共查询到20条相似文献，搜索用时 578 毫秒
1.
贝叶斯向量自回归(BVAR)利用先验的统计信息能够克服时间序列数据较短的困扰,理论上在我国区域经济预测中应该具有良好的效果。绝大多数区域预测模型文献缺乏"真正"意义上的样本外预测误差评价研究,但我们早期对民族八省区主要经济指标2010—2015年的预测为本文详细评价BVAR模型实际预测误差提供了绝佳的机会。以民族地区为例,本文的分析表明,BVAR模型的预测误差非常小,预测能力令人非常满意。同时本文也分析并指出进一步提高BVAR模型预测精度的努力方向。 相似文献
2.
概述地磁转换函数的时空变化特征含有地下电导率变化的信息,不同周期的电磁波穿透深度不同,较短周期的信息反应浅部的电性结构,较长周期的信息反应深部的电性结构。破坏性地震大多发生在地壳的浅部,因此,应用地磁短周期转换函数各参量的变化来预测地震是可行的。 相似文献
3.
正本文研究了产品寿命服从指数分布情形的寿命绩效指标的Bayes统计推断问题。基于参数的先验分布为伽玛先验分布,得到了加权平方误差损失函数下寿命绩效指标的Bayes估计,此外根据该估计提出了一套产品质量检验程序用于产品质量检测。最后实例分析结论说明了检验方法的有效性。 相似文献
4.
贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测,它与传统预测方法的不同之处在于利用了来源于经验和历史资料的先验信息。通过实证分析的方法,将贝叶斯预测模型与普通回归预测模型的预测结果进行比较,结果表明贝叶斯预测模型具有明显的优越性。 相似文献
5.
贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测，它与传统预测方法的不同之处在于利用了来源于经验和历史资料的先验信息。通过实证分析的方法，将贝叶斯预测模型与普通回归预测模型的预测结果进行比较，结果表明贝叶斯预测模型具有明显的优越性。 相似文献
6.
提出一种基于最优权值探测的图像可逆信息隐藏算法。该算法改进了现有的预测方法,利用最优权值探测原理提高预测像素值的精确受,使预测误差差值直方图更加紧凑、峰值更高。实验结果表明,相比其它可逆嵌入算法．该算法在保证图像质量的同时,提高了嵌入容量。算法整体性能高。 相似文献
7.
基于主元分析(PCA)的传感器故障检测方法中T2和SPE统计量是两个重要指标。首先介绍T2统计量超限而SPE没超限故障检测的方法。利用主元相关变量残差统计量代替平方预测误差SPE统计量,并采用累积方差贡献率确定PCA模型的主元数。该方法避免了SPE统计量的保守性。最后将该方法应用于电厂某机组工作过程检测中,通过仿真验证该方法的有效性。 相似文献
8.
基于BP神经网络的中国人口预测 总被引：1，自引：0，他引：1
本文基于中国统计年鉴1990—2010年中国人口数据,通过建立BP神经网络模型,对中国人口进行了预测。结果表明,神经网络预测数据相对误差不到0.01%,比传统预测方法精确很多,根据该模型预测,中国人口将在2050年达到峰值14.5亿左右。 相似文献
9.
太阳活动和大气涛动对天山南北气温波动的综合影响 总被引：3，自引：0，他引：3
利用天山南北33个气象站点1961-2012年逐日气温数据,运用滑动平均、线性倾向估计、Mann-Kendall非参数检验等气候诊断方法,分析了近52年天山南北气温变化趋势、突变特征,探讨了太阳活动、主要大气涛动对气温波动的综合影响。结果表明:①近52年天山南北气温暖化趋势明显。3个分区增温速率关系为:天山南坡(0.256℃/10a)天山北坡(0.259℃/10a)天山东段(0.446℃/10a);②天山南北气温变化与太阳活动波动具有一定的规律性,表现为:第19-20周期"反相关",第21-22周期和23周期上升段"正相关",第23周期下降段和第24周期"反相关";③ENSO事件对天山南北气温变化影响相对较弱,且ENSO事件强度与天山南北气温年际变化相关性存在不稳定性;④北极涛动(AO)和北大西洋涛动(NAO)与天山南北气温变化相关性较高且存在季节差异。其中,北极涛动(AO)主要影响天山南北冬季和春季气温变化,空间上天山北坡响应明显于南坡。北大西洋涛动(NAO)主要影响夏季气温变化,空间上夏季气温影响区域广泛,冬季气温影响主要集中在天山南北坡边缘地带;春季气温影响区域主要集中在天山北麓。 相似文献
10.
