首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 875 毫秒

1.  社会核算矩阵平衡方法研究——最小二乘交叉熵法  
   涂涛涛  马强《数量经济技术经济研究》,2012年第7期
   针对初始不平衡SAM与真实SAM关系未知的情形,本文提出了最小二乘交叉熵(LSCE)平衡法。基于最小二乘法(LS)、交叉熵法(CE)以及LSCE方法的仿真分析表明,CE与LS的相对稳健性取决于初始不平衡SAM的误差特征:当初始不平衡SAM的交易流量更接近于真实SAM时,LS较优;当初始不平衡SAM的系数矩阵更接近于真实SAM时,CE较优。LSCE方法同时考虑了SAM表流量和系数矩阵信息,故可得到精度介于LS和CE间的平衡SAM表,从而保证了平衡后SAM表的相对精度。    

2.  社会核算矩阵及其平衡方法研究  被引次数:6
   秦昌才《数量经济技术经济研究》,2007年第24卷第1期
   社会核算矩阵(SAM)是国民经济核算的一种重要形式,由于其数据来源多样且数据依赖于统计时间,这就决定了必须找到一个比较科学的方法对社会核算矩阵进行数据的调整与平衡。RAS方法与交叉熵(CE)方法是应用较为广泛的两种方法。本文通过比较研究认为,RAS方法是CE方法的一个特例———最小交叉熵模型,而CE方法是RAS方法的一般化,二者在实践应用过程中的取舍取决于研究者研究的侧重点。理论研究表明,当研究者侧重研究名义流的变化时,无疑RAS方法是首选;而当我们拥有各方面的信息来源并且用于结构变化的分析时,无疑CE方法是首选。但二者在实际研究中的优度比较仍是值得研究的问题。    

3.  基于改进型神经网络的财务预警实证研究  被引次数:1
   冯征《山西财经大学学报》,2007年第29卷第8期
   传统的神经网络财务预警模型存在缺陷,无法解释变量间的因果关系,使训练时间增加、训练精度下降。改进后的神经网络预警模型运用了统计方法、神经网络、粗糙集和模糊技术,能够得到优于传统神经网络模型的预测结果,弥补了传统神经网络模型解释性差的缺陷,实证研究结果也证实了该模型的有效性。    

4.  基于熵权灰色组合预测模型的区域能源需求预测研究  被引次数:1
   秦晋栋《价值工程》,2012年第31卷第4期
   本文在充分考虑传统GM(1,1)模型所存在缺陷的基础上,结合灰色预测模型的最新理论成果,提出了基于GM(1,1)模型,新陈代谢模型,离散DGM模型三种灰色预测模型的组合预测模型,采用熵值法来确定组合预测模型中各单项方法的权重,并以湖北省为例,对湖北省2001-2010年能源需求总量进行实证研究,结果表明基于灰色组合预测模型的预测精度明显高于三种单项预测方法的精度,证明了该模型用于区域能源需求预测的科学性和有效性,在此基础上对2011-2015年湖北省能源需求进行了预测。    

5.  基于TWSTFT进行钟差预报方法分析  
   侯俊  马煦  常青《国际商务研究》,2006年第46卷第3期
   用多项式拟合、频谱分析、改进的AR模型3种方法对由TWSTFT(卫星双向时间频率传递)得出的钟差时间序列进行了拟合和预报分析。为了抵制钟差时间序列中异常值的影响,引入了“抗差等价权”。利用TWSTFT得到的一天的钟差,按不同采样率、不同时间跨度进行计算分析,结果表明:抗差估计的预报精度明显高于最小二乘估计;平滑值的预报精度高于采样值;由于钟差时闻序列中有明显的周期变化,多项式进行钟差预报的精度不可靠;用谱分析进行钟差预报的精度不高,但可以发现钟差时间序列中的主要周期变化;改进的AR模型预报精度最高,预报RMS在1ns左右。    

6.  基于改进小波神经网络模型的汤河含沙量预测研究  
   《水利技术监督》,2017年第1期
   本文引入变量权重系数对小波神经网络进行改进,改善传统小波神经网络模型易出现局部收敛的缺陷,并将改进小波神经网络模型对汤河含沙量进行预测。研究结果表明:改进的小波神经网络模型改进了传统BP神经网络模型存在局部收敛的缺陷,在河流含沙量预测中,模拟的含沙量相对误差符合含沙量预测规范精度,可用于河流含沙量预测。研究成果对于河流含沙量预测提供参考价值。    

7.  基于GDP水平的区域技术创新效率测度  
   秦毅  姜钧译《价值工程》,2013年第20期
   区域技术创新效率是区域发展的动力,是衡量区域技术创新运营机制有效程度的重要标准,反应一个地区的研发水平和投入资源的利用率。通过建立区域技术创新效率指标体系,根据2009年我国30个省、市、自治区人均GDP构造系数矩阵,确定区域间的竞合关系;应用带有系数矩阵的交叉效率模型对2009年我国30个省、市、自治区的技术创新效率进行测度得出交叉效率矩阵,最后应用熵值法确定权重并得出最终效率。实证结果表明全部30个地区的技术创新效率均具有提升空间,该方法可以对所有区域进行充分排序且与传统仁慈型和进取型交叉效率方法相比更符合实际情况。    

