导读:本文包含了损失指数论文开题报告文献综述及选题提纲参考文献，主要关键词:神经网络,超限学习机,鲁棒,指数Laplace损失函数
损失指数论文文献综述
王快妮,曹进德,刘庆山[1]（2019）在《基于指数Laplace损失函数的回归估计鲁棒超限学习机》一文中研究指出实际问题的数据集通常受到各种噪声的影响,超限学习机(extreme learning machine, ELM)对这类数据集进行学习时,表现出预测精度低、预测结果波动大.为了克服该缺陷,采用了能够削弱噪声影响的指数Laplace损失函数.该损失函数是建立在Gauss核函数基础上,具有可微、非凸、有界且能够趋近于Laplace函数的特点.将其引入到超限学习机中,提出了鲁棒超限学习机回归估计(exponential Laplace loss function based robust ELM for regression, ELRELM)模型.利用迭代重赋权算法求解模型的优化问题.在每次迭代中,噪声样本点被赋予较小的权值,能够有效地提高预测精度.真实数据集实验验证了所提出的模型相比较于对比算法具有更优的学习性能和鲁棒性.(本文来源于《应用数学和力学》期刊2019年11期）
周慧[2]（2019）在《刻度平方误差损失下逆指数分布的Bayes可靠性分析》一文中研究指出本文在刻度平方误差损失函数下研究逆指数分布参数的Bayes估计问题,在参数的先验分布为Gamma先验分布下,得到了参数的Bayes估计.最后,通过蒙特卡洛统计模拟试验比较分析最大似然估计和Bayes估计.(本文来源于《湘南学院学报》期刊2019年05期）
文平[3]（2019）在《有界线性指数损失函数下样本容量的确定》一文中研究指出文章研究线性指数损失函数和有界线性指数损失函数下的样本容量问题。在线性指数损失函数和正态分布假设下,给出了最优样本容量的解析解。对于有界线性指数损失函数,则给出了得到最优样本容量的算法,并且以正态分布与泊松分布为例求出了最优样本容量。由于有界线性指数函数在现实中的广泛应用,本文所给出的算法具有一定的应用价值。(本文来源于《统计与决策》期刊2019年14期）
范国兵[4]（2019）在《对称熵损失函数下指数分布寿命性能指数的贝叶斯检验》一文中研究指出在产品的质量特性值服从指数分布条件下,用过程能力指数评估产品的寿命性能,建立了对称熵损失函数下指数分布寿命性能指数的贝叶斯检验方法,给出寿命性能指数C_L的最大似然估计及贝叶斯估计,提出一种新的方法对C_L进行检验,并通过一个应用实例说明该方法的有效性.(本文来源于《河南教育学院学报(自然科学版)》期刊2019年02期）
陶文惠[5]（2019）在《基于指数平方损失的两类半参数模型的变量选择》一文中研究指出半参数模型不但具有参数模型容易解释的优点而且具有非参数模型灵活性的特点。当协变量维数较高时,半参数模型还克服了非参数模型“维数灾难”的问题。因此这类模型受到很多学者的广泛关注,还在经济学和生物学等很多领域有广泛应用。本文主要对部分线性可加模型和变系数部分非线性模型的估计和变量选择问题进行研究。众所周知,现存的估计方法大多是建立在最小二乘的基础上。但是这种方法对数据中的异常值或重尾误差分布非常敏感,很不稳健,极大降低了估计的有效性。这需要我们寻找更稳健的估计方法,本文将使用指数平方损失的方法进行估计。对于变量选择的问题,我们一方面希望选择出模型中只含有与响应变量真正相关的少数协变量,来达到很好的预测效果,另一方面希望我们所使用的变量选择方法比较稳健,当数据中有异常值或重尾误差分布时,不至于变量选择的结果受到很大的影响。因此本文基于指数平方损失使用SCAD惩罚函数方法对两类半参数模型进行稳健变量选择。本文一共分为四章,第一章我们先介绍了部分线性可加模型、变系数部分非线性模型以及指数平方损失方法的基础知识及其相应的研究背景与现状。