公共文化服务平台

搜索到334篇“ 局部多项式“的相关文章

基于多带宽局部多项式的时空地理加权分位数回归分析: 2024年; 在高斯-马尔可夫假设条件下,最小二乘估计是具有最小方差的最优线性无偏估计量,因此基于最小二乘估计的时空地理加权回归方法在满足此假设时可以获得最优估计,但现实中这些条件有时得不到满足。如果样本数据中存在异常值或者呈厚尾分布,最小二乘回归模型估计值可能会存在较大偏误。而分位数回归受异常值影响较小,相比最小二乘回归更为稳健且应用条件相对更为宽松。更为重要的是最小二乘回归模型只能探索解释变量对响应变量条件均值的影响,而分位数回归可以探索解释变量对响应变量分布的影响(如响应变量的多个分位数),可以挖掘到更为丰富的信息。本文在局部多项式估计原理基础上,提出了基于多带宽局部多项式的时空地理加权分位数回归模型,利用两步迭代估计方法得到系数估计,并且允许不同自变量(影响因素)的最优带宽可以不同。本文通过数值模拟,将该模型与时空地理加权最小二乘回归进行对比,基于分位数回归的系数估计的均方误差和平均绝对误差均比最小二乘估计量小(例如,在0.75分位数,基于最小二乘回归得到的系数估计的均方误差和平均绝对误差分别是基于分位数回归的10倍和4倍),说明本文的分位数回归具有稳健性且可以探索影响响应变量分布的因素。最后以上海市2017—2021年商品房住宅小区为案例对象,应用该方法,探究不同影响因素对不同分位数的住宅价格(如高位房价、中等房价、低位房价)的影响,说明了本文方法的实用性。实际数据研究表明同一个影响因素对不同水平房价的影响效果不同,即同一影响因素系数的时间分布和空间分布在高位房价、中等房价和低位房价存在明显差异,并且不同影响因素的最优带宽也存在差异;与基于最小二乘回归的MGTWR相比,本文的分位数回归模型对于异常值的存在更为稳健(�; 王守芬王守霞顾建祥; 关键词：局部多项式异方差

一种基于局部多项式傅里叶变换的同步压缩时频分析方法和系统: 本发明公开了一种基于局部多项式傅里叶变换的同步压缩时频分析方法和系统，其中，方法包括：对信号进行局部多项式傅立叶变换；对所述局部多项式傅立叶变换的结果求偏导、平移并将能量归一化；将求偏导后的结果代入同步压缩算子。本发明可...; 苗红霞王韵唐彭木根

结合贝叶斯推理和局部多项式拟合的增强区域增长算法在超声弹性成像中的应用: 2024年; 超声应变弹性成像是一种非侵入性评估组织硬度的成像方式,临床上常用于乳腺、前列腺以及腹部器官的检查。位移跟踪是其中的重要环节,块匹配方法是位移跟踪的常用方法,但是在成像过程中因为探头超出平面的运动或者无关的生理运动导致信号去相关,常产生跳峰误差,导致这类方法产生的位移和应变图像质量较差。本研究提出一种将贝叶斯推理和局部位移拟合纳入区域增长运动估计框架中的运动跟踪算法(BRGMT-LPF)以解决上述问题。首先用最大后验概率值代替传统的互相关值,然后利用来自相邻匹配块的信息来正则化当前估计的位移,最后通过多项式拟合相邻位移值更新异常位移值获取最终位移。为验证本研究方法的有效性,评估本研究方法、区域生长运动跟踪算法(RGMT)、带局部多项式拟合的区域生长算法(RGMT-LPF)和仅带贝叶斯推理的区域生长算法(BRGMT)在计算机数字体模数据、在体数据上的追踪性能。结果表明,在通过有限元软件和FIELD II模拟的10对超声数据上,BRGMT-LPF获得了最低的平均绝对误差(MAE)0.1699(降低0.25%)和最高的对比度噪声比(CNR)1.1625(提高4%);从经病理证实的乳腺肿瘤病人体内采集的16对在体数据上,BRGMT-LPF获得了最高的CNR,为1.50(最少提高0.37%)和最高的运动补偿互相关(MCCC)0.84(最少提高9.4%)。本研究的初步结果表明,所提出的方法可用于提高超声弹性成像的图像质量以及基于位移的模量重建。; 文烁杰周竞宇周文俊姜劲枫彭博; 关键词：贝叶斯推理局部多项式乳腺成像

电子商务视角下基于局部多项式回归的信息物理系统可靠性模型: 2024年; 随着互联网的高度发展,信息物理系统的可靠性对于电子商务至关重要,因为这些系统支撑着在线交易、数据管理和用户体验。在电子商务视角下,本文提出了一种基于局部多项式回归的信息物理系统可靠性模型,并将其与两种传统的信息物理系统可靠性模型进行比较。此外,对模型中的参数估计采用了最小二乘估计法。最后,基于超级计算机BlueGene/L的系统的真实失效数据,利用jupyter notebook对这3类信息物理系统可靠性模型的性能进行对比分析。通过实验验证表明,局部多项式回归模型的拟合效果与预测能力更好。本文结果为电子商务的可持续发展提供了有力保障。With the high development of the Internet, the reliability of the cyber physical system is critical for e-commerce, as these systems underpin online transactions, data management and user experience. Under the perspective of e-commerce, this paper presents a reliability model of cyber physical system based on local polynomial regression, and compares it with two traditional cyber physical system reliability models. In addition, the least squares estimation method is used to estimate the parameters in the model. Finally, based on the real system failure data of supercomputer BlueGene/L, jupyter notebook is used to compare and analyze the performance of these three types of reliability models of cyber physical system. The experimental results show that the local polynomial regression model has better fitting effect and prediction ability. The results of this paper provide a strong guarantee for the sustainable development of e-commerce.; 周文倩杨剑锋黄嘉悦; 关键词：电子商务信息物理系统