8.  基于全极化SAR与多光谱的喀斯特山区农村林地提取  
   王平  周忠发  殷超《中国农业资源与区划》,2017年第38卷第7期
   [目的]为加快推动贵州省"互联网+"林业建设,打破贵州喀斯特高原山区遥感监测瓶颈,选取了空间分辨率8m的Radarsat-2全极化SAR数据与空间分辨率6m的SPOT 6多光谱影像作为数据源,探究微波与光学遥感结合在喀斯特山区农村地区的林地提取技术。[方法]首先采用ENVI SARscape与NEST软件对SAR图像预处理。将Radarsat-2全极化数据与SPOT 6标准假彩色影像进行HSV融合。计算融合图像的平均梯度、信息熵、标准差与均值,评价出最优融合效果的极化方式。基于K均值(K-means)与最大期望(EM聚类)聚类算法分割图像,选择合适的算法,基于聚类分割的阈值进行面向对象的林地分类。最后,基于像素的混淆矩阵精度评价,结合贵州省林业厅调查数据、野外样方和航拍图,建立参考样本评价分类结果。[结果](1)融合之后,目视解译出林地边缘明显但较粗糙;对于在林地中小面积建筑物、农田中的较分散的林地小图斑能够识别,但边缘粗糙;有林地和灌木林地在色调上区分明显;在融合后的明度图中的灌木林地有明度较大的像元,此类像元为石旮旯地。(2)通过定量分析,融合之后的影像较SAR和光学数据信息量大。同极化平均梯度大于交叉极化,HH极化方式下各指标最大。图像EM聚类分割比K-means聚类更加细化。EM聚类图像的特征区分明显;(3)研究分类出了有林地、灌木林地和其他林地。面向对象的林地分类总体分类精度达到85.71%。[结论]研究将微波与光学遥感结合,为喀斯特山区中农村地区的林地提取提供新思路,与传统的林地监测相比,数据获取快捷,提高工作效率,精度准确。有助于通过遥感的手段解决地块破碎区域的林地提取问题,为提高多源遥感技术在喀斯特农村地区中的林地智能监测的能力提供借鉴。    

9.  基于遗传算法的我国居民消费价格指数短期灰色预测研究  
   熊桂武《商场现代化》,2008年第31期
   针对传统灰色GM(1,1)预测模型存在精度差的问题,提出采用遗传算法对其进行改进。利用改进的GM(1,1)模型,根据2006年1月至2008年3月共27个月我国居民消费价格指数的统计资料,对2008年1-3月消费价格指数进行了预测,与实际消费价格指数和传统GM(1,1)的计算结果进行比较研究,结果表明改进的模型预测精度高,预测结果好,最后对未来三个月居民消费价格指数进行了预测并进行了分析。    

10.  基于改进GM(1,1)模型的居民消费价格指数的预测  
   卯青叶《中国集体经济》,2015年第4期
   由于居民消费价格指数受多方面因素的影响,单纯地采用GM(1,1)模型无法准确地进行预测,因此,文章提出改进GM(1,1)模型。首先,以2009~2013年居民消费价格指数为基础,通过建立普通GM(1,1)模型对2009~2013年居民消费价格指数进行模拟,发现模拟值与真实值之间存在差异较大;其次,基于普通GM(1,1)模型对残差进行修正,求解得到改进后的GM(1,1)模型,并对改进后模型进行可行性验证;最后,根据求解得出的改进GM(1,1)模型,对未来几年居民消费价格指数进行预测。结果表明,该预测方法是可行的,为其他相关预测提供了一种理论依据。    

11.  基于改进蒙特卡洛算法的河流水质概率区间时空变化预测研究  
   《水利技术监督》,2017年第5期
   文章引入交叉熵抽样方法对蒙特卡洛随机抽样进行优化和改进,并将改进算法结合水动力-水质模型对云南中部某河流水质概率区间时空变化进行预测。结果表明:改进算法在河流主要水质指标趋势的预测精度上好于传统算法;研究河流氨氮浓度在0.33~0.35mg/L的累积概率最高为0.702,而溶解氧浓度在4.31~4.51mg/L,累积概率最高达0.646;改进算法可估算不同概率下各水质指标随时间变化的波动曲线,可以河流水质预警提供关键依据;研究河流中上游出现高浓度氨氮和低浓度溶解氧的概率高于下游。研究成果对于河流水质预警系统构建提供重要依据。    

12.  基于背景值优化的新灰色GOM(1,1)模型  
   周玖《魅力中国》,2010年第29期
   本文对GOM(1,1)模型的背景值构造进行了研究。基于一次反向累加序列的指数特性和背景值的几何意义,提出了一种重构GOM(1,1)模型背景值的优化方法。实例表明:对于非负单调下降序列的预测,本文改进的GOM(1,1)模型比GM(1,1)模型模拟和预测的精度高。    

