附有周期项的二次多项式LASSO钟差预报模型
李坤1
王潜心1
闵扬海2
龚佑兴3
苗伟1
程彤1
1.中国矿业大学环境与测绘学院,江苏徐州2211162.苏州市房地产市场与交易管理中心,江苏苏州2150023.国防科学技术大学指挥军官基础教育学院,湖南长沙410072
摘要：为了解决最小二乘估计(least squares estimation,LSQ)算法在处理高维度数据模型式时易产生模型过拟合、预报精度不高等问题,采用LASSO算法(least absolute shrinkage and selec-tion operator)对附有周期项的二次多项式模型进行整体求解,分析6,12,18,24 h预报精度.结果表明,LASSO算法能有效避免模型参数求解的过拟合问题,极大提高二次多项式模型的预报精度,随着预报时间增加,LASSO算法优势愈加明显.
关键词：二次多项式周期项LASSO最小二乘估计过拟合
分类号：P228.43(大地测量学)
资助基金：国家自然科学基金(41874039)江苏省自然科学基金资助项目(BK20191342)
论文发表日期：2022-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 74-80 )
英文信息