导读:本文包含了局部加权回归论文开题报告文献综述及选题提纲参考文献，主要关键词:局部加权回归,时间序列分解,假设检验,异常检测
局部加权回归论文文献综述
江新乐,龙军,陈刚,夏雷,梁多姿[1]（2019）在《结合局部加权回归的时序异常检测方法研究》一文中研究指出局部加权回归是非参数学习方法,可自动规避在数据拟合过程中异常值对近邻点的影响。通过使用基于局部加权回归的时间序列分解方法,我们对时间序列进行特征分解,将原始时间序列分解为趋势项、周期项和残差项;在给出合理的检出水平阈值后,我们使用改进的格雷布斯检验法在得到残差项后对残差项进行异常值检测。经过实验证明,该方法相比传统的时间序列方法叁次指数平滑法可减低离群值对模型拟合的影响,更能有效适应数据中潜存的趋势项的复杂变换,从而更加精准地找到数据中的真实异常点。(本文来源于《软件工程》期刊2019年11期）
赵阳阳,张小璐,张福浩,仇阿根,杨毅[2]（2018）在《一种局部多项式时空地理加权回归方法》一文中研究指出基于加权最小二乘估计的时空地理加权回归方法,在随机项方差相同且最小的假设条件下估计回归参数和拟合值,由于没有考虑时空分析中异方差影响而导致估计结果存在一定偏差。局部多项式估计是一种消除异方差影响的非参数估计方法。本文在局部多项式估计原理基础上,提出了局部多项式时空地理加权回归方法。它是采用叁元一阶泰勒级数展开式重构时空回归系数和自变量矩阵,进而建立满足高斯-马尔可夫独立同分布假定要求的新模型,利用新模型回归系数估计值、拟合值以及新模型与原模型的关系,可得到原模型回归系数估计值和拟合值。本文采用模拟数据和真实数据进行试验,以GTWR与局部线性地理加权回归作为对比方法,从方法适用性、整体估计效果、回归系数估计偏差和拟合优度、整体估计偏差等方面分析了LPGTWR方法性能,有效证明了LPGTWR方法能消除异方差影响提升估计精度。(本文来源于《测绘学报》期刊2018年05期）
杨春静,倪健,游龙泰,冷新,王文平[3]（2017）在《基于局部加权回归实现五味子醇提结果预测》一文中研究指出目的利用局部加权回归算法对五味子中五味子醇甲在不同提取因素水平下的提取结果进行预测。方法采用高效液相色谱法,对其进行方法学考察;测定不同提取时间和溶剂倍量下五味子醇提液中五味子醇甲的浓度,采用局部加权回归算法,基于上述数据和WEKA分析平台实现五味子甲提取结果的预测,对预测结果进行验证。结果基于39组实验数据,建立的回归最佳模型参数设置结果:kNN=9;Classifier:Linear Regression function;Nearest Neighbor Search Algorithm:Linear kNN search;Weigheted Kernel:Tricube.预测值和真实值之间的相对偏差基本控制在10%之内,验证结果良好。结论通过建立局部加权回归能良好的对五味子醇提取结果进行预测。(本文来源于《现代中药研究与实践》期刊2017年06期）
赵阳阳[4]（2017）在《顾及全局和局部时空非平稳差异的地理加权回归方法研究》一文中研究指出时空地理加权回归方法(Geographically and Temporally Weighted Regress,GTWR)是一种有效探测面板数据时空非平稳特征的分析方法。目前学者对GTWR的估计方法、时空非平稳检验方法和应用研究较多,而针对GTWR方法的特征变量选取建模、特征变量的平稳与非平稳差异性,以及随机项异方差等问题考虑不足。本文针对上述问题,对时空地理加权回归方法进一步深入研究,并以京津冀地区PM2.5浓度估算为例测试。