AIC准则
AIC准则的相关文献在1985年到2022年内共计138篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、公路运输
等领域,其中期刊论文129篇、会议论文6篇、专利文献861篇;相关期刊109种,包括商情、白城师范学院学报、系统工程与电子技术等;
相关会议6种,包括第十二届全国青年管理科学与系统科学学术会议、2010年全国声学学术会议、2007年全国高性能计算学术年会等;AIC准则的相关文献由333位作者贡献,包括黄磊、商云龙、崔纳新等。
AIC准则
-研究学者
- 黄磊
- 商云龙
- 崔纳新
- 廖桂生
- 张承慧
- 张杰
- 赵联文
- 刘帅
- 刘涛
- 刘赪
- 吴晓明
- 唐家银
- 孙福杰
- 张文泉
- 徐志昆
- 徐永刚
- 徐艺萍
- 朱建军
- 杨炜明
- 梁忠民
- 王慧霞
- 王珏
- 王辉
- 胡瑞婷
- 袁志发
- 谭启涛
- 赵伶俐
- 邓辉文
- 郭满才
- He Hui
- Li Ping
- Liu Jie
- 丁宏
- 于桂荣
- 仝殿波
- 任仙玲
- 任立锋
- 任迎华
- 何峰
- 余东
- 余成波
- 余竞
- 俞倩雯
- 俞金寿
- 傅冬绵
- 兰同汉
- 冯泮
- 刘丁
- 刘勇
- 刘妙燕
-
-
-
李佳欣
-
-
摘要:
为了给消费者信贷决策提供合理依据,基于真实的客户信贷数据,运用逐步Logistic回归方法依据AIC准则进行变量选择建立经典决策树、条件推断树、随机森林、支持向量机等分类模型,并对4个分类模型的预测结果进行比较.结果表明:基于逐步Logistic回归建立的随机森林分类模型准确率达97%,预测效果最优;随机森林算法具有较高的分类精度,可以很好地应用在个人信用评估问题研究中.
-
-
肖哲坤;
朱洒洒
-
-
摘要:
该文提供了对连续型变系数模型的一种估计方法和求解思路.通过对连续型变系数模型的系数函数进行泰勒展开,把变系数模型问题转化为高维常系数模型来研究.为了防止异常点的影响,选择稳定的损失函数,并加入惩罚函数对高维数据进行变量选择,然后使用模拟退火算法和AIC准则反复进行求解.使用LAE+SCAD估计方法对汽车mpg数据集进行实证分析,体现出模型及算法的实用价值.
-
-
权宁;
徐志鹏
-
-
摘要:
为了解决气动位置控制系统的精确定位,提出了一种基于AIC准则的气动位置控制系统辨识.通过对气动位置控制系统分析,建立了系统数学模型,并进行了线性化处理.基于AIC准则建立了白噪声和有色噪声两种模型,找到了满足两种模型最小的阶次,采用增广最小二乘法实现对有色噪声参数的无偏估计;通过自相关系数检验了系统残差序列的白色性,验证了气动位置控制系统辨识模型的可靠性.实验结果表明:当幅值分别为1000 A和1200 A时,两种系统的传递函数基本等价,说明在相同阶次的逆M序列且幅值在一定范围内,不同系统对模型参数的辨识影响较小.
