深度神经网络在点击率预测中应用研究

逻辑回归作为点击率预测中经典算法,因其模型简单不易过拟合而得到广泛应用。逻辑回归作为线性模型无法处理特征的非线性关联,深度神经网络通过多层的网络结构,能够较好地处理特征的非线性关联性,将经过特征交叉后的非线性特征与逻辑回归的离散特征进行组合,通过深度神经网络提取特征的深层次非线性关联性,通过逻辑回归来降低模型的复杂度从而避免过拟合。实验通过爬取搜狐新闻进行线下模型测试,试验结果表明,本文算法能够较为明显的提升数据点击率和刷新率。     

基于非线性时间序列的门限自回归模型建立

目前门限自回归模型是最受大家关注的预测模型。本文以太阳黑子非线性时间序列为研究对象,建立门限自回归预测模型。通过一些相关分析技术来确定预测模型中的门限区间个数和门限值的寻优范围,然后优化门限值和TAR模型的自回归系数。通过实验结果分析表明,门限自回归预测模型能够对非线性时间序列进行精确预测。     

半参数动态变系数分位回归模型的两步估计方法研究

为了综合考虑有关协变量的线性和非线性信息,本文提出了一类半参数变系数分位回归模型,并采用两阶段估计方法对半参数变系数分位回归模型进行估计。首先将模型中线性部分的变量系数当作非参数形式;然后,利用局部多项式方法对于模型的非线性部分进行估计,对变量系数函数做出估计。     

预测来稿摘登

用模拟的方法研究非线性回归参数的LS估计量的性质对于通常形式的回归模型y=f(x,θ)+e,若参数θ是非线性地出现,则此模型称非线性回归模型。由于模型的非线性性,便产生许多与线性回归不同的问题。例如,如何求得参数θ的最小二乘(LS)估计?如何研究θ的LS估计量的性质?它是否仍具     

基于1st0pt的隧道监控量测数据分析方法

监控量测在隧道施工中可以为隧道的动态设计和信息化施工提供依据,确保施工的安全,因此具有重大的意义。在施工过程中要及时对数据进行回归分析,根据相关规范规程数据回归模型都是非线性的,通常的做法是将其转化为线性函数再进行回归分析,因此特别麻烦和不直观,本文通过1st0pt软件直接求解三种非线性模型的对应参数及相关系数,达到快速、高效、直观的效果。     

一类非线性回归模型LS估计的两步逼近求法

在用最小二乘法原理处理数据的非线性回归时,经常采用对非线性回归模型进行变量代换的方法,化为线性回归问题来解决。然而,经变量代换后所求得的LS估计,将使原模型失去“残差平方和最小”的意义,从而不能得到原模型的最佳回归系数。本文提出了一种两步逼近法可求得这类非线性回归模型的最佳回归系数,并通过两个实例证实这一方法十分有效。一、两步逼近方法的基本原理假设变量y与变量x=(x_1,x_2,…,x_(?))呈非线性关系,不妨表示为y=h(x,θ),θ为待估     

钒和稀土对合金性能影响分析与评估——基于非线性回归分析的函数拟合模型的实证研究

本文针对钒与稀土对合金力学性能和抗热裂性能的影响问题,使用非线性回归分析法,分别构建基于非线性回归分析的函数拟合模型、基于线性规划的近似函数最优解模型模型,使用EViews、Matlab等软件编程,得到钒、稀土、钒与合金的抗拉强度、延伸率、热裂倾向值HCS之间定量的函数关系,并分别对二者进行比较,并提出合金添加微量元素的一些建议。     

非线性回归的杠杆点及其在预测中的应用

本文讨论了非线性回归的诊断问题，给出了非线性回归模型中样本点杠杆值的几种度量方式，本文还提出了利用杠杆值作权重的加权最小二乘方法，改进了模型预测精度。     

大型PPP项目平稳演化风险非线性回归测度模型及实证分析

运用非线性回归计量方法研究大型PPP项目风险受宏观环境、微观环境、主体能力及合作关系等多种因素影响而平稳演化的规律。首先,通过案例分析找出大型PPP项目风险演化的主要驱动变量;其次,构建风险非线性回归计量模型并将其变形、简化为线性回归模型;最后,结合实例对模型参数进行估计和检验。通过研究发现,无突变因素情况下,项目风险与影响变量之间存在稳定均衡的非线性关系,宏观环境对风险变化的影响最为显著。     

回归模型中的变量变换及其应用

按回归模型的数学形式,可以把回归模型划分为线性模型和非线性模型。而对于非线性模型,函数形式的确定是一大难题。以往的方法是假定某一初等函数去拟合样本数据,然后用线性化代换或Newton迭代法去估计模型参数。这种全凭经验和视力来判断属于何种函数类型的方法,本身就存在一定的误差;当然采用带有很大近似性的设定函数所建的模型也就必然存     

带约束的非线性回归混合模型的一阶和二阶诊断统计分析

均值漂移和方差加权的混合线性回归模型,已有研究得到了相应的诊断统计量,这里我们将推广到带约束的非线性回归模型中,分析其一阶和二阶诊断统计量。     

非线性回归模型的特性及其选择

回归模型可分为两大类:线性模型和非线模型。由于许多具体问题比较复杂,用线性模型常常难以妥善处理,必须应用非线性模型来解决,然而,非线性模型的形式是很多的,针对具体问题,如何在多种模型形式中进行选择呢?要解决这个问题,必须首先了解各种模型的特性,模型的特性决定了其应用的范围.     