13.  基于自适应相关滤波器的人眼定位改进方法  
   张金焕  吴 进  宋 骁  尚 骁《国际商务研究》,2014年第54卷第11期
   人眼定位是人脸识别、视觉跟踪系统中一个关键步骤。针对传统人眼定位方法定位精度低、误差稳定性差的问题,提出将自适应相关滤波器与灰度积分投影法相结合,在训练和测试阶段做了两点改进。首先对训练得到的自适应相关滤波器,在\[-0.2,-0.1,0,0.1,0.2\]角度范围内旋转得到5个滤波器,选择灰度最大值对应的位置作为初始定位点,然后在该定位点的5×5邻域内,水平和垂直方向分别做灰度积分投影,最后选择积分最小值的位置作为最终的目标定位点。与平均合成精确滤波器、最小输出平方误差和滤波器、自适应合成相关滤波器算法相比,改进算法的定位精度最大提高2.9%,平均绝对误差和标准差均低于原始算法。实验结果表明,提出的改进算法在定位精度和稳定性上均优于以上算法。    

14.  基于控制变量法的股票期权VaR测度模型  
   林鑫《新财经》,2011年第2期
   本文讨论控制变量法改进估计股票期权的VaR的Delta-Gamma-Theta模型.模拟.实证表明:利用控制变量法使估计方差减少75.81%,方差减少接近5倍左右,而且控制变量与损失概率变量的相关系数的绝对值越大,方差减少越多,意味着采用控制变量法进行Monte Carlo模拟能更大减少估计量的方差,说明基于采用控制变量法的估计模型更加有效.    

15.  基于BP神经网络的灰色组合预测  
   何明芳《科技与企业》,2013年第22期
   本文主要从建模机制方面考虑,采用灰色新陈代谢模型,新初值模型,改进离散灰色模型,对我国人口进行建模,结果表明,这三个模型都能提高模型的预测精度。最后,针对单一模型的预测方法都会存在某些不足,本文从数据挖掘角度出发,引入BP神经网络,对上面GM(1,1)的改进模型,进行组合预测,并用实例证明了这一模型的可行性。    

16.  基于灰色组合模型的区域物流需求预测研究  
   俞少君《物流技术》,2012年第21期
   系统分析区域物流需求与相关影响因素关系,建立GM(1,1)、GM(0,N)单项预测模型,基于方差最小化准则构建组合模型,该组合模型克服了单项预测精度及适用条件等局限,改进了现有区域物流需求预测组合模型单因素多种方法简单组合的不足。最后采用2001-2009年安徽省物流需求数据进行实证分析,验证了组合预测模型的有效性。    

17.  基于灰色组合模型的区域物流需求预测研究  
   俞少君《物流技术》,2012年第31卷第11期
   系统分析区域物流需求与相关影响因素关系,建立GM(1,1)、GM(0,N)单项预测模型,基于方差最小化准则构建组合模型,该组合模型克服了单项预测精度及适用条件等局限,改进了现有区域物流需求预测组合模型单因素多种方法简单组合的不足.最后采用2001-2009年安徽省物流需求数据进行实证分析,验证了组合预测模型的有效性.    

18.  基于Markov-GNNM的煤炭需求量预测模型研究  
   《煤炭经济研究》,2020年第6期
   煤炭资源在我国能源消费总量中仍然占据主导地位,准确预测煤炭的需求量对我国经济发展和产业结构升级有着重大意义,针对传统煤炭需求量预测单一预测方法的缺陷,建立了组合灰色神经网络模型,为进一步提高模型精度,选用马尔科夫模型缩小预测残差范围来修正组合模型,进而建立了Markov—GNNM组合模型,旨在为准确预测煤炭需求量提供模型依据。选取2000—2018年我国煤炭需求量数据进行实证分析,预测结果表明该模型预测精度高,适用于煤炭需求量预测。    

19.  随机存放点和体积下拣货路径问题研究  
   雷娟娟  李兴国  钟金宏《物流技术》,2010年第29卷第3期
   针对货物存放点和货物体积的不确定性,提出应用交叉熵法解决拣货车路径问题的方法,由于目标函数的复杂性,设计一种基于Monte-Carlo抽样求解路径期望距离的有效方法.为了提高标准交叉熵(CE)法的性能,设计了随分位值大小发生变化的更新Markov转移矩阵关键路径的自适应调整算法.计算结果验证了采用该方法解决此间题的鲁棒性和有效性.    

20.  随机存放点和体积下拣货路径问题研究  
   雷娟娟  李兴国  钟金宏《物流技术》,2010年第29卷第5期
   针对货物存放点和货物体积的不确定性,提出应用交叉熵法解决拣货车路径问题的方法,由于目标函数的复杂性,设计一种基于Monte—Carlo抽样求解路径期望距离的有效方法。为了提高标准交叉熵(cE)法的性能,设计了随分位值大小发生变化的更新Markov转移矩阵关键路径的自适应调整算法。计算结果验证了采用该方法解决此问题的鲁棒性和有效性。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号