-
-
刘涛;
杨炜明;
胡瑞婷
-
-
摘要:
在传统经济计量模型中,高频数据须经过加权平均或者插值拟合等方法才能整理为与低频数据同一频率的数据,再进行数据建模及分析。这种传统的计量模型不仅会造成高频数据信息的丢失,更会影响模型预测精度。混频数据模型则是利用不同频率数据来构建模型,可以避免数据因拟合或加权平均而造成信息损失,合理应用高频数据所蕴含的信息,从而提升模型的预测精度和时效性。本文应用混频数据抽样模型(MIDAS)对中国季度GDP进行预测,选取2000年第一季度至2017年第四季度GDP,在给定滞后阶数范围和赋予高频解释变量不同多项式权重函数的情况下,基于AIC信息准则选取最优的MIDAS预测模型预测时发现:滞后阶数最优的情况下,选取不同的多项式权重函数预测精度各有差异,AIC最小的模型预测精度并不是最优,故给出最优滞后阶数下不同权重函数的模型并对比其模型的预测精度,筛选出预测精度最好的模型并进行短期预测。
-
-
王海龙;
张营;
左付山
-
-
摘要:
为提高柴油发动机运行的可靠性,减少维修费用,建立了一种基于威布尔比例故障率模型的车用柴油机的视情维修决策模型.首先利用赤池信息准则(akaike information criterion,AIC)选择了威布尔分布作为故障数据的最佳分布,然后使用主成分分析(principal component analysis,PCA)将润滑油中各种金属含量数据进行了加权融合,得到了更加全面有效的特征协变量,继而将处理后数据通过最大似然估计得到了模型参数估计值.再综合单位维修费用最小和可用度最大的原则,建立了综合维修优化模型,基于该模型求得了最优预防时间间隔以及相应的视情维修决策模型.最后通过同类型柴油发动机实例进行了分析和验证,结果表明,该方法可用于柴油发动机的视情维修决策,降低了维修的费用,提高了运行可靠性及可用度.
-
-
刘涛;
杨炜明;
胡瑞婷
-
-
摘要:
在传统经济计量模型中,高频数据须经过加权平均或者插值拟合等方法才能整理为与低频数据同一频率的数据,再进行数据建模及分析.这种传统的计量模型不仅会造成高频数据信息的丢失,更会影响模型预测精度.混频数据模型则是利用不同频率数据来构建模型,可以避免数据因拟合或加权平均而造成信息损失,合理应用高频数据所蕴含的信息,从而提升模型的预测精度和时效性.本文应用混频数据抽样模型(MIDAS)对中国季度GDP进行预测,选取2000年第一季度至2017年第四季度GDP,在给定滞后阶数范围和赋予高频解释变量不同多项式权重函数的情况下,基于AIC信息准则选取最优的MIDAS预测模型预测时发现:滞后阶数最优的情况下,选取不同的多项式权重函数预测精度各有差异,AIC最小的模型预测精度并不是最优,故给出最优滞后阶数下不同权重函数的模型并对比其模型的预测精度,筛选出预测精度最好的模型并进行短期预测.
-
-
徐刚;
杨润秋
-
-
摘要:
研究了一种面向实际工程应用的信源数估计方法。该方法首先对实际工程应用中收到阵列信号的协方差矩阵提取的特征值进行修正,再基于原有在白噪声情况下使用的信源数估计方法,可以实现面向工程应用的信源数估计。基于不同修正值的信源数估计的仿真结果表明,文章提出的基于几何平均值修正的赤池信息量(GM-AIC)准则具有最佳的信源数估计性能。
-
-
-
-
Liu Jie;
刘洁;
Li Ping;
李平;
He Hui
- 《第十二届全国青年管理科学与系统科学学术会议》
| 2013年
-
摘要:
本文应用动态Copula方法研究了投资组合的动态配置问题.由于金融市场受到众多因素的影响,金融资产间的相关结构是可能发生动态变化的,因此本文应用动态Copula模型来描述投资组合中资产间的动态相关结构,然后考虑投资组合选择问题.先应用AIC准则和二分法检测金融资产间相关结构的变点,包括Copula函数族的变化和Copula参数的变化,然后应用CVaR作为风险度量指标计算风险最小条件下的资产配置方案,最后在模型的实证研究中为中国金融市场的投资者提供了投资组合选择方案.
-
-
Liu Jie;
刘洁;
Li Ping;
李平;
He Hui
- 《第十二届全国青年管理科学与系统科学学术会议》
| 2013年
-
摘要:
本文应用动态Copula方法研究了投资组合的动态配置问题.由于金融市场受到众多因素的影响,金融资产间的相关结构是可能发生动态变化的,因此本文应用动态Copula模型来描述投资组合中资产间的动态相关结构,然后考虑投资组合选择问题.先应用AIC准则和二分法检测金融资产间相关结构的变点,包括Copula函数族的变化和Copula参数的变化,然后应用CVaR作为风险度量指标计算风险最小条件下的资产配置方案,最后在模型的实证研究中为中国金融市场的投资者提供了投资组合选择方案.
