注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 自回归贝叶斯Matlab程序

  2. 用贝叶斯方法实现自动回归，注意这不是一般的AR模型，而是VAR，向量自动回归模型。

  3. 所属分类：其它

    • 发布日期：2010-04-14
    • 文件大小：5kb
    • 提供者：intrees

  1. 向量自回归模型，经济预测时要用到

  2. 介绍向量自回归与误差修正模型的PPT课件，经济分析时要用到。

  3. 所属分类：专业指导

    • 发布日期：2010-09-29
    • 文件大小：2mb
    • 提供者：yangwusong5

  1. 基于自适应增强算法的支持向量机组合模型 .pdf

  2. 提出一种基于AdaBoosting算法的组合支持向量机(SVM)模型.该方法在贝叶斯分析的基础上,利用样本概率初始化惩罚系数,依据回归过程中的损失函数更新惩罚系数权重,使得SVM训练模型有强、弱之分,突出一些重要样本的作用,以提高模型的估计精度和泛化能力.仿真结果表明,依据该方法建立的组合模型明显改善了软测量模型的估计能力和泛化能力

  3. 所属分类：专业指导

    • 发布日期：2011-04-11
    • 文件大小：279kb
    • 提供者：smlping

  1. 支持向量机自回归分析

  2. 】针对股市的非线性和不确定性的特点，本文提出了一种基于 支持向量机自回归分析的股市动态预测模型。该模型利用滚动时间窗 动态截取股票时间序列，然后对其进行相空间重构，最后利用支持向量 机回归算法，在高维映射空间中求解线性回归问题。利用上证综指的 长期和短期数据对该模型的预测效果进行了验证，并将预测结果与 RBF神经网络预测模型进行了的对比。预测和对比结果表明，支持向 量机自回归预测模型具有较强的泛化能力，适合于股市预测。

  3. 所属分类：专业指导

    • 发布日期：2011-08-09
    • 文件大小：211kb
    • 提供者：wangchuang3317

  1. 向量自回归

  2. 这一章所讲述的向量自回归模型（Vector Auto regression, VAR）以及向量误差修正模型（Vector Error Correction, VEC）的估计与分析。同时也给出一些检验几个非稳定变量之间协整关系的工具

  3. 所属分类：金融

    • 发布日期：2012-09-24
    • 文件大小：269kb
    • 提供者：love123peter

  1. 向量自回归模型VAR

  2. 向量自回归是一种很好的模型研究，要好好把握好，不然就很难做回归了

  3. 所属分类：金融

    • 发布日期：2013-11-20
    • 文件大小：2mb
    • 提供者：u012895605

  1. 计量经济学中向量自回归和误差修正模型

  2. 这一章所讲述的向量自回归模型（Vector Auto regression, VAR）以及向量误差修正模型（Vector Error Correction, VEC）的估计与分析。同时也给出一些检验几个非稳定变量之间协整关系的工具

  3. 所属分类：专业指导

    • 发布日期：2008-10-23
    • 文件大小：956kb
    • 提供者：wljine

  1. R语言实现VAR（）模型的参数估计

  2. 向量自回归模型（简称VAR模型）是一种常用的计量经济模型；该例子是VAR（1）模型的代码，可以参考vars包。

  3. 所属分类：讲义

    • 发布日期：2018-03-15
    • 文件大小：770byte
    • 提供者：wch041

  1. 向量自回归模型的理论方法及应用实例

  2. 详细讲解向量自回归的历史发展作用和实战应用，有着非常丰富的逻辑脉络和实战案例

  3. 所属分类：金融

    • 发布日期：2018-11-07
    • 文件大小：49mb
    • 提供者：condoleezza

  1. 基于VAR模型的中国能源消费与经济增长关系的实证分析

  2. 基于VAR模型的中国能源消费与经济增长关系的实证分析，李迎成，，通过对我国1978-2008年能源消费和经济增长数据建立向量自回归模型（VAR），运用协整分析、脉冲响应函数和方差分解分析对能源消费与经

  3. 所属分类：其它

    • 发布日期：2020-02-07
    • 文件大小：255kb
    • 提供者：weixin_38630853

  1. 基于VAR模型的青岛市船舶工业影响因素识别及结构优化

  2. 基于VAR模型的青岛市船舶工业影响因素识别及结构优化，于梦婷，徐小峰，使用2000-2012年间青岛市船舶工业数据，运用向量自回归模型对青岛市船舶工业影响因素进行实证分析。研究发现，船舶制造业发展水平、