断点回归设计中的局部多项式理论: 断点回归设计(regression discontinuity designs,RDDs)可以看作一个准自然试验，能够很好地刻画政策变化与结果变量间的因果关系，从而识别出感兴趣的因果参数.处理效应(treatment e...; 高鑫雨

树结构变窗宽局部多项式拟合方法: 2023年; 变窗宽局部多项式模型是探索被估计曲线复杂变化结构的有力工具,其关键思想在于针对不同变化模式的数据区间选择不同窗宽参数进行拟合.基于回归树模型提出一种变窗宽多项式拟合方法,利用回归树的分类功能识别具有不同变化结构的数据区间,在每个子区间上独立选取最优窗宽,通过局部多项式回归实现复杂结构曲线的变窗宽拟合.随机模拟的结果表明,回归树能够有效识别具有不同变化模式的数据区间,变窗宽局部多项式拟合均方误差小,具有计算高效、结果易解释的特点.; 刘晓芳王合玲张辉国; 关键词：变窗宽局部多项式

基于Logistic回归和局部多项式回归的疾病风险预测: 2023年; 出血性脑卒中一种危险的神经系统疾病,由脑部血管破裂引起出血,病情急剧进展,病死率高,对患者和社会带来沉重负担。因此,研究出血性脑卒中的诊疗至关重要,可改善患者预后、减少残疾和死亡率,提高医疗系统效率和质量。本文利用Logistic回归、局部多项式回归对血肿扩张和血肿周围水肿两个指标建模,研究出血性脑卒中患者血肿扩张风险、血肿周围水肿发生及演进规律,最终结合临床和影像信息,预测出血性脑卒中患者的临床预后,并据此优化临床决策。; 曹志杰; 关键词：逻辑回归相关系数

非参数局部多项式回归估计的最优子抽样算法被引量：4: 2022年; 随着科学技术的发展,虽然人们提高了收集和处理数据的能力,但仍存在一些大数据集超出了现有计算机的计算能力.目前,抽取一部分样本来替代全样本进行建模计算是减轻计算负担的一种方法.大数据背景下线性模型的子抽样方法已经得到了相对成熟的研究,在减轻计算量方面获得了很大的优势.文章将线性模型下的子抽样方法推广到非参数回归模型,并推导出了基于子样本的加权最小二乘参数估计对全样本加权最小二乘参数估计的收敛速度,以及子样本参数估计的条件渐近正态性.通过最小化渐近方差的准则,提出了非参数局部多项式回归模型下的OPT和PL两种抽样方案,最后在均方误差、计算成本和拟合效果等方面进行数值模拟,比较了OPT子抽样和PL子抽样相对于均匀子抽样和杠杆子抽样的差别,其结果表明于OPT准则和PL准则的子抽样方法在提高估计精确性和减少计算负担方面具有很大优势.; 牛晓阳邹家辉; 关键词：加权最小二乘

基于稳健估计局部多项式插值定权模型分析被引量：4: 2022年; 在对DEM数据进行插值时,插值算法中对其插值精度影响最为显著的是权指数,但插值时对于含粗差的观测数据,传统的定权方法在计算时会将粗差引入,导致差值结果不准确。针对常用的局部多项式插值法,基于动态球半径选点法选取采样点,分别采用传统的反距离加权法和稳健估计选权迭代法中的Huber权函数法、Andrews权函数法、IGG方案对局部多项式插值的采样点进行定权,通过对比分析采用不同定权方法得到的插值曲面、预测高程相似度以及拟合优度,探讨在数据含有粗差时通过采用不同定权方法对粗差数据进行降权,以得到插值高程值与真实值最为接近的定权方法,对局部多项式插值的定权模型改进。结果表明:在对含粗差的测量数据进行多项式插值时,传统的反距离权重法的插值拟合优度为1.4333,稳健估计选权迭代法中Huber权函数法的拟合优度为0.7428;Andrews权函数法的拟合优度为0.6832;IGG方案的拟合优度最高为0.5318,并且IGG方案对采样点定权所得到的高程值与真实值最为接近,插值曲面的拟合精度更高,插值效果更好。; 刘亚静李胜男王诚聪

基于局部多项式方法的异方差估计被引量：2: 2021年; 解决异方差问题的关键是对随机误差项的方差做出有效性估计.一般地,异方差分布形式未知时,非参数估计的效果较好.因此,本文在异方差模型的估计中引入了局部多项式的非参数方法,提出了一种新的异方差估计方法.同时,通过计算机模拟实验和城市流动人口实地调查的案例分析将本文提出的方法与已有的异方差估计方法进行了比对,并进行了有效性验证.; 张晓琴郭雅静米子川; 关键词：异方差局部多项式估计协方差阵

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