具体研究内容如下:(1)面向时空地理加权回归的特征变量选取方法针对多元线性回归特征变量选取方法的判定标准没有考虑时空非平稳特征,无法直接应用到时空地理加权回归中的问题,在借鉴多元线性回归特征变量选取方法的流程,以及Akaike信息准则(Akaike Information Criterion,AIC)穷举法的判定标准的基础上,提出了面向时空地理加权回归的特征变量选取方法,包括基于贪心算法的特征变量选取方法和基于逐步回归的特征变量选取方法原理、算法流程等内容。实验分析表明基于贪心算法和基于逐步回归的特征变量选取方法能在考虑时空非平稳前提下选取相关性较强的特征变量,建立较可靠的时空地理加权回归模型,且基于逐步回归的特征变量选取方法能得到全局最优组合,建模结果最好。(2)顾及全局平稳特征的时空地理加权回归方法针对当前时空回归分析方法无法解决全局平稳和局部时空非平稳特征变量同时存在的问题,本文提出了顾及全局平稳特征的时空地理加权回归方法(Mixed Geographically and Temporally Weighted Regression,MGTWR)。它在混合地理加权回归(Mixed Geographically Weighted Regression,MGWR)基础上,把二维空间的局部空间非平稳扩展到了叁维局部时空非平稳。与此同时,针对MGTWR提出了基于加权最小二乘的两步估计方法。模拟数据和真实数据实验结果表明,在全局平稳和局部时空非平稳特征同时存在的情况下,MGTWR方法在适用性、回归系数估计和模型拟合等方面,比混合地理加权回归方法和时空地理加权回归方法的性能更好。(3)局部多项式时空地理加权回归方法针对时空地理加权回归的加权最小二乘估计无法解决异方差的问题,本文提出了局部多项式时空地理加权回归方法(Local Polynomial Geographically and Temporally Weight Regression,LPGTWR),以及基于泰勒级数的加权最小二乘估计,即在叁元一阶泰勒级数展开式的基础上,估计时空回归系数和模型的拟合值。模拟数据和真实数据实验结果表明,局部多项式时空地理加权回归方法从方法适用性、整体估计效果和回归系数拟合效果叁个方面均优于基于加权最小二乘估计的时空地理加权回归方法,特别是在真实数据实验中,性能提升比率更高。(4)京津冀地区PM2.5浓度估算实证研究针对京津冀地区PM2.5浓度估算进行实验分析,重点对京津冀地区PM2.5的总体情况、空间分布、空间差异以及季节性差异进行分析。并利用基于逐步回归的特征变量选取方法建模,采用顾及全局平稳特征的时空地理加权回归方法对京津冀地区各县(市)2015年的月均PM2.5浓度进行估算,利用局部多项式时空地理加权回归方法对京津冀地区2015年3月-7月的日均PM2.5浓度进行估算,从而为方法应用提供参考和借鉴。(本文来源于《辽宁工程技术大学》期刊2017-06-20）
邓心欢,马海涛,李月,杨宝俊[5]（2016）在《空间局部加权回归自适应TFPF》一文中研究指出时频峰值滤波(TFPF)算法是一种非常有效的去噪方法.但是传统的TFPF采用的单一窗长,并且仅沿时间方向进行滤波,忽略了信号的空间信息,并且TFPF近似等效成一个时不变的低通滤波器,不能追踪快速变化的信号.针对这些问题,引入空间局部加权回归自适应TFPF(SLWR-ATFPF).鉴于随机噪声在各个位置的方向随机性,以及有效信号在各个位置的方向确定性,首先利用空间局部加权回归(SLWR),对含噪信号进行空间加权,从而使加权之后的信号包含空间信息.然后,再引入凸集和Viterbi的思想,对空间加权之后的信号进行自适应滤波.从而,完成时空域二维自适应滤波.将SLWR-ATFPF应用于合成记录和实际的共炮点记录,实验结果表明,改进的方法与原算法相比,能够在压制低信噪比(SNR)随机噪声的同时更好地保留有效信号.(本文来源于《地球物理学报》期刊2016年05期）
