基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
建立回归模型常采用最小二乘方法并忽略自变量观测误差。尽管同时顾及自变量和因变量观测误差的总体最小二乘方法近年来得到了广泛研究,但在模型预测时,依然忽略了待预测自变量的观测误差。对此,本文提出了一种严格考虑所有变量观测误差的无缝线性回归和预测模型,该模型将回归模型的建立和因变量预测联合处理,在建立回归模型过程中对待预测自变量的观测误差进行估计并修正,从而提高了模型预测效果。理论证明,现有的几种线性回归模型都是无缝线性回归和预测模型的特例。试验结果表明,无缝线性回归和预测模型的预测效果优于现有的几种模型,尤其在变量观测误差相关性较大时,无缝模型对预测效果的改善更为显著。
推荐文章
基于线性回归模型的菜花重量预测研究
机器学习
线性回归
LASSO
重量预测
菜花
铁路无缝线路应力放散与锁定技术研究
无缝线路
应力放散
锁定
放散施工流程
模糊线性回归预测
对称三角模糊数
模糊线性回归
模糊预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 无缝线性回归与预测模型
来源期刊 测绘学报 学科 地球科学
关键词 无缝线性回归模型 模型预测 误差估计 误差相关性
年,卷(期) 2016,(12) 所属期刊栏目 大地测量学与导航
研究方向 页码范围 1396-1405
页数 10页 分类号 P207.1
字数 5940字 语种 中文
DOI 10.11947/j.AGCS.2016.20160263
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李博峰 同济大学测绘与地理信息学院 56 635 14.0 23.0
2 王苗苗 同济大学测绘与地理信息学院 7 44 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (70)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(3)
  • 参考文献(1)
  • 二级参考文献(2)
1980(4)
  • 参考文献(0)
  • 二级参考文献(4)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(11)
  • 参考文献(2)
  • 二级参考文献(9)
2013(9)
  • 参考文献(3)
  • 二级参考文献(6)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
无缝线性回归模型
模型预测
误差估计
误差相关性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘学报
月刊
1001-1595
11-2089/P
大16开
北京复兴门外三里河路50号
2-224
1957
chi
出版文献量(篇)
3170
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导