网络用户信任感知推荐的准确性设计是提高用户间的社交网络辅助信息信任度的重要依据。传统的网络用户信任感知推荐算法采用的是基于社交网络服务和用户评分的推荐系统,主观性较大,协同过滤效果不好。提出一种基于网络动态干扰监控的信任感知推荐算法设计新方法,设计自适应神经模糊系统网络动态干扰监测算法,构建基于向量空间模型的信任度评价指标体系结构,通过调整网络拓扑权重向量设置信任度周期响应加权变量自适应函数,有效降低迭代算法的运算成本,避免了自适应神经模糊系统网络动态干扰监测加权权重成固化状态,提高抗干扰性能。实验结果表明,算法能使社交网络感知推荐模型的预测误差减少,推荐可靠性优于传统方法。 相似文献
11.
短期太阳能光伏发电预测方法研究进展 总被引：3，自引：0，他引：3
提高短期光伏发电预测水平是太阳能光伏发电站并入现有电网系统和太阳能光伏开发利用的关键问题,对提高太阳能光伏发电开发利用、保证并网安全也具有重要意义.本文对国内外短期太阳能光伏发电预测方法进行了分类归纳总结,对各类方法的发展趋势、优缺点等进行了分析.结果表明,统计智能类预测方法是国内外小型光伏电站短期光伏发电量预测技术发展的重点,总体平均预测误差在3.0％～ 11.0％之间.简单物理模型类预测方法是目前国内外大中型并网光伏电站业务运行采用最多的短期光伏发电量预测方法,总体平均预测误差在5.0％～20.0％之间.复杂物理模型类预测方法是未来大型光伏电站短期发电量预测技术研究和发展应用的主要方向.文章结论对我国短期太阳能光伏发电预测技术的发展具有促进作用. 相似文献
12.
13.
风电场风速预报集合订正方法的尝试性研究 总被引：1，自引：0，他引：1
以中国气象局风能太阳能资源评估中心风能预报系统(WINPOP)预报的甘肃HYZ和GHK两个风电场2012年大风月风速预报结果为基础,利用BP神经网络法(简称BP法)和自适应最小二乘法(简称LS法),采用两种训练样本构建方案对风电场风速预报进行订正试验,并尝试性使用神经网络集合方法对订正后的风速进行集合订正试验.结果发现:①经BP法和LS法等的直接统计订正及其集合订正后风电场风速预报效果明显优于WINPOP直接预报效果,且集合订正效果优于任何一种单一的统计订正;②与WINPOP直接预报相比,单一的统计订正及其集合订正都能较好地消除系统误差;③与单一的统计订正相比,集合订正具有更为明显的平均误差小、好日子率高、风速预报日变化幅度误差小等优势;④无论是HYZ风电场还是GHK风电场,随着预报时效的增加,各种预报(或订正)误差无显著差别.各种预报或订正方法的预报误差均随风速的增大而先减小后增大,随3h气压变量的增加而增大. 相似文献
14.
基于BP神经网络模型的新疆建设用地分析 总被引：3，自引：0，他引：3
鉴于BP神经网络在非线性领域预测中的应用,以新疆建设用地为研究对象,构建BP神经网络预测模型,选取1996~2006年总人口、城市化水平、GDP等10个因子,反映新疆人口状况、经济发展水平、产业结构及投资水平作为网络的仿真输入,对2007年新疆建设用地进行模拟预测,预测结果与实际面积的相对误差仅为0.06%.最后针对新疆建设用地中存在的问题,提出了保障经济与社会协调可持续发展的土地利用策略. 相似文献
15.
