基于马尔科夫模型的回归研究及其应用

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％.

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

所属期刊栏目：32

分类号：TP391.4(计算技术、计算机技术)

资助基金：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;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

在线出版日期：2022-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：8-14,38