基于监督降维和自适应Kriging建模的高维不确定性传播方法研究

1

作者 宋周洲 张涵寓 +1 位作者 刘钊 朱平 《中国机械工程》 EI CAS CSCD 北大核心 2024年第5期762-769,810,共9页

高维不确定性传播目前面临维度灾难和小样本的问题,难以利用有限的样本资源获得高精度的分析结果,针对此问题,提出了一种基于监督降维和自适应Kriging模型的高维不确定性传播方法。利用改进充分降维方法将高维输入投影到低维空间中,并利... 高维不确定性传播目前面临维度灾难和小样本的问题,难以利用有限的样本资源获得高精度的分析结果,针对此问题,提出了一种基于监督降维和自适应Kriging模型的高维不确定性传播方法。利用改进充分降维方法将高维输入投影到低维空间中,并利用Ladle估计器确定低维空间的维度。将降维投影矩阵嵌入Kriging核函数中以减少待估计超参数的数量,提高建模精度和效率。最后,创新性地定义了投影矩阵留一交叉验证误差,并基于此提出了相应的Kriging自适应采样策略,可以有效避免模型精度在自适应采样过程中发生较大波动。数值算例与工程案例的结果表明,相比现有方法,所提方法能够以较少的样本点获得高精度不确定性传播结果,对复杂装备结构的不确定性分析和设计具有一定参考作用。 展开更多

关键词 高维不确定性传播 监督降维 KRIGING模型 自适应采样

下载PDF 职称材料

一种监督降维的OP-LASRC算法在行为识别中的应用 被引量：2

2

作者 简献忠 周小朋 《计算机应用研究》 CSCD 北大核心 2017年第11期3477-3481,3485,共6页

针对大数据的人体行为识别时实时性差和识别率低的问题,提出了优化投影对线性近似稀疏表示分类(OP-LASRC)的监督降维算法,与线性近似稀疏表示(LASRC)快速分类算法结合用于大数据的行为识别。利用LASRC的残差计算规律设计OP-LASRC实现监... 针对大数据的人体行为识别时实时性差和识别率低的问题,提出了优化投影对线性近似稀疏表示分类(OP-LASRC)的监督降维算法,与线性近似稀疏表示(LASRC)快速分类算法结合用于大数据的行为识别。利用LASRC的残差计算规律设计OP-LASRC实现监督降维:在追求一个线性投影时减小训练样本的本类重构残差及增大类间重构残差,保留样本的类别特征。对降维后的行为数据用LASRC算法分类:用L2范数估算稀疏系数,取前k个最大的稀疏系数对应的训练样本,用L1范数和残差计算得到识别结果。在KTH行为数据库上的实验表明,OP-LASRC降维后,LASRC在分类时识别率高达96.5%,执行时间比同类算法短,抗噪声能力强,证明了OP-LASRC的高效和强鲁棒性,能完美匹配LASRC用于大数据的行为识别。 展开更多

关键词 稀疏表示 监督降维 优化投影 线性近似 行为识别

下载PDF 职称材料

基于黎曼流形监督降维的矩阵CFAR增强检测 被引量：2

3

作者 杨政 程永强 +2 位作者 吴昊 黎湘 王宏强 《信号处理》 CSCD 北大核心 2021年第11期2013-2021,共9页

矩阵CFAR检测是从几何流形角度处理雷达目标检测问题的新技术。为进一步提升其在复杂杂波背景下的检测性能,本文提出一种黎曼流形监督降维的矩阵CFAR增强检测方法。首先,将检测问题视为目标与杂波的分类问题,分别构建黎曼流形上目标单... 矩阵CFAR检测是从几何流形角度处理雷达目标检测问题的新技术。为进一步提升其在复杂杂波背景下的检测性能,本文提出一种黎曼流形监督降维的矩阵CFAR增强检测方法。首先,将检测问题视为目标与杂波的分类问题,分别构建黎曼流形上目标单元与杂波单元的类内和类间权重矩阵;其次,为增强目标与杂波的可分性,采用保持类内几何距离最小,类间几何距离最大的准则建立降维目标函数,并基于Grassmann流形求解降维优化问题获得映射矩阵;最后,提出一种矩阵CFAR增强检测方法,实现目标增强检测。采用蒙特卡罗方法对仿真数据和实测海杂波数据进行实验分析,结果表明,所提出的方法能够进一步提升检测性能。 展开更多

