皮褶>安静心率>肩胛皮褶厚;权重分别是7.9%>7.9%>7.8%>6.7%。身体运动素质能力权重顺序;十米折返跑>走平衡木>双脚连续跳>网球投远>坐立体前屈>立定跳远,权重分别是11%>10.3%>8.7%>7%>6.9%>4.6%。通过对身体形态权重大的两个指标分别是胸围体重作为因变量。身体机能权重高的两个指标分别上臂皮褶和腹部皮褶;运动素质权重高的两个指标分别十米折返跑和走平衡木为自变量建立回归方程,结果表明,以胸围为因变量的方程的精确度要大于以体重为因变量的方程。R胸围>R体重,胸围>体重,胸围校正决定系数R>体重校正决定系数R,说明方程B精度和拟合优度高更符合体质监测的需要。同时两个回归方程比较得出幼儿时期胸围和体重是评价幼儿时期健康标准的重要依据,以体重来衡量幼儿时期的发育水平更科学全面反映幼儿时期的形态和运动素质的发育现状。
-
-
郭黎宁;
黄磊;
刘晗;
徐文君;
顾捷
-
-
摘要:
文章选取13个解释变量,运用贝叶斯模型平均方法建立动态模型,筛选出对人民币汇率影响最大的自变量以及模型进行回归分析,进而预测人民币汇率。研究支持了近期市场主流观点,即美元指数、汇率风险溢价、中美利率差额等对近期人民币汇率影响较大,并发现外汇占款等其他影响较大的因素。文章建议将人民币回归预测结果与汇率期权执行价格相结合,引导企业坚持"风险中性",专心专注主营业务。
-
-
闫静;
张雪英;
李凤莲;
陈桂军;
黄丽霞
-
-
摘要:
在现代工业生产过程中,许多关键变量与产品质量或生产效率密切相关,关键变量的实时监测是实现利润最大化及节能降耗的有效途径。针对回归预测任务中目标特征提取不全面、预测精度较低等问题,提出一种基于栈式监督自编码器与可变加权极限学习机的回归预测模型。通过堆叠多层自编码器并在每层自编码器中添加回归网络,同时以有监督方式对栈式自编码器(SAE)进行逐层预训练,得到与输出变量相关的特征表示。利用反向传播算法对网络参数进行微调,优化自编码器模型参数。在分析提取特征与输出变量的相关性基础上,对极限学习机(ELM)的输入权值和偏置进行加权得到预测结果。实验结果表明,与基于ELM和SAE-ELM的回归预测模型相比,该模型在多晶硅铸锭的G6产品数据集上的均方根误差降低0.0567和0.0112、决定系数提高0.4893和0.2903,具有更高的回归预测准确性及更强的鲁棒性与泛化性能。
-
-
蔡明;
孙杰;
李培德;
鲍清
-
-
摘要:
梯度提升方法(Gradient Boosting Machine,GBM)是一种经事实证明并被广泛应用的集成学习方法。许多成功的机器学习解决方案都是使用XGBoost及其衍生算法实现的。本文针对XGBoost、LightGBM、CatBoost这3种梯度方法及原理进行简要介绍,通过实验对比了3种方法在回归应用中的效率,并将3种梯度方法应用于由Kaggle的NYC Taxi fares数据集构建的车费回归预测模型中。实验结果表明,LightGBM在使用不同数量特征和样本的情况下,模型训练速度和最终预测精度均优于XGBoost和CatBoost。
-
-
-
-
连光耀;
陈然;
孙剑;
邱文昊
- 《第二十六届测试与故障诊断技术研讨会》
| 2017年
-
摘要:
针对现有测试性验证试验方案适用条件有限,样本需求量普遍较大的问题,提出了基于序贯回归的小样本测试性验证试验方案.首先提出并证明7对成败型试验序贯样本回归可行性假设;进而在序贯网图检验的基础上对样本采用回归预测估计进行改进,实现了对测试性指标的估计;最后,通过对比试验对该方案进行了检验.实例验证表明,相比于现有的典型试验方案,该方案适用性更广泛,所需样本量相对更小.
-
-
徐哲;
刘云峰;
董景新
- 《2012中国制导、导航与控制学术会议》
| 2012年
-
摘要:
应用RVM回归预测方法建立了基于RVM的零偏温漂预测补偿模型,利用温度值和温升速率作为输入可预测不同温变过程下的加速度计零偏温漂,探讨了不同核函数类型和不同的核函数宽度对预测补偿效果的影响,最后应用环境温度试验数据对模型进行检验和验证.结果表明:基于RVM的零偏温漂预测补偿模型能够有效的预测MEMS加速度计零偏温漂,模型预测的均方根误差小于1%,补偿后滞环最大开口由60mg缩减为15mg.
-
-
-
-
-
-