第二章主要对部分线性可加模型进行了稳健估计和变量选择。对此模型的可加部分利用B样条基函数近似,利用SCAD惩罚函数方法对模型进行变量选择。这一切工作都是建立在指数平方损失函数方法下进行的。在适当的正则条件下,我们建立并证明了所使用方法的估计和变量选择的理论性质。除此之外,在本章数值模拟例1中,我们用均方误差(MSE)评价参数部分估计的有效性,用平均平方误差的平方根(RASE)评价可加部分估计的有效性,通过与其他方法数值的比较,我们的方法得到很好的估计效果。在例2中,用RASE评价可加部分估计的有效性,用广义均方误差(GMSE)评估参数部分估计的有效性,当样本量为200,误差分布是N(0,1)时,虽然惩罚指数平方损失(PESL)的RASE比惩罚最小二乘(PLSE)的略大,即PESL的非参数估计的有效性略差,但是PESL的关于正确识别真实模型的比率(CF)较大,即变量选择的有效性较好。样本量为200时的其他误差分布情况下,PESL的RASE和CF方面都总是优于其他叁种方法。当误差分布服从N(0,1)和t(3)时,样本量是200的PESL的CF小于惩罚modal回归(PSME),但PESL的GMSE比PSME小,其他误差分布下,PESL表现良好。随着样本量的增大,当样本量为400和600时,PESL的RASE,GMSE和变量选择方面都优于其他叁种方法。并且当误差分布服从污染正态分布,随着样本容量的增大,PESL的优越性变得越来越明显,说明PESL是一种稳健有效的估计方法。在实例分析中得到,我们所使用的指数平方损失方法能选择出重要变量并且比其他方法预测效果要好。第叁章利用指数平方损失的方法对变系数部分非线性模型进行了稳健变量选择。对本模型的变系数部分利用B样条基函数近似,利用SCAD惩罚函数的方法对模型进行变量选择。并且在一定的正则条件下,建立并证明了变量选择的理论性质。第四章是对本文的总结以及对今后工作的展望。(本文来源于《山东师范大学》期刊2019-03-20）
陶文惠,王秀丽[6]（2019）在《指数平方损失下变系数部分非线性模型的估计》一文中研究指出本文对变系数部分非线性模型基于指数平方损失的方法进行稳健估计,这种方法不受异常值和重尾误差的影响,稳定性强.其中对变系数部分使用了B样条基函数进行逼近.在一定的正则条件下,我们建立并证明了估计量的渐近性质.(本文来源于《山东师范大学学报(自然科学版)》期刊2019年01期）
周德才,童飞杰,胡琛宇[7]（2018）在《基于混频损失函数的中国实时金融状况指数另种构建》一文中研究指出研究目标:基于货币政策双目标混频损失函数(MLF),构建及检验中国实时金融状况指数(RTFCI)。研究方法:使用MF-DFM模型,构建了由通胀和GDP构成的中国MLF,同时从30个混频金融数据中分别抽取6个结构公因子(SFs);在栾惠德和侯晓霞(2015)的基础上,克服了金融经济无关联和信息量少等问题,选择由MLF和SFs组成的日月混频数据,使用新构建的MF-SFAVAR模型,以另种方法构建中国RTFCI,并与延时FCI(DTFCI)比较。研究发现:中国MLF很好地刻画了货币政策双目标的共同成分;与DTFCI相比,中国RTFCI是通胀和GDP更优的先行性、相关性、因果性和预测指标;中国货币政策是价格和数量结合型的。研究创新:新构建了MF-SFAVAR模型和中国首个MLF;以另种方法构建了中国RTFCI。研究价值:为中国政府部门实施货币政策和对实体经济进行投融资决策提供了科学依据。(本文来源于《数量经济技术经济研究》期刊2018年12期）