关键词 矩阵CFAR增强检测 黎曼流形 监督降维 GRASSMANN流形 映射矩阵

下载PDF 职称材料

半监督降维方法的实验比较 被引量：23

4

作者 陈诗国 张道强 《软件学报》 EI CSCD 北大核心 2011年第1期28-43,共16页

半监督学习是近年来机器学习领域中的研究热点之一,已从最初的半监督分类和半监督聚类拓展到半监督回归和半监督降维等领域.目前,有关半监督分类、聚类和回归等方面的工作已经有了很好的综述,如Zhu的半监督学习文献综述.降维一直是机器... 半监督学习是近年来机器学习领域中的研究热点之一,已从最初的半监督分类和半监督聚类拓展到半监督回归和半监督降维等领域.目前,有关半监督分类、聚类和回归等方面的工作已经有了很好的综述,如Zhu的半监督学习文献综述.降维一直是机器学习和模式识别等相关领域的重要研究课题,近年来出现了很多将半监督思想用于降维,即半监督降维方面的工作.有鉴于此,试图对目前已有的一些半监督降维方法进行综述,然后在大量的标准数据集上对这些方法的性能进行实验比较,并据此得出了一些经验性的启示. 展开更多

关键词 半监督降维 降维 半监督学习 类别标号 成对约束

下载PDF 职称材料

半监督学习研究的述评 被引量：20

5

作者 韩嵩 韩秋弘 《计算机工程与应用》 CSCD 北大核心 2020年第6期19-27,共9页

监督学习需要利用大量的标记样本训练模型,但实际应用中,标记样本的采集费时费力。无监督学习不使用先验信息,但模型准确性难以保证。半监督学习突破了传统方法只考虑一种样本类型的局限,能够挖掘大量无标签数据隐藏的信息,辅助少量的... 监督学习需要利用大量的标记样本训练模型,但实际应用中,标记样本的采集费时费力。无监督学习不使用先验信息,但模型准确性难以保证。半监督学习突破了传统方法只考虑一种样本类型的局限,能够挖掘大量无标签数据隐藏的信息,辅助少量的标记样本进行训练,成为机器学习的研究热点。通过对半监督学习研究的总趋势以及具体研究内容进行详细的梳理与总结,分别从半监督聚类、分类、回归与降维以及非平衡数据分类和减少噪声数据共六个方面进行综述,发现半监督方法众多,但存在以下不足:(1)部分新提出的方法虽然有效,但仅通过特定数据集进行了实证,缺少一定的理论证明;(2)复杂数据下构建的半监督模型参数较多,结果不稳定且缺乏参数选取的指导经验;(3)监督信息多采用样本标签或成对约束形式,对混合约束的半监督学习需要进一步研究;(4)对半监督回归的研究匮乏,对如何利用连续变量的监督信息研究甚少。 展开更多

关键词 半监督学习 半监督聚类 半监督分类 半监督降维 半监督回归

下载PDF 职称材料

半监督学习方法研究综述 被引量：6

6

作者 李永国 徐彩银 +1 位作者 汤璇 李祥燕 《世界科技研究与发展》 CSCD 2023年第1期26-40,共15页

半监督学习存在于现实世界的各个场景中,可在生物化学领域对科学研究产生巨大的作用。在各领域也都有相关具体应用,如病毒毒性预测、网络安全检测、软传感器的应用等。随着机器学习领域的不断突破,目前尚缺乏关于半监督学习方法研究的... 半监督学习存在于现实世界的各个场景中,可在生物化学领域对科学研究产生巨大的作用。在各领域也都有相关具体应用,如病毒毒性预测、网络安全检测、软传感器的应用等。随着机器学习领域的不断突破,目前尚缺乏关于半监督学习方法研究的完整综述。本文首先给出半监督学习的定义并分析了该领域应用过程中存在的挑战;然后梳理分析了半监督学习的四种方法,包括:半监督聚类、降维、回归、分类,并列出了这四种不同方法中比较先进的算法。随后介绍了各算法常见的评价指标(如精确率、召回率和ROC曲线等),对比了各类半监督学习算法效果,研究发现半监督学习方法都存在高于完全监督学习支持向量机的准确率,其中SSC-EKE算法以绝对优势领先传统的支持向量机经典监督学习算法。最后介绍了半监督学习的实际应用场景,展望了半监督学习的未来研究方向,并对全文进行总结。 展开更多

