共查询到20条相似文献,搜索用时 31 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
4.
5.
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。 相似文献
6.
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 相似文献
7.
8.
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。 相似文献
9.
10.
回归模型中的变量变换及其应用 总被引:4,自引:0,他引:4
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 相似文献
11.
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。 相似文献
12.
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. 相似文献
13.
14.
15.
利用技术指标及多元回归模型预测股票价格 总被引:1,自引:0,他引:1
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。 相似文献
16.
17.
新疆阜康绿洲生态系统生物量遥感估算分析 总被引:10,自引:0,他引:10
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. 相似文献
18.
19.
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。 相似文献
20.
贾维宏 《科技成果管理与研究》2012,(3):54-57
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。 相似文献