机读格式显示(MARC)

• 000 01388nam0 2200241 450

• 001 0000691404

• 005 20240529133700.0

• 010 __ |a 978-7-5218-4599-0 |d CNY46.00

• 100 __ |a 20240111d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 稀疏支持向量回归机的构建与应用 |A xi shu zhi chi xiang liang hui gui ji de gou jian yu ying yong |f 叶娅芬著

• 210 __ |a 北京 |c 经济科学出版社 |d 2023

• 215 __ |a 165页 |c 图 |d 23cm

• 300 __ |a 基金资助：1. 国家自然科学基金“高维数据非线性稀疏支持向量分位数回归机的在线特征选择研究” 2. 浙江省哲学社会科学领军人才培养基金“突发公卫事件引发的流动性风险跨市场传染及对策研究” 3. 2023年度浙江工业大学人文社科类基本科研业务费项目跨学科研究专项 4. 2023年度浙江工业大学人文社会科学研究基金后期资助项目

• 330 __ |a 本书构建各种支持向量回归模型恰能解决这些问题：首先处理数据的缺失等现象，排除噪声和异常点带来的干扰，采用稀疏支持向量回归模型，解决大数据背景下指标的选择问题，为指数构造提供高质量的“原材料”；其次针对数据高频在线的特点，采用在线支持向量回归模型，确定代表性指标的动态权重，凸显数据的实时动态效应。相信本书能为动态指数的构建提供新方法和新思路，开拓数学、统计学与机器学习的交叉研究，为大数据统计建模的发展贡献微薄之力。

• 606 0_ |a 回归分析 |A Hui Gui Fen Xi

• 690 __ |a O212.1 |v 5

• 701 _0 |a 叶娅芬 |A ye ya fen |4 著

• 801 _0 |a CN |b LIB |c 20240529

• 905 __ |a LIB |d O212.1/115