关键词 半监督学习 半监督聚类 半监督降维 半监督回归 半监督分类 评价指标

下载PDF 职称材料

张量图像上的半监督降维算法 被引量：5

7

作者 朱凤梅 张道强 《模式识别与人工智能》 EI CSCD 北大核心 2009年第4期574-580,共7页

传统的图像数据(n1×n2)一般表示为欧式空间R(n1×n2)上的一个向量,这样像素之间的空间关系将会丢失.因此,文中提出一种张量型的半监督降维算法.首先把图像看成张量空间Rn1Rn2中的一个点.再利用图像之间的成对约束——正约束和... 传统的图像数据(n1×n2)一般表示为欧式空间R(n1×n2)上的一个向量,这样像素之间的空间关系将会丢失.因此,文中提出一种张量型的半监督降维算法.首先把图像看成张量空间Rn1Rn2中的一个点.再利用图像之间的成对约束——正约束和负约束,对图像进行半监督降维.降维后的数据较好地保留图像的局部结构.在大量人脸数据集上的实验验证该算法的有效性. 展开更多

关键词 图像表示 特征提取 半监督降维 张量分析

原文传递

一种光谱分析中的降维方法 被引量：6

8

作者 李庆波 贾召会 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2013年第3期780-784,共5页

在可见/近红外光谱分析中,提取光谱数据中的有用信息是建立稳健准确模型的前提。ISOMAP是一种有效的提取数据本真维的降维方法,但对噪声和邻域参数都比较敏感。提出了一种改进的ISOMAP有监督降维方法,利用光谱数据本身的相关性指导邻域... 在可见/近红外光谱分析中,提取光谱数据中的有用信息是建立稳健准确模型的前提。ISOMAP是一种有效的提取数据本真维的降维方法,但对噪声和邻域参数都比较敏感。提出了一种改进的ISOMAP有监督降维方法,利用光谱数据本身的相关性指导邻域图的构建,降低对噪声和邻域参数的敏感程度,以正确表达数据的邻域结构。采用该方法对两组光谱数据降维并进行PLS建模,结果表明,改进后的算法消弱了邻域大小的影响,提取出的本真维数更小,同时提高了模型精度。 展开更多

关键词 等距映射 有监督降维 可见 近红外光谱分析 植物叶片生化参数

下载PDF 职称材料

半监督图核降维方法 被引量：6

9

作者 吴遐 张道强 《计算机科学与探索》 CSCD 2010年第7期629-636,共8页

基于图结构的数据表示和分析,在机器学习领域正得到越来越广泛的关注。以往研究主要集中在为图数据定义一个度量其相似性关系的核函数即图核,一旦定义出图核,就可以用标准的支持向量机(SVM)来对图数据进行分类。将图核方法进行扩充,先... 基于图结构的数据表示和分析,在机器学习领域正得到越来越广泛的关注。以往研究主要集中在为图数据定义一个度量其相似性关系的核函数即图核,一旦定义出图核,就可以用标准的支持向量机(SVM)来对图数据进行分类。将图核方法进行扩充,先利用核主成分分析(kPCA)对图核诱导的高维特征空间中的数据进行降维,得到与原始图数据相对应的低维向量表示的数据,然后对这些新得到的数据用传统机器学习方法进行分析;通过在kPCA中利用图数据中的成对约束形式的监督信息,得到基于图核的半监督降维方法。在MUTAG和PTC等标准图数据集上的实验结果验证了所提方法的有效性。 展开更多

关键词 图分类 图核 成对约束 半监督降维

下载PDF 职称材料

基于全局-局部散度的多元时间序列无监督降维方法

10

作者 李正欣 胡钢 +2 位作者 张凤鸣 张晓丰 赵永梅 《通信学报》 EI CSCD 北大核心 2024年第1期63-76,共14页

针对传统降维方法不能直接应用于多元时间序列,现有的多元时间序列降维方法难以在保证降维有效性的同时大幅降低数据维度的问题,提出一种基于全局-局部散度的多元时间序列无监督降维方法。首先,提出一种特征序列提取方法,提取多元时间... 针对传统降维方法不能直接应用于多元时间序列,现有的多元时间序列降维方法难以在保证降维有效性的同时大幅降低数据维度的问题,提出一种基于全局-局部散度的多元时间序列无监督降维方法。首先,提出一种特征序列提取方法,提取多元时间序列协方差矩阵的上三角元素,将其组合为特征序列。然后,以“局部散度最小、全局散度最大”为基本思想,提出一种无监督降维模型,在保持局部近邻关系的同时,尽可能保留全局信息。将特征序列作为输入,最小化所有样本点邻域方差之和,最大化邻域中心点方差。求解模型得到的投影矩阵能够实现多元时间序列的降维。最后,在20组公开数据集上,对所提方法进行了实验验证。结果表明,所提方法能够在保证降维有效性的同时,较大幅度地降低多元时间序列的维度。 展开更多

