基于马尔科夫模型的回归研究及其应用

扫码查看

原文链接

万方数据
维普

中文摘要：在国内外回归分析方法的研究中,神经网络、支持向量机等传统方法被广泛使用,但是由于其计算量太大而且对计算模型和数据的准确性要求很高,在实际的应用中局限性强.为了解决这些难题,对Mar-ov理论和相关模型进行了深入的研究.首先将多元回归和Mar-ov模型进行结合,提出了基于多元回归的Mar-ov模型,解决了转移矩阵难以确定的问题,并将其应用于国民收入预测中,减少了运算复杂度并且解决了实际应用中的局限性,提高了模型的鲁棒性.同时将Mar-ov模型和Regime Switching Model进行结合,提出了基于Mar-ov-switch的回归算法,使用状态转移矩阵来处理数据,实验结果表明该算法可以有效地提高预测效率和大幅度减少运算时间,并且在UCI数据集上进行验证和传统方法相比,标准差减少72.72％、相关系数提高2％、运行时间减少了50％.

外文标题：Regression Research and Application Based on Markov Model

作者：

何成刚、丁宏强、陈思宝、罗斌、王家鑫

展开 >

作者单位：

安徽大学计算机科学与技术学院,安徽合肥 230031

安徽大学计算智能与信号处理教育部重点实验室,安徽合肥 230039

美国德州大学阿灵顿分校计算机科学与工程系,美国阿灵顿 TX76019

关键词：

Mar-ov模型多元回归 Mar-ov-switch回归算法减少运算量缩短运算时间

基金：

国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金面上项目国际(地区)合作与交流重点项目安徽大学科学研究建设经费项目

项目编号：

6197600461572030616710186167302061860206004Y040418282

出版年：

2022

DOI：

10.3969/j.issn.1673-629X.2022.04.002

计算机技术与发展

陕西省计算机学会

计算机技术与发展

CSTPCD

影响因子：0.621

ISSN：1673-629X

年,卷(期)：2022.32(4)

参考文献量6