  3. 所属分类：其它

    • 发布日期：2020-01-15
    • 文件大小：497kb
    • 提供者：weixin_38715772

  1. 基于多元线性回归模型的喀麦隆居民用电需求预测

  2. 喀麦隆人口的电力需求正在增加，但仍然非常不足。 公司，公共建筑和家庭面临频繁的停电，这限制了发展和社会福祉。 因此，目前的工作试图预测喀麦隆住宅部门的电力需求，以便为掌握电力消耗做出重要贡献并突出该部门的决策者。 这些问题使用了涵盖1994年至2014年期间的六个宏观经济学参数。 对国内生产总值，人均国内生产总值，用电量，人口和订户和家庭数量进行平稳性测试； 揭示所有系列都是I（1）。 因此，保留了VAR（向量自回归）模型以预测直到2020年的电力需求。cusum测试和平方测试的cusum证明了

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：294kb
    • 提供者：weixin_38549721

  1. 高炉铁水硅含量序列的支持向量机预测模型

  2. 基于包钢6号高炉的在线生产数据,首先建立铁水硅含量序列的自回归AR(p)模型,分析其滞后阶数;然后对硅含量的自回归项及影响因素进行主成分分析,找到多元变量相互独立的有效信息作为输入变量;最后建立铁水硅含量的支持向量机回归预测模型。该模型对炉温预测的准确度达到88.2%,对在线监测高炉炉温具有一定的实用价值。

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：654kb
    • 提供者：weixin_38730767

  1. 回归模型脉络（线性回归、自回归、向量自回归）

  2. 回归模型脉络（线性回归、自回归、向量自回归）

  3. 所属分类：讲义

    • 发布日期：2020-08-20
    • 文件大小：20kb
    • 提供者：weixin_45593242

  1. 根据序列选模型（自回归AR模型、向量自回归VAR模型等）

  2. 根据序列选模型（自回归AR模型、向量自回归VAR模型等）

  3. 所属分类：讲义

    • 发布日期：2020-08-20
    • 文件大小：16kb
    • 提供者：weixin_45593242

  1. 向量自回归模型建模步骤梳理（VAR、VMA、VARMA模型）

  2. 向量自回归模型建模步骤梳理（VAR、VMA、VARMA模型）

  3. 所属分类：讲义

    • 发布日期：2020-08-20
    • 文件大小：18kb
    • 提供者：weixin_45593242

  1. 矢量自回归模型预测血压和脉搏率

  2. 最近，物联网（IoT）的发展和 WeHealth（Wireless e-Health）促进了 智能医疗服务。 许多设备和传感器是 产生大量的时间序列数据，这需要有效的 进行处理和分析的方法。 时间序列分析是 建立模型和预测数据的常用方法。 此外，它还可以提醒患者要更加谨慎 一旦发现数据趋势异常。 在本文中，我们 从北京的WeHealth平台收集时间序列数据。 数据包含收缩压，舒张压和脉搏 速度。 我们用这些数据建立向量自回归模型， 确定模型的参数和顺序。 然后我们 预测患者的收缩压，舒张压

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：301kb
    • 提供者：weixin_38502722

  1. 使用结合自回归建模的Hermite分数延迟滤波器集进行UWB虚拟波束成形

  2. 超宽带数字波束成形（DBF） （UWB）雷达是一个具有挑战性的问题，其性能非常接近受延迟补偿滤波器和光圈的影响天线阵列。 本文中的高分辨率DBF方法用于利用Hermite分数延迟滤波器组的UWB信号结合由向量外推法创建的虚拟数组提出了自回归模型的算法。 理论分析表明，幅值响应和Hermite分数延迟滤波器组的群延迟为比传统方法准确得多，例如在整个频带上的Lagrange分数延迟滤波器， 并且采用的虚拟数组创建算法可以扩展原始阵列的光圈为6倍。 仿真结果使用UWB线性调频（LFM）的DBF性能两种

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：926kb
    • 提供者：weixin_38502239

  1. 基于支持向量机回归的T-S模糊模型自组织算法及应用

  2. 基于支持向量机回归的T-S模糊模型自组织算法及应用

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：961kb
    • 提供者：weixin_38656226

  1. 基于稀疏表示模型和自回归模型的高光谱分类

  2. 针对高光谱分类中对光谱信息和空间信息利用不足的问题，提出了一种基于稀疏表示模型和自回归模型相结合的分类算法。该算法利用稀疏表示模型和自回归模型，设计联合字典：在光谱维上，利用稀疏表示模型将高光谱的每个光谱向量表示为字典中训练样本的稀疏线性组合；在空间维上，利用自回归模型对每个光谱向量的8邻域进行约束。针对不同样本分别构造一个字典，在减少计算量的同时减小重构误差，最后在最小重构误差和邻域相关性的约束下求解稀疏表示问题，以最小重构误差为准则实现高光谱数据的分类。仿真结果表明，该方法能够有效地提高高光

  3. 所属分类：其它

« 12 3 4 5 »