邓喆[8]（2019）在《基于勒纳指数的我国财产保险市场势力及福利损失研究》一文中研究指出中国保险行业作为金融体系中重要组成部分,其市场结构不仅影响产业自身发展,也影响到整个金融体系的稳定,本文主要研究中国产险市场结构中的垄断问题,定量测度产险市场上市场势力和福利损失的程度。本文基于中国财产保险企业2012—2016年的数据,借助勒纳指数与超对数成本函数,对产险市场的市场势力以及福利损失进行测度。结果表明:中国产险市场资产前10保险企业存在不同程度的市场势力,对社会造成的总福利损失占GDP百分比约为0.25%左右。基于此了解到中国产险市场存在市场势力与福利损失的具体情况,针对市场势力的治理方法提出意见。(本文来源于《科技与管理》期刊2019年01期）
刘婉贞[9]（2018）在《加权平方误差损失下指数分布寿命绩效指标的Bayes估计》一文中研究指出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。(本文来源于《中国科技信息》期刊2018年16期）
吕大刚,董尧,王闽雄,贾明明[10]（2018）在《基于改进生活质量指数的社会挽救生命成本及在地震生命损失估计中的应用》一文中研究指出在最新版的ISO标准《结构可靠性总原则ISO 2394:2015》中,通过引入柯布-道格拉斯弹性常数,对生活质量指数(Life Quality Index,LQI)进行了改进。本文综合世界各国对休闲时间比例的观点,结合ISO 2394:2015对工作时间比例进行的修正,改进了避免死亡隐含费用(Implied Cost of Averting a Fatality,ICAF)和社会生命挽救成本(Societal Life Saving Cost,SLSC)等社会经济综合指标。采用基于改进LQI的社会可接受准则,通过考虑我国社会经济发展状况、居民休闲娱乐的时间以及期望寿命等因素,对我国地震中人员伤亡损失的货币价值进行了评估,对我国31个省市2008年及2017年的ICAF值进行了计算和对比分析,并以汶川地震及钢筋混凝土框架结构为例,研究了ICAF和SLSC在地震人员伤亡损失估计中的应用。(本文来源于《自然灾害学报》期刊2018年04期）
损失指数论文开题报告
（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：
本文在刻度平方误差损失函数下研究逆指数分布参数的Bayes估计问题,在参数的先验分布为Gamma先验分布下,得到了参数的Bayes估计.最后,通过蒙特卡洛统计模拟试验比较分析最大似然估计和Bayes估计.
（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。
损失指数论文参考文献
[1].王快妮,曹进德,刘庆山.基于指数Laplace损失函数的回归估计鲁棒超限学习机[J].应用数学和力学.2019
[2].周慧.刻度平方误差损失下逆指数分布的Bayes可靠性分析[J].湘南学院学报.2019
[3].文平.有界线性指数损失函数下样本容量的确定[J].统计与决策.2019
[4].范国兵.对称熵损失函数下指数分布寿命性能指数的贝叶斯检验[J].河南教育学院学报(自然科学版).2019
[5].陶文惠.基于指数平方损失的两类半参数模型的变量选择[D].山东师范大学.2019
[6].陶文惠,王秀丽.指数平方损失下变系数部分非线性模型的估计[J].山东师范大学学报(自然科学版).2019
[7].周德才,童飞杰,胡琛宇.基于混频损失函数的中国实时金融状况指数另种构建[J].数量经济技术经济研究.2018
[8].邓喆.基于勒纳指数的我国财产保险市场势力及福利损失研究[J].科技与管理.2019
[9].刘婉贞.加权平方误差损失下指数分布寿命绩效指标的Bayes估计[J].中国科技信息.2018
[10].吕大刚,董尧,王闽雄,贾明明.基于改进生活质量指数的社会挽救生命成本及在地震生命损失估计中的应用[J].自然灾害学报.2018
标签：神经网络; 超限学习机; 鲁棒; 指数Laplace损失函数;