科研产出
基于分位数因子模型的高维时间序列因果关系分析
《南京大学学报(自然科学) 》 2023 北大核心
摘要：从观察数据中发现变量之间的因果关系是许多科学研究领域的关键问题，传统Granger因果模型受到维度灾难的影响，难以准确地在高维时间序列中发现因果关系.提出一种基于分位数因子模型的Granger因果分析新方法 QFMCGC用于高维时间序列因果关系的判定.首先，QFM-CGC采用赤池信息量准则进行模型选择，避免人为干预设置滞后阶数的操作；然后，对向量自回归（Vector Autoregressive,VAR）模型中的条件变量建立分位数因子模型进行降维，减少VAR模型中的待估计系数，对降维后的VAR模型重新进行条件Granger因果分析；最后，使用蒙特卡洛模拟评估不同方法识别底层系统与观测时间序列的连通性结构的能力.在不同维度变量的线性仿真系统和两组现实数据集上与基准方法和经典方法进行了比较，实验结果验证了该方法的有效性.
关键词： 高维时间序列 分位数因子模型 条件Granger因果分析 数据挖掘
全文链接
请求原文
基于Scrapy的农业网络数据爬取
《山东农业科学 》 2018
摘要：准确、及时、高效地获取农业数据是全产业链农业信息分析预警工作的前提和基础,是提升农业信息分析预警专业化和规范化水平的关键。本研究针对互联网中存在的大量农业信息数据,以玉米价格数据为例,设计数据抓取和规范化存储策略,首先基于Scrapy框架建立对网页的请求响应,分析网页布局后对关键信息进行循环抓取,并利用正则表达式将抓取的信息提取为格式化数据,然后将数据本地化存储为Microsoft Excel表格或存储至数据库中,最后利用Echarts将数据以可视化的方式在Web端展示,从而实现对农业网络数据的挖掘和利用。
全文链接
请求原文
数据挖掘技术在食品品质研究中的应用
《农产品加工(学刊) 》 2013
摘要：简要介绍了数据挖掘技术的基本原理,并结合食品品质的特性,从营养品质、感官品质、原料生产、加工工艺、贮藏品质、消费习惯等方面,论述了数据挖掘技术在食品品质研究中的应用,旨在为数据挖掘技术与食品品质提高的进一步结合提供参考。
全文链接
请求原文
首页上一页1下一页尾页