徐晓丹,刘华文,姚明海,刘日仙[6]（2015）在《一种基于局部加权回归的分类方法》一文中研究指出分类是数据挖掘和数据分析中最有应用价值的技术之一。传统的积极学习方法需要预先对模型空间进行假设,并且没有充分考虑到实例之间的相关性,其泛化能力将会受到一定程度的影响。针对上述问题,提出了一种基于新型映射关系的局部加权回归方法 MLWR。该算法首先找出测试样本在训练集中的近邻样本,然后建立测试样本和近邻样本的回归函数,根据建立的回归模型和近邻样本的标签,计算得到测试样本的标签。实验与当前流行的多种分类方法在UCI的9个数据集上进行测试。实验结果表明我们的方法能有效地提高分类精度,对较大样本数据也有较好的适用性。(本文来源于《计算机工程与科学》期刊2015年10期）
王新刚,孔云峰[7]（2015）在《城市住房价格局部线性地理加权回归分析——以湖北省黄石市为例》一文中研究指出研究目的:以土地稀缺、资源组团型城市——湖北省黄石市为例,尝试引入局部线性地理加权回归(LLGWR)方法,探索住房价格及影响因子的空间变化规律,为政府房地产市场管理和土地利用规划提供借鉴。研究方法:整理1.93×104个住房样本和398个楼栋样本,遴选楼栋总层数、容积率、绿化率、小区等级、距区域中心距离、销售年份等作为解释变量,采用LLGWR方法构建城市住房价格的模型,并进行分析与解释。研究结果:与常规线性回归(OLS)相比,地理加权回归(GWR)和LLGWR能更合理和准确地解释住房价格的空间变异,且LLGWR优于GWR;销售年份、容积率、地理区位能显着影响住房价格,同时楼栋总层数、绿化率等因素影响住房价格,且在不同功能片区具有明显差异。研究结论:LLGWR模型可以实现系数函数和误差方差的无偏估计,提高模型的估测精度,能更为准确地解释住房价格;宏观市场趋势是影响住房价格的关键因素,但在不同的地理区位,住房价格增长趋势有明显的差异;土地利用规划和土地供应影响房地产空间分布,但研究区内土地价格对住房价格的影响不明显。(本文来源于《中国土地科学》期刊2015年03期）
陈颂超,冯来磊,李硕,纪文君,史舟[8]（2015）在《基于局部加权回归的土壤全氮含量可见-近红外光谱反演》一文中研究指出全氮是土壤肥力的重要指标,对作物产量具有决定性作用,采用土壤可见-近红外(Vis-NIR)光谱预测技术及时获取土壤全氮含量信息具有重要意义。采用来自5省的450个土壤样本来验证局部加权回归方法(LWR)结合Vis-NIR光谱技术预测大面积土壤全氮含量的适用性。结果表明,LWR模型的预测效果优于偏最小二乘回归(PLSR)、人工神经网络(ANN)和支持向量机(SVM),选取主成分数为5,相似样本为40时,模型验证的决定系数(RP2)为0.83,均方根误差(RMSEP)为0.25 g kg-1,测定值标准偏差与标准预测误差的比值(RPD)达到2.41。LWR从建模集中选取与验证样本相似的土样作为局部建模样本,降低了差别大的样本对模型的干扰,从而提高了模型的预测能力。因此,LWR建模方法通过大范围、大样本土壤光谱数据进行大尺度区域的全氮等土壤属性预测时能够发挥更好的作用。(本文来源于《土壤学报》期刊2015年02期）
