1) nonparametric kernel regression
非参数核回归
2) nonparametetric kernel regression model
非参数核回归模型
3) non-parametric regression
非参数回归
1.
Aiming at curve fitting question, a method of non-parametric regression with penalty term to determine adaptively the fitting function of a group of data is presented, emphasing on the problem of determining the regular parameter of the method, including subjective back-and-forth method and cross validating method.
针对曲线拟合问题,提出了用带惩罚项的自适应非参数回归方法来确定一组数据的拟合函数,并主要讨论了此方法中正则化参数的确定问题,其中包括凭主观选择法和交叉验证法以及通过非线性函数方程来确定正则化参数。
2.
By taking the model on non-parametric regression into image denoising,the arithmetic based on this method has been presented.
将数值分析中的非参数回归模型应用于图像去噪处理,推导了基于该方法的算法模型。
3.
Focusing on the problem of inventory forecast of inventory control strategy in the Distribution center(R,S) ,non-parametric regression method is applied to fit for the inventory,which is compared with the least squares method and non-parametric k neighboring rule is used to predict the inventory.
以物流配送中心库存管理策略(R,S)中库存量预测的问题为研究对象,提出应用非参数回归方法对库存量进行拟合,用该方法与最小二乘法比较。
4) Nonparametric regression
非参数回归
1.
Improved K nearest neighbor nonparametric regression and its application in short-term traffic flow forecasting;
改进的K近邻非参数回归在短时交通流量预测中的应用
2.
An algorithm for nonparametric regression with penalized splines;
非参数回归的罚样条算法
3.
Neural network ensemble model for rainfall forecasting based on nonparametric regression;
基于非参数回归的神经网络集成降水预报模型
5) nonparametric regression function
非参数回归函数
1.
Strong consistency of partitioning estimation of the nonparametric regression function under α-mixing sequences;
α混合下非参数回归函数基于分割估计的强相合性
2.
Empirical likelihood confidence intervals for nonparametric regression functions under depandent samples
相依样本下非参数回归函数的经验似然置信区间
3.
Asymptotic normality of partitioning estimates for the nonparametric regression function under censored samples
截尾样本下非参数回归函数基于分割估计的渐近正态性
6) nonparametric function
非参数回归函数
1.
A wavelet method is proposed to detect jumps in a nonparametric function which is observed with Strong mixing sequence noise.
利用小波方法对噪声为混合序列的非参数回归函数的跳跃点进行检测。
补充资料：非参数模型辨识
利用直接记录或分析系统的输入和输出信号的方法估计系统的非参数模型。所谓非参数模型是指系统的数学模型中非显式地包含可估参数。例如，系统的传递函数、频率响应、脉冲响应、阶跃响应等都是非参数模型。非参数模型通常以响应曲线或离散值形式表示。非参数模型的辨识可通过直接记录系统输出对输入的响应过程来进行；也可通过分析输入与输出的自相关和互相关函数(见相关分析法建模)，或它们的自功率谱和互功率谱函数(见频谱分析方法建模)来间接地估计。非参数模型是经典控制理论中常用的描述线性系统的数学模型。传递函数反映输入与输出的拉普拉斯变换在复数域上的响应关系，频率响应反映它们的傅里叶变换在频率域上的响应关系，而脉冲响应和阶跃响应则是在时域上的响应关系。它们从不同的方面反映系统的动态特性。非参数模型比参数化模型直观，辨识非参数模型的方法和计算也比辨识参数化模型的简单。脉冲响应可以用直接记录输入脉冲函数的输出响应的方法来辨识；频率响应也可以直接利用单频正弦输入信号的响应来辨识。但是这种直接辨识方法只能应用于无随机噪声的确定性系统。对于有随机噪声的系统或随机输入信号，必须使用相关分析法或功率谱分析方法。随着快速傅里叶变换仪、伪随机信号发生器和相关仪的问世，辨识系统的非参数模型已变得比较容易。但非参数模型应用于实时控制和适应性控制仍不如参数化模型方便。非参数模型在某些情形下，可以转化为参数模型。例如，如果一个系统的传递函数可以表示为有理分式H(s)=K/(a+s)，则系统的模型可以用常微分方程y＇+ay=ku表示，a与k为待估计的模型参数，这是参数化模型。又如，对于离散系统的权函数序列（离散脉冲响应序列）{hi，i=0,1,...}，如果在i充分大（如i>N0），而│hi│充分小时,则模型可以表示为并可用最小二乘法给出有穷权函数序列{hi，i=0,1,...N0}的估计。一般说来,由参数模型容易获得非参数的脉冲响应或频率响应，但由非参数模型化为参数模型则要困难得多。
参考书目
P.艾克霍夫著，潘科炎、张永光等译：《系统辨识：状态与系统参数估计》，科学出版社，北京，1980。(P.Eykhoff, Systems Identification, Wiley, London,1974.)
参考书目
P.艾克霍夫著，潘科炎、张永光等译：《系统辨识：状态与系统参数估计》，科学出版社，北京，1980。(P.Eykhoff, Systems Identification, Wiley, London,1974.)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条