导读:本文包含了向量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:孪生支持向量回归机,优化理论,极大熵函数法,自适应
向量回归论文文献综述
黄华娟,韦修喜[1]（2019）在《基于自适应调节极大熵的孪生支持向量回归机》一文中研究指出孪生支持向量回归机(Twin Support Vector Regression,TSVR)的数学模型是求解一对约束优化问题,如何将约束优化问题转化为无约束优化问题进行求解是一个难题.在TSVR约束优化模型的基础上,依据最优化理论提出TSVR的无约束优化问题.然而,无约束优化问题的目标函数有可能不可微,为解决这个问题,引入极大熵函数,确保优化问题都是可微的.标准的极大熵函数法有可能发生数值溢出,所以对极大熵函数法进行了改进,提出自适应调节极大熵函数法来逼近TSVR的不可微项,并提出基于自适应调节极大熵函数法的TSVR学习算法.实验结果表明,和其他回归方法相比,所提算法不仅能够提高回归精度,而且效率得到了较大的提高.(本文来源于《南京大学学报(自然科学)》期刊2019年06期）
吕洪林[2]（2019）在《基于范数支持向量回归机的算法扰动设计研究》一文中研究指出解决回归问题中相对重要的方法就是支持向量回归机。实际问题中的一些固定测量及公式计算总会存在误差,因此有必要通过扰动分析来讨论研究支持向量回归机数据的扰动问题。基于此,把1范数支持向量回归机作为研究对象,通过扰动分析,在一定的条件下给出了解对扰动数据偏导数的表达式,建立线性规划中1范数支持向量机算法的原始问题的灵敏度分析定理。(本文来源于《黑龙江工业学院学报(综合版)》期刊2019年11期）
张新锋,饶勇翔,姚蒙蒙[3]（2019）在《基于支持向量回归的锂电池健康状态估计》一文中研究指出针对锂电池动态工况下健康状态估计困难的问题,设计了一种基于支持向量回归机的健康状态估计方法.提取电池运行时可监测的电压、电流、温度、荷电状态融合成一种新的健康因子,采用支持向量回归机的方法训练得到健康状态估计模型,并选用网格寻优算法对模型的参数进行优化,实现基于可监测参数的动态工况下的锂电池健康状态估计.仿真结果表明,本文选取的健康因子能准确地反映电池的健康状态,健康状态的平均估计精度在1%以内.(本文来源于《中北大学学报(自然科学版)》期刊2019年06期）
杜军,寇佳丽,赵培阳[4]（2019）在《海洋产业结构升级、海洋科技创新与海洋经济增长——基于省际数据面板向量自回归（PVAR）模型的分析》一文中研究指出为促进我国海洋经济实现高质量发展,基于2006—2015年的省际面板数据,运用面板向量自回归(PVAR)模型对海洋产业结构升级、海洋科技创新与海洋经济增长之间的动态关系进行实证分析。研究结果表明:海洋产业结构升级对海洋经济增长具有显着的影响,海洋经济增长对海洋科技创新具有显着的影响;从短期来看海洋经济增长对海洋产业结构升级的正向效应不明显,从长期来看海洋经济增长能够促进海洋产业结构优化;海洋科技创新对海洋经济增长的正效应逐渐减弱,海洋产业结构升级是海洋经济增长的格兰杰原因,海洋经济增长是海洋科技创新的格兰杰原因。(本文来源于《科技管理研究》期刊2019年21期）
朱翔[5]（2019）在《产业创新生态系统种群构成与产业创新能力的关系——基于向量自回归（VAR）模型的实证分析》一文中研究指出从中观产业创新生态系统视角,运用向量自回归(VAR)模型构建产业创新能力与种群密度、种群丰富度之间的动态关系系统,着重探讨产业创新生态系统演化过程中种群构成对产业创新能力的影响规律。格兰杰因果关系分析表明,种群丰富度、种群密度是引起产业创新能力变动的格兰杰原因。脉冲响应与方差分解表明,种群密度与种群丰富度的正向冲击均会对产业创新能力产生积极的作用,种群密度对产业创新能力的影响较之种群丰富度要大一些;种群密度当期的正向变化会在未来对产业创新能力产生短期的促进作用,且促进作用的增长率会先迅速增大、之后逐渐降低并在第4年作用消失,而种群丰富度的当期正向变化会对产业创新能力产生长期的积极影响。据此提出构建合理的创新生态系统、完善种群结构等建议。(本文来源于《科技管理研究》期刊2019年21期）
杨小实,王湘龙[6]（2019）在《基于机器学习支持向量回归SVR算法对外卖配送流程优化的研究》一文中研究指出随着外卖行业的迅速发展,外卖配送效率依然不高,仍存在一些可优化的环节,本文从机器学习算法这一新视角对配送进行优化,尝试用支持向量回归算法(Support Vetor Regession,SVR)改善配送中骑手取餐等待问题和同一目的地订单配送低效问题。(本文来源于《计算机产品与流通》期刊2019年11期）