在电离层风暴期,现存的电离层F2层临界频率预测方法不能满足实际应用的要求。根据磁层ap系数和太阳黑子月均值作为风暴期训练序列,本文提出了一种基于神经网络的电离层F2层临界频率预测新方法。模拟结果表明,这种新方法比现有的预测方法（STORM模型和Cander提出的神经网络方法）具有更好的预测性能。 相似文献
16.
《Information processing & management》2020,57(5):102278
The increase in acceptability and popularity of social media has made extracting information from the data generated on social media an emerging field of research. An important branch of this field is predicting future events using social media data. This paper is focused on predicting box-office revenue of a movie by mining people's intention to purchase a movie ticket, termed purchase intention, from trailer reviews. Movie revenue prediction is important due to risks involved in movie production despite the high cost involved in the production. Previous studies in this domain focus on the use of twitter data and IMDB reviews for the prediction of movies that have already been released. In this paper, we build a model for movie revenue prediction prior to the movie's release using YouTube trailer reviews. Our model consists of novel methods of calculating purchase intention, positive-to-negative sentiment ratio, and like-to-dislike ratio for movie revenue prediction. Our experimental results prove the superiority of our approach compared to three baseline approaches and achieved a relative absolute error of 29.65%. 相似文献
17.
组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。 相似文献
18.
19.
针对径流时间序列的非平稳特性及中长期预测精度低的问题,本文提出一种新的耦合预测方法：基于EMD分解的均生函数-最优子集回归（Mean Generating Function-Optimum Subset Regression,MGF-OSR）模型。首先利用经验模态分解（Empirical Mode Decomposition,EMD）方法对汾河上游上静游、汾河水库、寨上和兰村4座水文站的年径流序列进行平稳化处理,分别得到若干个固有模态函数（Intrinsic Mode Function,IMF）。对各阶固有模态函数分别建立MGF-OSR模型并进行预测,趋势项用直线拟合的方法进行预测,然后通过重构各预测值得到汾河上游4座水文站年径流量的预测结果,并与单独运用MGF-OSR模型的预测结果进行比较。结果表明,运用基于EMD分解的MGF-OSR模型对汾河上游4站年径流进行预测,准确率均为100%,确定性系数在0.975以上;而单一模型的预测准确率均为40%,确定性系数在0.732以下,耦合模型预测精度明显提高。 相似文献
20.
基于混沌优化的支持向量机地下水位动态预测 总被引：1，自引：0，他引：1
地下水位动态受到自然因素和人为因素的影响,随机性明显,因此在地下水物理过程分析的基础上构建地下水位动态预测的随机性模型对地下水资源评价具有重要意义。本文将小样本机器学习理论——统计学习理论中的支持向量机理论引入地下水位动态预测。最小二乘支持向量机是支持向量机的一种,考虑到地下水位动态序列的长度和峰值突变性的特点,本文提出一种改进的支持向量机-峰值识别最小二乘支持向量机;并针对支持向量机算法存在的参数优化、训练和测试速度等问题,结合混沌优化方法,建立了基于混沌优化的峰值识别最小二乘支持向量机地下水位动态预测模型;最后本文以内蒙古河套灌区义长灌域1990年~2004年3个灌期(夏灌(4月~6月)、秋灌(7月~9月)和秋浇(10月~11月)降水量、平均气温、蒸发量、引水量、地下水开采量、地下水排泄量和地下水位埋深共15年45个样本资料为数据源,将该模型和原最小二乘支持向量机模型分别用于义长灌域地下水位动态预测。结果表明,该模型的拟合值、检验值和预测值与实际值复合的很好,拟合的平均相对误差绝对值为2.0868%,检验的平均相对误差绝对值为3.4777%,预测的平均相对误差绝对值为6.8589%,且训练和测试速度快,而原最小二乘支持向量机模型预测的平均相对误差绝对值为20.6767%。因此,该模型用于地下水位动态预测是可行和有效的。 相似文献