关键词 多元时间序列 图结构 特征提取 无监督降维 分类精度

下载PDF 职称材料

基于随机森林的高维数据可视化 被引量：5

11

作者 吕兵 王华珍 《计算机应用》 CSCD 北大核心 2014年第6期1613-1617,1644,共6页

目前对高维数据进行挖掘的方法大多是基于数学理论而非可视化的直觉。为便于直观分析和评价高维数据,提出引入随机森林(RF)方法对高维数据进行数据可视化。首先,采用RF进行有监督学习得到样本间的相似度度量,并采用主坐标分析法对其进... 目前对高维数据进行挖掘的方法大多是基于数学理论而非可视化的直觉。为便于直观分析和评价高维数据,提出引入随机森林(RF)方法对高维数据进行数据可视化。首先,采用RF进行有监督学习得到样本间的相似度度量,并采用主坐标分析法对其进行降维,将高维数据的关系信息变换到低维空间;然后,在低维空间中采用散点图进行可视化。在高维基因数据集上实验结果表明,基于RF有监督降维的可视化能够较好地展现高维数据的类分布规律,且优于传统的无监督降维后的可视化效果。 展开更多

关键词 可视化 随机森林 有监督降维 坐标放缩 散点图

下载PDF 职称材料

半监督的稀疏保持二维边界Fisher分析降维算法 被引量：5

12

作者 李峰 王正群 +1 位作者 周中侠 薛巍 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2014年第6期923-931,共9页

针对样本集中类别标签样本不足的问题,提出一种半监督的稀疏保持二维边界fisher分析降维算法.首先利用图像像素间的空间结构信息,基于图像矩阵进行降维;然后设计类内散度矩阵和类间散度矩阵,以保持样本间的类内紧凑性和类间分离性;最后... 针对样本集中类别标签样本不足的问题,提出一种半监督的稀疏保持二维边界fisher分析降维算法.首先利用图像像素间的空间结构信息,基于图像矩阵进行降维;然后设计类内散度矩阵和类间散度矩阵,以保持样本间的类内紧凑性和类间分离性;最后通过稀疏保持对特征间的稀疏重构性加以约束,所获得的稀疏重构权重保持了局部几何结构,而且也包含了自然鉴别信息.在YALE,ORL和AR人脸数据库上的实验结果表明,该算法具有很好的分类和识别性能. 展开更多

关键词 稀疏保持 二维边界fisher分析 半监督降维 人脸识别

下载PDF 职称材料

基于自编码器的网络游戏流量分类

13

作者 宁安安 张俊 年梅 《计算机系统应用》 2023年第7期113-120,共8页

加密和动态端口技术使传统的流量分类技术不能满足网络游戏识别的性能需求,本文提出了一种基于自编码器降维的端到端流量分类模型,实现网络游戏流量的准确识别.首先将原始流量预处理成784 B的一维会话流向量,利用编码器进行无监督降维,... 加密和动态端口技术使传统的流量分类技术不能满足网络游戏识别的性能需求,本文提出了一种基于自编码器降维的端到端流量分类模型,实现网络游戏流量的准确识别.首先将原始流量预处理成784 B的一维会话流向量,利用编码器进行无监督降维,去除无效特征;接着探索构建卷积神经网络与LSTM网络并联算法,对降维后的样本进行空间和时序特征的提取和融合,最后利用融合特征进行分类.在自建的游戏流量数据集和公开数据集上测试,本文模型在网络游戏流量识别方面达到了97.68%的准确率;与传统端到端的网络流量分类模型相比,本文所设计的模型更加轻量化,具有实用性,并且能够在资源有限的设备中方便部署. 展开更多