邓创,付蓉,徐曼[7]（2019）在《中国货币政策的独立性会影响调控效果吗——基于门限向量自回归模型的实证研究》一文中研究指出本文首先从"价格型"和"数量型"两个方面对中国货币政策的独立性进行评估,并在运用平滑迁移回归模型对中国货币政策独立性的主要影响因素进行实证检验的基础上,进一步选用门限向量自回归模型考察了货币政策独立性对货币政策产出效应和价格效应的非线性影响机制。研究结果表明,资本开放度和汇率稳定性对货币政策独立性的影响存在显着的非对称效应;当货币政策独立性处于高区制时,两种类型的货币政策均能发挥出良好的逆风向调控效果,并且相比于"数量型"调控,"价格型"调控具有力度缓和、影响长久等优点。本文认为,未来在积极推进货币政策由"数量型"主导向"价格型"主导转型的同时,还应着力提高货币政策的独立性以充分发挥其对货币政策有效性的促进作用。(本文来源于《吉林大学数量经济优秀成果汇编（2018年卷）》期刊2019-11-01）
李晓新,张屹山[8]（2019）在《基于小波变换的模糊信息粒化支持向量回归模型及其应用研究》一文中研究指出本文将小波变换、模糊信息粒化、交叉验证以及支持向量回归等方法组合在一起,构建出基于小波变换的模糊信息粒化支持向量回归(WT-FIG-SVR)模型。首先,该模型通过小波变换对时间序列进行降噪处理,有效地改善了数据的不稳定和失真问题。然后,对模糊后的数据进行支持向量回归,并运用五折交叉验证方法隔点搜索最优参数,避免过度拟合的发生。由于数据处理中运用了模糊算法,新组合模型不仅可以对未来数据进行点估计,而且可以计算出未来的区间估计。通过对上证指数的实证分析,比较WT-FIG-SVR新模型与FIG-SVR原模型的预测效果,结果证明加入小波变换的新模型具有更强的预测能力,特别是在数据出现剧烈波动时,新模型对预测精度的提升更为明显。(本文来源于《数量经济研究》期刊2019年04期）
熊中刚,刘忠,罗素莲[9]（2019）在《基于模糊加权最小二乘支持向量回归的非线性系统建模方法》一文中研究指出针对非线性系统建模时边界数据会产生较大的建模偏差、数据计算负荷大以及如何从数据集中选取K个近邻点才能保证其性能缺乏统一标准等问题,提出了基于模糊加权最小二乘支持向量回归的非线性系统建模方法。该方法融合了模糊加权机理与最小二乘支持向量回归的优点,通过引入重迭因子,在保证建模精度(均方根误差越小越好)的情况下,去除建模过程中的一些非重要数据,减小建模方法的运算时间,并能将全局与局部建模方法相融合有效解决局部建模方法所产生的边界效应问题。实验验证结果表明,分别对几种方法从训练/测试均方根误差、不同重迭因子、计算时间方面比较都有明显的有效性和优越性。(本文来源于《探测与控制学报》期刊2019年05期）
杨凌,陈亮,赵膑,张国龙,李媛[10]（2019）在《基于复数支持向量回归机的盲均衡算法》一文中研究指出基于复数支持向量回归机(CSVR)的框架,提出了一种针对复数信号的新的盲均衡算法,将多模算法的误差函数代入CSVR的惩罚项构造代价函数,利用广泛线性估计建立回归关系,并采用迭代重加权最小二乘方法确定均衡器系数。不同于支持向量回归机对复数信号的实数化处理方式,CSVR利用Wirtinger微积分,将复数信号直接在复数再生核希尔伯特空间进行解析。仿真实验表明,针对QPSK调制信号,在线性信道和非线性信道下,与基于SVR的盲均衡算法相比,通过选取合适的核函数和迭代优化方法,所提算法的均衡性能显着提升。(本文来源于《通信学报》期刊2019年10期）
向量回归论文开题报告
（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：
解决回归问题中相对重要的方法就是支持向量回归机。实际问题中的一些固定测量及公式计算总会存在误差,因此有必要通过扰动分析来讨论研究支持向量回归机数据的扰动问题。基于此,把1范数支持向量回归机作为研究对象,通过扰动分析,在一定的条件下给出了解对扰动数据偏导数的表达式,建立线性规划中1范数支持向量机算法的原始问题的灵敏度分析定理。
（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。
向量回归论文参考文献
[1].黄华娟,韦修喜.基于自适应调节极大熵的孪生支持向量回归机[J].南京大学学报(自然科学).2019
[2].吕洪林.基于范数支持向量回归机的算法扰动设计研究[J].黑龙江工业学院学报(综合版).2019
[3].张新锋,饶勇翔,姚蒙蒙.基于支持向量回归的锂电池健康状态估计[J].中北大学学报(自然科学版).2019
[4].杜军,寇佳丽,赵培阳.海洋产业结构升级、海洋科技创新与海洋经济增长——基于省际数据面板向量自回归（PVAR）模型的分析[J].科技管理研究.2019
[5].朱翔.产业创新生态系统种群构成与产业创新能力的关系——基于向量自回归（VAR）模型的实证分析[J].科技管理研究.2019
[6].杨小实,王湘龙.基于机器学习支持向量回归SVR算法对外卖配送流程优化的研究[J].计算机产品与流通.2019
[7].邓创,付蓉,徐曼.中国货币政策的独立性会影响调控效果吗——基于门限向量自回归模型的实证研究[C].吉林大学数量经济优秀成果汇编（2018年卷）.2019
[8].李晓新,张屹山.基于小波变换的模糊信息粒化支持向量回归模型及其应用研究[J].数量经济研究.2019
[9].熊中刚,刘忠,罗素莲.基于模糊加权最小二乘支持向量回归的非线性系统建模方法[J].探测与控制学报.2019
[10].杨凌,陈亮,赵膑,张国龙,李媛.基于复数支持向量回归机的盲均衡算法[J].通信学报.2019