期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于Bayesian思想的最优Copula函数选择 被引量:5
1
作者 樊妮 赫孝良 赵谦 《工程数学学报》 CSCD 北大核心 2012年第4期516-522,共7页
作为一种有效的数据建模工具,Copula在金融领域中得到了广泛应用.本文针对如何选择最优的Copula函数这一在应用中亟待解决的问题进行研究,基于Bayesian思想提出了一种选择方法.所提方法具有良好的理论基础,且应用方便.在模拟数据和原油... 作为一种有效的数据建模工具,Copula在金融领域中得到了广泛应用.本文针对如何选择最优的Copula函数这一在应用中亟待解决的问题进行研究,基于Bayesian思想提出了一种选择方法.所提方法具有良好的理论基础,且应用方便.在模拟数据和原油市场数据上的实验表明,所提方法具有良好的最优Copula函数选择效果,明显优于基于K-S检验的方法. 展开更多
关键词 COPULAS Bayes定理 选择准则 k—S检验
下载PDF
γ跃迁中K选择定则的完整形式
2
作者 黄亚伟 沈水法 许甫荣 《大学物理》 北大核心 2008年第12期23-25,28,共4页
从γ跃迁概率和原子核的转动谱,以及科里奥利耦合项出发,讨论了K禁戒及其消除,给出了γ跃迁中△K的取值范围和完整的K选择定则的数学形式,准确体现了K选择定则的内在涵义.
关键词 k选择定则 Γ跃迁 跃迁概率 禁戒度
下载PDF
K-均值算法的初始化改进与聚类质量评估
3
作者 何选森 何帆 于海澜 《西安工程大学学报》 CAS 2024年第6期114-123,共10页
为解决K-均值算法随机初始化的问题,提出了相应的改进方案。通过特征标准化和主成分分析(principal component analysis, PCA)实现数据降维;以最远质心和最小-最大距离规则确定算法的初始质心。为获得数据固有的聚类数量,采用经验法则... 为解决K-均值算法随机初始化的问题,提出了相应的改进方案。通过特征标准化和主成分分析(principal component analysis, PCA)实现数据降维;以最远质心和最小-最大距离规则确定算法的初始质心。为获得数据固有的聚类数量,采用经验法则和肘部法,并用轮廓分析评价聚类质量。仿真结果表明:其他算法平均的λ检验统计量是本方案的2.72倍,而且改进后的聚类误差下降了6.04%。 展开更多
关键词 k-均值算法 主成分分析 最远质心选择 最小-最大距离规则 经验法则 肘部法 轮廓分析 聚类
下载PDF
高维数据聚类数量可视化确定模式
4
作者 何选森 何帆 +1 位作者 樊跃平 陈洪军 《沈阳航空航天大学学报》 2024年第3期71-84,共14页
为了解决经典K-均值聚类算法要求用户事先知道待处理数据的聚类数量及聚类结果对算法的初始化很敏感的问题,提出一种对K-均值聚类算法的改进措施并可视化地确定聚类数量的综合方案。首先,对数据进行标准化,使其服从正态分布,利用主分量... 为了解决经典K-均值聚类算法要求用户事先知道待处理数据的聚类数量及聚类结果对算法的初始化很敏感的问题,提出一种对K-均值聚类算法的改进措施并可视化地确定聚类数量的综合方案。首先,对数据进行标准化,使其服从正态分布,利用主分量分析(princi‐palcomponentanalysis,PCA)抽取数据中最重要的特征以实现高维数据的降维;然后,采用最远质心选择和最小-最大距离规则对K-均值聚类算法的初始化进行修正,避免出现空聚类并确保数据的可分离性;在此基础上,采用统计经验法则估计聚类数量的可能范围,通过搜索在此范围内平方误差和(sum-of-squared-error,SSE)曲线的肘部估计最佳的聚类数量;最后,通过计算比较各个聚类的轮廓系数以评价算法的聚类质量,从而最终确定数据集固有的聚类数量。仿真结果表明,该方案不仅能可视化地确定数据集潜在的聚类数量,而且为大数据时代的高维数据分析提供了一种有效的方法。 展开更多
关键词 k-均值聚类算法 主分量分析 最远质心选择 最小-最大距离规则 统计经验法则 肘部法 轮廓分析
下载PDF
基于冗余实例对消除算法的实例选择 被引量:2
5
作者 刘璐 高强 +1 位作者 刘衍珩 孙鑫 《计算机工程》 CAS CSCD 2014年第1期177-180,共4页
实例选择能有效移除数据中的噪声和冗余数据,但现有方法难以在提高泛化能力的同时实现约简。针对该问题,提出一种冗余实例对消除算法用于实例选择。给出最近同类实例对的概念,计算数据集中存在的最近同类实例对,并移除满足条件的实例,... 实例选择能有效移除数据中的噪声和冗余数据,但现有方法难以在提高泛化能力的同时实现约简。针对该问题,提出一种冗余实例对消除算法用于实例选择。给出最近同类实例对的概念,计算数据集中存在的最近同类实例对,并移除满足条件的实例,在11个不同数据集上进行的仿真实验结果表明,经过该算法处理后的数据集在分类准确率和存储压缩率上较原始样本集有明显提升。对比剪辑最近邻规则算法,该算法能够在保持分类准确率的同时提高平均存储压缩率35%以上,并完整保留原始样本集的数据分布特征,在分类准确率和存储压缩率上取得折中。 展开更多
关键词 实例选择 最近同类实例对 k最近邻 剪辑最近邻规则算法 数据约简 机器学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部