关键词 网络游戏流量分类 自编码器 无监督降维 卷积神经网络 LSTM网络

下载PDF 职称材料

针对标签噪声数据的自步半监督降维

14

作者 古楠楠 《计算机工程》 CAS CSCD 北大核心 2023年第11期131-142,共12页

数据类别标记是一项费时费力的工作,且标记质量会直接影响模型预测性能。基于自步学习机制构建自步半监督降维框架,将由简单到复杂的样本逐步纳入模型训练过程。在此框架下,设计自步半监督降维算法,依据交替优化策略,在更新降维映射函... 数据类别标记是一项费时费力的工作,且标记质量会直接影响模型预测性能。基于自步学习机制构建自步半监督降维框架,将由简单到复杂的样本逐步纳入模型训练过程。在此框架下,设计自步半监督降维算法,依据交替优化策略,在更新降维映射函数与计算样本重要度之间交替迭代。一方面,最小化低维标签数据的加权类内分散程度,且考虑再生核希尔伯特空间中的函数复杂度正则化项与数据稀疏结构图上的光滑度正则化项,得到降维映射。另一方面,依据自步学习机制,计算标签数据的低维表示与其所在类的锚点之间的距离,给定下次迭代时样本的重要度。所提框架及算法对标签噪声具有较好的鲁棒性,能自适应给出标签样本的重要度及显性非线性的降维映射,所得的低维表示具有较强的可分性与判别性。在5个实验数据集上,对于标签具有噪声的数据,所提算法获得的低维表示的最近邻分类准确率分别比次优算法最多提高了2.2、5.6、5.0、11.3、2.7个百分点,验证了所提算法的有效性和鲁棒性。 展开更多

关键词 半监督降维 自步学习 映射 稀疏表示 特征提取

下载PDF 职称材料

融合半监督降维与稀疏表示的人脸识别方法 被引量：4

15

作者 陈丽霞 范士勇 +2 位作者 刘鑫 王虹 李昆仑 《激光技术》 CAS CSCD 北大核心 2015年第1期82-84,共3页

由于人脸图像数据的维数都较高,将稀疏表示分类用于人脸识别时计算量很大,为了提高人脸识别系统的效率,提出了一种融合半监督降维和稀疏表示的人脸识别方法。首先利用半监督降维算法对图像进行降维处理,在较低的维数空间快速取得较高的... 由于人脸图像数据的维数都较高,将稀疏表示分类用于人脸识别时计算量很大,为了提高人脸识别系统的效率,提出了一种融合半监督降维和稀疏表示的人脸识别方法。首先利用半监督降维算法对图像进行降维处理,在较低的维数空间快速取得较高的识别率,然后利用稀疏表示分类进行人脸识别,取得比传统的最近邻分类器更高的识别率,最后在ORL人脸库上进行实验验证。结果表明,利用该融合算法可快速有效地提高人脸图像的识别效果。 展开更多

关键词 图像处理 人脸识别 半监督降维 稀疏表示

下载PDF 职称材料

稀疏局部Fisher判别分析 被引量：4

16

作者 许淑华 齐鸣鸣 《计算机工程与应用》 CSCD 2012年第4期173-175,共3页

提出一种稀疏局部Fisher判别分析(SparsityLocalFisherDiscriminantAnalysis,SLFDA)。该算法在局部Fisher判别分析降维的基础上,通过平衡参数引入稀疏保持投影,在投影降维过程中保持了数据的全局几何结构和局部近邻信息。在UCI数据集和Y... 提出一种稀疏局部Fisher判别分析(SparsityLocalFisherDiscriminantAnalysis,SLFDA)。该算法在局部Fisher判别分析降维的基础上,通过平衡参数引入稀疏保持投影,在投影降维过程中保持了数据的全局几何结构和局部近邻信息。在UCI数据集和YaleB人脸数据集上的实验表明,该算法融合局部Fisher判别分析和稀疏保持投影的优点;与现有的半监督局部Fisher判别分析降维算法相比,该算法提高了基于最短欧氏距离的分类算法的精度。 展开更多

关键词 稀疏保持 局部Fisher判别分析 半监督降维

下载PDF 职称材料

一种基于半监督降维的聚类算法 被引量：3

17

作者 朱凤梅 张道强 《广西师范大学学报（自然科学版）》 CAS 北大核心 2008年第3期185-188,共4页

半监督聚类通过利用少量有标号样本或成对约束等监督信息来提高聚类性能。在此提出一种新颖的基于半监督降维的聚类算法,首先用半监督降维方法对原始数据进行降维,然后在降维后的空间中进行半监督聚类。由于在降维和聚类两个阶段中都利... 半监督聚类通过利用少量有标号样本或成对约束等监督信息来提高聚类性能。在此提出一种新颖的基于半监督降维的聚类算法,首先用半监督降维方法对原始数据进行降维,然后在降维后的空间中进行半监督聚类。由于在降维和聚类两个阶段中都利用了监督信息,从而使得算法的聚类性能得到进一步提升。在UCI标准数据集、yale人脸库以及文本数据集上的实验结果验证了该算法的有效性。 展开更多

