自上世紀五十年代以來,回歸函數(shù)的估計在統(tǒng)計數(shù)據(jù)分析領域一直備受關注。其一階或者高階導函數(shù),由于在探究曲線的結(jié)構(gòu)、推斷數(shù)據(jù)中的重要特征、分析時間序列的變化趨勢、刻畫散點數(shù)據(jù)中亞微觀納米粒子的特征等方面具有重要應用,也吸引眾多學者對其進行研究。經(jīng)典的導函數(shù)估計方法包括兩種:一種是利用回歸數(shù)據(jù)構(gòu)造導數(shù)數(shù)據(jù),基于這些數(shù)據(jù)估計導函數(shù)的直接方法;另一種是先估計出回歸函數(shù),然后基于該函數(shù)計算導函數(shù)或者偏導函數(shù)的估計的間接方法。已有的直接方法通常受到輸入數(shù)據(jù)需要等間距的限制,同時對導函數(shù)變化劇烈的地方擬合效果較差。經(jīng)典的間接估計方法,通常無法同時保證擬合的回歸函數(shù)及其導函數(shù)的學習精度,對復雜數(shù)據(jù)的擬合效果也欠佳。本文提出了一個基于正則化隨機向量泛函鏈接（ReRVFL）網(wǎng)絡模型的間接求解導函數(shù)或偏導函數(shù)的估計算法。模型中選取Sigmoid函數(shù)作為激活函數(shù),其內(nèi)權參數(shù)通過隨機抽樣選取,可以有效降低計算復雜度,同時,由于基函數(shù)所在的空間更加豐富,從而可以保證模型具有較強的逼近能力,適合于處理具有非平穩(wěn)變化的復雜數(shù)據(jù)。外權參數(shù)通過正則化最小二乘求解,能夠有效避免過擬合。兩類模型參數(shù):通過交叉驗證的方法進行選取... 

【文章來源】：浙江工商大學浙江省

【文章頁數(shù)】：53 頁

【學位級別】：碩士

【部分圖文】：

圖中藍色為真實導數(shù)，紅色為經(jīng)驗導數(shù)所估計的導數(shù)點，分別對應的k值?

４．?２實驗報告??我們先在數(shù)據(jù)集１上對六種方法進行對比，給出實驗結(jié)果并畫出擬合圖。??４．２．?１直接方法??直接方法模擬的是數(shù)據(jù)集１，從［〇，１］中抽取３００個等間距設計點，生成３〇０??個樣本，下面將分別展示直接方法的擬合效果。??４０????????！??３〇?—?ｔｒｕｅ?Ｍ?——?ｔｒｕｒ??３０?Ｉ?？?ｐｒｗｈｃｔ?？?ｊｒｅａｉｆｔ?？ｒｅｄｃｔ??

４．?２實驗報告??我們先在數(shù)據(jù)集１上對六種方法進行對比，給出實驗結(jié)果并畫出擬合圖。??４．２．?１直接方法??直接方法模擬的是數(shù)據(jù)集１，從［〇，１］中抽取３００個等間距設計點，生成３〇０??個樣本，下面將分別展示直接方法的擬合效果。??４０????????！??３〇?—?ｔｒｕｅ?Ｍ?——?ｔｒｕｒ??３０?Ｉ?？?ｐｒｗｈｃｔ?？?ｊｒｅａｉｆｔ?？ｒｅｄｃｔ??

【參考文獻】：
期刊論文
[1]隨機權神經(jīng)網(wǎng)絡研究現(xiàn)狀與展望[J]. 喬俊飛,李凡軍,楊翠麗.  智能系統(tǒng)學報. 2016(06)

碩士論文
[1]三次光滑樣條的一些應用[D]. 韓圣同.華東師范大學 2009



本文編號：3123898