导读:本文包含了岭回归估计论文开题报告文献综述及选题提纲参考文献，主要关键词:方向,模长,均方误差,拟合误差
岭回归估计论文文献综述
朱尚伟,李景华[1]（2018）在《岭回归估计的向量参数方法》一文中研究指出本文提出岭回归估计的向量参数方法,选择均方误差函数的负梯度方向作为参数向量方向,根据均方误差与拟合误差的预期约束条件选择确定参数向量模长.文中获得了两个单调性结论,向量参数岭回归估计的均方误差是参数向量模长的单调减函数,而拟合误差是参数向量模长的单调增函数.基于两类误差的单调性结论,本文创建了关于两类误差的预期约束条件,预期条件约束下的向量参数岭回归方法有望成为兼备均方误差次优与拟合误差适度的双赢估计.文章最后是一个应用实例.(本文来源于《应用概率统计》期刊2018年05期）
戴迪帆[2]（2018）在《基于数据增广方法改进的岭回归估计》一文中研究指出当前我们所处的社会正在经历着第四次工业革命,驱动着这一全新的技术革命的基础是数据。数据已经变得和水、电、土地、空气、森林、草原、矿藏等资源一样,成为了当今社会的一种新生资源。于是处理数据资源的方法,即统计分析越发成为人们关注的焦点,而其中多元线性模型算是最普遍也是应用范围最广的一种数据分析技术方法。在所谓大数据的当下,数据的复杂程度和数据维度的急速扩大使得一些传统的统计分析方法难以适应,比如最小二乘估计,这些原始的分析方法得到的结果逐渐地开始失效,无法对结果进行合理的解释。于是便出现了如岭回归估计、lasso、最小角回归等一系列更加适应当前实际情况的新方法。这些方法不但具有理论上的突出意义,在实际应用中,例如在数据挖掘、机器学习等数据维度特别大的场景下同样有着巨大的意义。无论是对数据进行降维、分类还是预测,这些新的方法开始越来越多地应用,不断地改变着我们的生活。本文在现有文献的基础上,对岭回归估计方法进行了整理和介绍,包括它的背景、基本理论、性质以及对其性质的证明,不仅如此,还详细阐述了岭回归估计参数k的选取方法并罗列了常见的和经典的岭回归估计参数k的选取。接着对数据增广方法的提出背景、适用范围和具体方法进行了整理和扩充,并通过两个实例充分展示了数据增广方法作为一种辅助技术的适用性和易用性。在上述基础之上,本文提出了基于数据增广方法改进的岭回归估计,通过数据模拟的对比结果表明,改进后的方法确实提高了预测的精度和预测的稳定性。(本文来源于《浙江工商大学》期刊2018-01-01）
杨畅,王志福,佟妲,杨丹丹,刘丹[3]（2013）在《椭球约束与μ-类岭回归估计》一文中研究指出经典回归模型在椭球约束下利用残差平方准则得出的一类估计,在此基础上提出了μ-类岭回归估计,而且给出了在均方误差下μ-类岭回归估计优于经典回归模型在椭球约束下的估计类的条件.(本文来源于《商丘师范学院学报》期刊2013年06期）
王明益[4]（2012）在《山东省能源要素产出弹性、替代弹性的实证研究——基于超越对数生产函数的岭回归估计》一文中研究指出构建了一个包含煤炭、石油、天然气和电力4种能源投入要素及时间趋势变量的超越对数生产函数,实证检验了1979—2009年山东省各能源要素的产出弹性、替代弹性及技术进步差异。结果表明:自改革开放以来,山东省的能源要素投入系统存在中性技术进步,技术进步率呈逐年递增趋势;山东省各能源要素的产出弹性逐年提高,按其均值由高到低排序依次是电力、石油、煤炭和天然气;1979—2009年期间煤炭与石油、煤炭与电力、石油与电力以及天然气与电力的替代弹性均大于1,石油与天然气的替代弹性虽然小于1,但自2000年后逐渐增大;山东省各能源要素的技术进步差异较小,按能源要素的技术进步率由高到低排序依次是煤炭、石油、电力和天然气。(本文来源于《技术经济》期刊2012年04期）
李琦,邵诚,李亚芬,马宁圣[5]（2007）在《基于核岭回归估计器的常压塔航煤干点推断控制》一文中研究指出提出了一种基于核岭回归推断估计器的新型推断控制策略,来实现常压塔航煤干点的在线检测和控制.首先,对支持向量机与最小二乘支持向量机回归算法进行了分析,并提出一种直接优化核岭回归算法.其次,通过采集的二次变量数据和化验数据,用核岭回归方法建立了航煤干点的估计器模型.最后进行了仿真,结果表明,在相同样本集下,与支持向量机、RBF网络模型比较,所提建模方法调节参数少,预测精度高.(本文来源于《信息与控制》期刊2007年04期）
王志福[6]（1999）在《广义岭回归估计的一个精确解》一文中研究指出本文给出了广义岭回归估计的一般形式，通过极限方法给出了广义岭回归估计的一个精确解。(本文来源于《锦州师范学院学报(自然科学版)》期刊1999年03期）