关键词 半监督降维 成对约束 半监督聚类 机器学习

下载PDF 职称材料

一种基于局部保持的图嵌入有监督降维方法 被引量：2

18

作者 颜伟泰 《现代电子技术》 2022年第21期50-56,共7页

为了能够在降维时,保持数据的全局结构和局部流形信息并利用数据的类别信息来保持数据的判别信息,提出一种新的基于局部保持的图嵌入有监督降维算法。从基于流形学习的图嵌入方法入手,结合最小化重构误差的主成分分析思想,生成一个判别... 为了能够在降维时,保持数据的全局结构和局部流形信息并利用数据的类别信息来保持数据的判别信息,提出一种新的基于局部保持的图嵌入有监督降维算法。从基于流形学习的图嵌入方法入手,结合最小化重构误差的主成分分析思想,生成一个判别图,可以保持数据的判别性和局部流形结构,然后结合图嵌入方法,通过一个平衡因子去平衡数据的全局结构和局部流形之间的权重,最终得到一个低维投影。通过该方法得到的低维投影既能较好地保持数据的判别性,也让数据的全局结构和局部流形信息得以保留。通过对多种人脸图像和手写数字数据集进行大量的实验,结果表明,该方法实现了较低降维维度并且取得了最好的分类准确率,在特征提取方面,其分类识别效果优于传统降维算法。 展开更多

关键词 有监督降维算法 图嵌入 局部保持 特征提取 流形学习 人脸识别 主成分分析 线性判别分析

下载PDF 职称材料

基于成对约束半监督降维的高光谱遥感影像特征提取 被引量：2

19

作者 钱进 罗鼎 《遥感技术与应用》 CSCD 北大核心 2014年第4期681-688,共8页

半监督降维(Semi-Supervised Dimensionality Reduction,SSDR)框架下,基于成对约束提出一种半监督降维算法SCSSDR。利用成对样本进行构图,在保持局部结构的同时顾及数据的全局结构。通过最优化目标函数,使得同类样本更加紧凑、异类样本... 半监督降维(Semi-Supervised Dimensionality Reduction,SSDR)框架下,基于成对约束提出一种半监督降维算法SCSSDR。利用成对样本进行构图,在保持局部结构的同时顾及数据的全局结构。通过最优化目标函数,使得同类样本更加紧凑、异类样本更加离散。采用UCI数据集对算法进行定量分析,发现该方法优于PCA及传统流形学习算法,进一步的UCI数据集和高光谱数据集分类实验表明:该方法适合于进行分类目的特征提取。 展开更多

关键词 高光谱遥感 特征提取 半监督降维 分类

原文传递

经济开放与货币需求:国际金融风险及持币成本的测度

20

作者 秦朵 卢珊 +2 位作者 王惠文 Sophie van Huellen 王庆超 《金融研究》 CSSCI 北大核心 2021年第9期30-50,共21页

在中国开放经济体制下的基准货币需求模型中,本文将源于国际金融市场的持币成本设为遗漏潜变量,并构建特定的国际金融综合指数(CIFI)作为该潜变量的测度。借鉴机器学习与测度理论,本文利用对数误差修正模型提出了分步降维的CIFI构造算法... 在中国开放经济体制下的基准货币需求模型中,本文将源于国际金融市场的持币成本设为遗漏潜变量,并构建特定的国际金融综合指数(CIFI)作为该潜变量的测度。借鉴机器学习与测度理论,本文利用对数误差修正模型提出了分步降维的CIFI构造算法,构造了长期CIFI和短期CIFI。结果表明,CIFI构造中的无监督降维步骤有助于减少高维金融数据中的冗余信息。实证分析发现,国际机会成本对中国货币需求具有规律性的前导影响,而在2007至2008年国际金融危机期间,央行的应急措施对长期CIFI所代表的非均衡冲击起到明显的阻截效果,对短期CIFI的影响基本是持续不变的。通过综合指数构造与宏观货币需求模型的算法连接,可以利用CIFI的构成结构从前导时间与影响强度两方面追踪冲击货币需求的国际金融风险的具体来源,这为宏观决策者监测国际金融市场提供了颇有规律的信息。在方法论上,本研究为如何利用模型监测国际金融市场影响宏观经济开辟了一条新路。 展开更多

关键词 货币需求 国际金融风险 复合型测度 无监督降维 有监督降维 指数构造

原文传递