非参数回归模型误差分布的相合核估计

对于非参数回归模型(1),文章基于回归函数核估计g_n(x)的残差e_(ni)=yi-g_n(xi),构造了误差分布密度的核估计f_n(x)=1/na_n sum from i=1 to n k,并在一定条件下建主了f_n(x)的一致强相合性及L_1—模收敛。     

非参数核估计计算VaR在农业板块的实证研究

使用非参数核密度估计方法计算风险价值VaR,由于所用方法不需要进行分布假设,其计算较参数方法更为准确。用此方法对45只农、林、牧、渔类农业上市公司的股票收益率的风险价值VaR进行计算,发现农业上市公司的股票投资风险比普通的股票要高,此结论对于农业投资者、市场管理者以及农业上市公司经营者的决策具有一定参考价值。     

利用非参数核回归的船舶油耗预测与碳排放分析

为了更精准预测船舶油耗,以某远航船舶午时报告油耗数据为例,将非参数核回归方法与船舶油耗相结合,构造预测模型。并基于标准化均方误差、平均绝对误差、决定系数与均方根误差4个性能指标,与Bagging回归、随机森林回归、支持向量机回归、广义可加模型、梯度提升决策树模型进行对比,验证该方法的预测效果,据此进一步进行实证分析与碳排放分析,并对船舶减排措施进行探究。     

关于支持向量机核函数中参数选择的研究

核函数及核函数中参数的选取是支持向量机中一个重要的问题.选择合适的核函数中的参数以及惩罚参数的问题称为模式选择.本文对目前支持向量机中参数选择算法以及这些算法中用到的推广误差估计进行了初步的研究和分析.     

基于小波核的LS—SVM算法在城市交通流预测中与其他核函数对比研究

针对城市交通流短时流量预测在智能交通系统中的重要性,在以往研究基础上采用Morlet函数作为小波核函数,进一步提高了模型的预测精度及泛化能力．将其与其他几种常用核函数模型进行比较,其效果明显优于其他核函数模型,能够满足智能交通控制和诱导的要求．     

关于非参数回归核估计的强相合性

令Z_n={(X_1,Y_1),(X_2,Y_2),…,(X_n,Y_n)}是来自于R~d×R~1随机向量(X,Y)的一个随机样本,m(x)是Y给定X=x时的回归函数,由m_n(x)表示m(x)的建基于Z_n的核估计,在加于核函数K(x)上的一般性条件下,我们得出m_n(x)的当E|Y|~p<∞,p>1时的强相合性.     

改进的基于支持向量机模型剪接位点的预测

在采用概率编码的基础上,利用支持向量机模型对人类剪接位点进行预测,重点研究了基于核主成分分析方法对最终预测模型的影响.从实验结果看,这种改进的基于支持向量机模型剪接位点的预测在敏感性和特异性上优于其他模型.     

含非参数趋势的残差MA模型的预测方法

为了探寻具有非参数趋势的残差移动平均模型的较为合适的预测方法,考虑了基于多项式样条的三种方法:非外推法、线性外推法和非线性外推法.模拟结果表明,线性外推法和非线性外推法拟合的均方误差(MSE)和平均绝对误差(MAE)相等且最小,线性外推法预测的MSE和MAE最小.此外,还对分行业增加值构成-金融业增加值进行了拟合和预测的实证分析,得到了与模拟算例相似的结果.这说明线性外推法是一种较好的预测方法.     

基于SVM的上证指数预测研究

国家政策或市场经济导向等变动会对整个上证指数产生影响,为了寻找上证指数变化规律,提出基于支持向量机的预测算法。算法首先利用数据挖掘技术在某网站上挖掘相关的上证价格数据,并取一部分上证数据作为支持向量机的训练指数样本,得到支持向量机的训练指数集,然后在训练指数集上利用支持向量机,从而得到上证指数分类的超平面指数函数以及相关的上证指数样本集,最后对所得的上证指数分3个模型进行预测研究,得到下一个开盘日的上证指数变动预测数据。实验结果表明,预测2天后的上证指数趋势只需要前3天的数据作为自变量输入即可,且所得预测值与实际数值的误差率较低。