-
-
Liu Jie;
刘洁;
Li Ping;
李平;
He Hui
- 《第十二届全国青年管理科学与系统科学学术会议》
| 2013年
-
摘要:
本文应用动态Copula方法研究了投资组合的动态配置问题.由于金融市场受到众多因素的影响,金融资产间的相关结构是可能发生动态变化的,因此本文应用动态Copula模型来描述投资组合中资产间的动态相关结构,然后考虑投资组合选择问题.先应用AIC准则和二分法检测金融资产间相关结构的变点,包括Copula函数族的变化和Copula参数的变化,然后应用CVaR作为风险度量指标计算风险最小条件下的资产配置方案,最后在模型的实证研究中为中国金融市场的投资者提供了投资组合选择方案.
-
-
Liu Jie;
刘洁;
Li Ping;
李平;
He Hui
- 《第十二届全国青年管理科学与系统科学学术会议》
| 2013年
-
摘要:
本文应用动态Copula方法研究了投资组合的动态配置问题.由于金融市场受到众多因素的影响,金融资产间的相关结构是可能发生动态变化的,因此本文应用动态Copula模型来描述投资组合中资产间的动态相关结构,然后考虑投资组合选择问题.先应用AIC准则和二分法检测金融资产间相关结构的变点,包括Copula函数族的变化和Copula参数的变化,然后应用CVaR作为风险度量指标计算风险最小条件下的资产配置方案,最后在模型的实证研究中为中国金融市场的投资者提供了投资组合选择方案.
-
-
-
-
-
屈洪;
火久元;
刘立群
- 《2007年全国高性能计算学术年会》
| 2007年
-
摘要:
由于网格环境中的资源具有异构的、动态的特性,因此在网格系统中能够准确而及时地预测出资源的未来状态是非常重要的。自回归模型能够恰当地且代价低廉地预测出主机负载,但该模型在建模时需要进行模型定阶,即确定出能够最优地描述被预测数据的模型阶数。在本文中,我们评估了四个确定AR模型最优阶数的准则:最后预测错误(FPE), Akaike信息准则(AIC),最小量描述长度(MDL)和贝斯信息准则(BIC)。并在四个不同的、采集于真正机器的主机负载序列上评估了这些准则,实验结果表明BIC准则比起其它的准则更适合于AR模型预测网格主机负载的定阶,且AR模型进行主机负载预测的最优阶数在异构的机器上是不同的。
-
-
屈洪;
火久元;
刘立群
- 《2007年全国高性能计算学术年会》
| 2007年
-
摘要:
由于网格环境中的资源具有异构的、动态的特性,因此在网格系统中能够准确而及时地预测出资源的未来状态是非常重要的。自回归模型能够恰当地且代价低廉地预测出主机负载,但该模型在建模时需要进行模型定阶,即确定出能够最优地描述被预测数据的模型阶数。在本文中,我们评估了四个确定AR模型最优阶数的准则:最后预测错误(FPE), Akaike信息准则(AIC),最小量描述长度(MDL)和贝斯信息准则(BIC)。并在四个不同的、采集于真正机器的主机负载序列上评估了这些准则,实验结果表明BIC准则比起其它的准则更适合于AR模型预测网格主机负载的定阶,且AR模型进行主机负载预测的最优阶数在异构的机器上是不同的。
-
-
屈洪;
火久元;
刘立群
- 《2007年全国高性能计算学术年会》
| 2007年
-
摘要:
由于网格环境中的资源具有异构的、动态的特性,因此在网格系统中能够准确而及时地预测出资源的未来状态是非常重要的。自回归模型能够恰当地且代价低廉地预测出主机负载,但该模型在建模时需要进行模型定阶,即确定出能够最优地描述被预测数据的模型阶数。在本文中,我们评估了四个确定AR模型最优阶数的准则:最后预测错误(FPE), Akaike信息准则(AIC),最小量描述长度(MDL)和贝斯信息准则(BIC)。并在四个不同的、采集于真正机器的主机负载序列上评估了这些准则,实验结果表明BIC准则比起其它的准则更适合于AR模型预测网格主机负载的定阶,且AR模型进行主机负载预测的最优阶数在异构的机器上是不同的。