基于遗传优化偏最小二乘支持向量机的税收预测研究

由于我国税收收入存在高度的非线性、耦合性和多因素的影响,故而对其进行预测是传统的预测方法难以胜任的。首先,提出偏最小二乘支持向量回归对我国税收收入进行预测的思路。其次,由于参数集(C,σ2)直接影响支持向量技术的预测优劣,故采用改进的遗传算法对参数集进行全局寻优,这样既保证了处理非线性的优势,又确保了支持向量回归模型的稳定性与精确性。结果表明,预测精度有着显著提高,说明了该模型的有效性与实用性。     

一种多元非线性回归模型的发音评测技术

目前,在计算机辅助语言发音评测系统中大部分采用简单的线性回归模型进行机器分与人工评分之间的数据融合,该模型要求机器的评分特征与人的主观评分呈近似的线性关系,而实际呈现非线性。对此,文章引入多元非线性回归模型对分数进行映射融合,使其更符合人的主观评分。同时,在算法优化问题上,用改进步长下的高斯-牛顿算法来求解,大大提高了收敛精度。实验表明,该算法在普通话口语评测中使系统性能得到明显提升。     

利用技术指标及多元回归模型预测股票价格

文章应用股市中三个具有典型意义的技术指标,RSI,KDJ和5日平均线建立了非线性回归预测模型,对股票的价格走势进行了短期预测。所建立的回归模型对预测某些股票的短期价格趋势提供了参考,具有一定的理论价值和实际应用价值。     

关于酶促反应的非线性回归模型的探讨

本文以姜启源等主编的《数学模型》(第四版)的第十章统计回归模型中的酶促反应为背景,将Michaelis-Menten模型换成指数增长模型,利用MATLAB统计工具箱作非线性回归分析,讨论嘌呤霉素在某酶促反应中反应速度与底物浓度之间的关系.并对指数增长模型进一步研究,将模型(2)和模型(3)进行比较,找出最优的指数增长模型。     

新疆阜康绿洲生态系统生物量遥感估算分析

利用阜康绿洲地区2003年8月野外实测53个样方的生物量干重数据和同期的陆地卫星MODIS的1通道,2通道250m遥感图像数据,分析了植被指数NDVI与绿洲植被生物量的相关关系,进而建立该遥感植被指数与绿洲生物量的一元线性和非线性回归模型,并对不同回归模型进行分析比较.研究表明:植被指数NDVI与绿洲生态系统植被生物量之间存在较好的相关性;所建遥感植被指数与绿洲植被生物量的回归模型中,三次方程得到的非线性回归模型(y=-5 593.3NDVI3 7 509.7NDVI2-1 268.9NDVI 191),是最适合用于监测阜康绿洲生态系统植被生物量的监测;利用该模型进行反演同年4月～9月研究区的生物量,并分析得出阜康绿洲生态系统内不同植被生物量在同一时期的空间分布特征;阜康绿洲生态系统内不同植被生物量在不同时期生物量的独特时空分布特征.     

基于PSO-SVR的多因素瓦斯浓度预测

为提高瓦斯浓度预测的准确性,针对影响瓦斯浓度的相关因素众多,且各因素之间呈现复杂非线性特征的问题,建立支持向量机回归模型,并采用粒子群优化算法对支持向量机回归模型的参数进行寻优,得到模型的最佳参数组合,最后采用某矿综采工作面瓦斯监测数据进行验证,预测结果表明:采用粒子群寻优算法建立的支持向量机回归模型可以提高瓦斯浓度的预测精度,预测结果的平均绝对误差为0.021。     

关于虚变量的取值及应用

在回归分析中,虚变量方法一般只用于线性回归模型,且虚变量的取值为0或1。本文指出对一些非线性的回归模型也可应用虚变量方法,并且虚变量取值范围可限制在[-1,1]之间。     

基于DRNN神经网络的非线性系统的广义预测控制

提出一种针对一类可分非线性系统的广义预测控制算法。首先利用对角回归型神经网络（Diagonal Recurrent Neura Network,简称DRNN）逼近非线性子系统,线性子系统的模型采用受控自回归积分滑动平均模型（CARIMA）,从而建立了一种适合于非线性系统的广义预测模型。在该算法中引入柔化系数矩阵,避免矩阵求逆的计算,减少了在线计算量。仿真结果表明,该广义预测控制算法具有响应速度快、控制效果好的特点。