张金艺,张晶晶,李若涵,徐德政,徐秦乐[9]（2014）在《流水线型局部加权回归RFID室内定位》一文中研究指出射频识别技术(radio frequency identification,RFID)以其非接触、非视距、低成本及高精度等优点成为室内定位技术的研究热点.为了加强信号稳定性并提高实时性,该文用流水线方式接收到的包信息作为定位信号参数,针对室内环境对信号传播影响的复杂性,提出了流水线型局部加权回归定位算法,将室内环境对信号传播到各位置的影响融合进算法,以实现精确定位.实验表明,对于室内定位,所提出的基于RFID技术的流水线型局部加权回归定位算法相对于经典的LANDMARK算法和VIRE算法,定位精度分别提高56.56%和36.73%.在多目标的情况下,也可以实现实时精确的定位跟踪,具有良好的实用价值和应用前景.(本文来源于《应用科学学报》期刊2014年02期）
苏连成,刘鑫,李小俚,冯文鹏[10]（2014）在《一种基于局部加权回归的润滑油磨粒在线分析算法》一文中研究指出掌握润滑油中磨粒的尺寸和浓度信息可以获知设备的润滑状态,从而可以采取针对性的维护措施,预防设备过早失效。本研究以自制的在线润滑油磨粒检测传感器为平台,将油液中铁磁性磨粒经过时产生的电磁扰动转换为相对应的电压信号,并设计硬件电路将此电压信号转化成真有效值信号;同时提出一种基于局部加权回归的平滑滤波算法(LOWESS)对信号进行降噪和特征提取,以在温漂、零漂、电磁干扰等噪声环境下实时获取润滑油中磨粒的尺寸和浓度信息;最后将检测结果与MetalSCAN3110磨粒传感器的结果对比,证明了该方法的可行性。(本文来源于《失效分析与预防》期刊2014年01期）
局部加权回归论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于加权最小二乘估计的时空地理加权回归方法,在随机项方差相同且最小的假设条件下估计回归参数和拟合值,由于没有考虑时空分析中异方差影响而导致估计结果存在一定偏差。局部多项式估计是一种消除异方差影响的非参数估计方法。本文在局部多项式估计原理基础上,提出了局部多项式时空地理加权回归方法。它是采用叁元一阶泰勒级数展开式重构时空回归系数和自变量矩阵,进而建立满足高斯-马尔可夫独立同分布假定要求的新模型,利用新模型回归系数估计值、拟合值以及新模型与原模型的关系,可得到原模型回归系数估计值和拟合值。本文采用模拟数据和真实数据进行试验,以GTWR与局部线性地理加权回归作为对比方法,从方法适用性、整体估计效果、回归系数估计偏差和拟合优度、整体估计偏差等方面分析了LPGTWR方法性能,有效证明了LPGTWR方法能消除异方差影响提升估计精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
局部加权回归论文参考文献
[1].江新乐,龙军,陈刚,夏雷,梁多姿.结合局部加权回归的时序异常检测方法研究[J].软件工程.2019
[2].赵阳阳,张小璐,张福浩,仇阿根,杨毅.一种局部多项式时空地理加权回归方法[J].测绘学报.2018
[3].杨春静,倪健,游龙泰,冷新,王文平.基于局部加权回归实现五味子醇提结果预测[J].现代中药研究与实践.2017
[4].赵阳阳.顾及全局和局部时空非平稳差异的地理加权回归方法研究[D].辽宁工程技术大学.2017
[5].邓心欢,马海涛,李月,杨宝俊.空间局部加权回归自适应TFPF[J].地球物理学报.2016
[6].徐晓丹,刘华文,姚明海,刘日仙.一种基于局部加权回归的分类方法[J].计算机工程与科学.2015
[7].王新刚,孔云峰.城市住房价格局部线性地理加权回归分析——以湖北省黄石市为例[J].中国土地科学.2015
[8].陈颂超,冯来磊,李硕,纪文君,史舟.基于局部加权回归的土壤全氮含量可见-近红外光谱反演[J].土壤学报.2015
[9].张金艺,张晶晶,李若涵,徐德政,徐秦乐.流水线型局部加权回归RFID室内定位[J].应用科学学报.2014
[10].苏连成,刘鑫,李小俚,冯文鹏.一种基于局部加权回归的润滑油磨粒在线分析算法[J].失效分析与预防.2014