周来东,王治渊[7]（1994）在《化学质量平衡模式的复共线性问题及岭回归估计》一文中研究指出讨论了岭回归在解决化学质量平衡模式的复共线性问题中的应用。结合成都市大气颗粒物的实测数据，对数据作标准化与不作标准化时的岭估计结果进行了比较。表明，不作标准化处理的岭回归方法较之经典方法（标准化处理），其岭迹能较快地趋于平稳，从而在较小的岭参数下得到较好地岭估计结果。(本文来源于《四川环境》期刊1994年03期）
何中市,何良材[8]（1994）在《岭回归估计k值选取迭代算法的收敛性定理和极限》一文中研究指出岭回归估计ｋ值选取迭代算法的收敛性定理和极限何中市，何良材（重庆大学系统工程及应用数学系，重庆６３００４４）ＴＨＥＣＯＮＶＥＲＧＥＮＣＥＴＨＥＯＲＥＭＡＮＤＬＩＭＩＴＯＦＴＨＥＩＴＥＲＡＴＩＶＥＡＬＧＯＲＩＴＨＭＦＯＲＣＨＯＯＳＩＮＧｋＶＡＬＵＥＩＮ...(本文来源于《应用数学学报》期刊1994年01期）
李叁鸣,徐素彦,王玉贵,申战,张福蔓[9]（1993）在《药物动力学参数标准差的岭回归估计》一文中研究指出利用均值血药浓度确定药物动力学参数,并估计药物动力学参数的标准差的方法已经见报。本文将岭回归应用于药物动力学参数标准差的估计,表现出计算结果稳定、准确、可靠的优点。(本文来源于《沈阳药学院学报》期刊1993年03期）
何中市,何良材[10]（1992）在《岭回归估计均方误差的重要特性及其应用》一文中研究指出通过深入分析单参数岭估计β(k)的均方误差MSE(β(k)),得到了它的一个重要特性。并把较优均方误差的存在范围由(0,/maxα扩大到(0.2/max];同时,还得到了较优均方误差的另一不可替代的存在范围(0.2σ~2min/(maxλ_iα_~2-σ~2));以及最优均方误差的存在范围。[σ~2/maxα~2、σ~/minα~2]。并结合实际问题,给出了岭参数k值选取的算法实例。(本文来源于《重庆大学学报(自然科学版)》期刊1992年04期）
岭回归估计论文开题报告
（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：
当前我们所处的社会正在经历着第四次工业革命,驱动着这一全新的技术革命的基础是数据。数据已经变得和水、电、土地、空气、森林、草原、矿藏等资源一样,成为了当今社会的一种新生资源。于是处理数据资源的方法,即统计分析越发成为人们关注的焦点,而其中多元线性模型算是最普遍也是应用范围最广的一种数据分析技术方法。在所谓大数据的当下,数据的复杂程度和数据维度的急速扩大使得一些传统的统计分析方法难以适应,比如最小二乘估计,这些原始的分析方法得到的结果逐渐地开始失效,无法对结果进行合理的解释。于是便出现了如岭回归估计、lasso、最小角回归等一系列更加适应当前实际情况的新方法。这些方法不但具有理论上的突出意义,在实际应用中,例如在数据挖掘、机器学习等数据维度特别大的场景下同样有着巨大的意义。无论是对数据进行降维、分类还是预测,这些新的方法开始越来越多地应用,不断地改变着我们的生活。本文在现有文献的基础上,对岭回归估计方法进行了整理和介绍,包括它的背景、基本理论、性质以及对其性质的证明,不仅如此,还详细阐述了岭回归估计参数k的选取方法并罗列了常见的和经典的岭回归估计参数k的选取。接着对数据增广方法的提出背景、适用范围和具体方法进行了整理和扩充,并通过两个实例充分展示了数据增广方法作为一种辅助技术的适用性和易用性。在上述基础之上,本文提出了基于数据增广方法改进的岭回归估计,通过数据模拟的对比结果表明,改进后的方法确实提高了预测的精度和预测的稳定性。
（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。
岭回归估计论文参考文献
[1].朱尚伟,李景华.岭回归估计的向量参数方法[J].应用概率统计.2018
[2].戴迪帆.基于数据增广方法改进的岭回归估计[D].浙江工商大学.2018
[3].杨畅,王志福,佟妲,杨丹丹,刘丹.椭球约束与μ-类岭回归估计[J].商丘师范学院学报.2013
[4].王明益.山东省能源要素产出弹性、替代弹性的实证研究——基于超越对数生产函数的岭回归估计[J].技术经济.2012
[5].李琦,邵诚,李亚芬,马宁圣.基于核岭回归估计器的常压塔航煤干点推断控制[J].信息与控制.2007
[6].王志福.广义岭回归估计的一个精确解[J].锦州师范学院学报(自然科学版).1999
[7].周来东,王治渊.化学质量平衡模式的复共线性问题及岭回归估计[J].四川环境.1994
[8].何中市,何良材.岭回归估计k值选取迭代算法的收敛性定理和极限[J].应用数学学报.1994
[9].李叁鸣,徐素彦,王玉贵,申战,张福蔓.药物动力学参数标准差的岭回归估计[J].沈阳药学院学报.1993
[10].何中市,何良材.岭回归估计均方误差的重要特性及其应用[J].重庆大学学报(自然科学版).1992