共查询到20条相似文献，搜索用时 15 毫秒
1.
为更好地处理水质评价过程中的不确定信息,引入集对分析理论。针对水质分类级别细化问题,对集对分析理论中同、异、反联系度概念进行原创性扩展,将差异度细分为优异与劣异,对立度细分为优反与劣反。采用组合赋权进行指标权重计算,并考虑随机观测误差的影响对权重加以修正,同时利用差异系数与相关性优化指标体系。将模型应用于宜兴市地表水功能区水质评价,并将结果与人工神经网络、灰色理论法和投影寻踪法3种不确定性方法进行比较。在部分断面评价结果存在分歧时,本模型的水质分类结果与水质监测数据符合得最好,表明模型的评价结果更符合实际情况。 相似文献
2.
支持向量机作为机器学习中一个经典的分类算法，一直广受数据科学家的喜爱。无论是处理线性可分还是非线性可分数据，传统的支持向量机能够很好地解决二分类问题。针对给定的样本，支持向量机通过最大化最小间隔得到最佳的决策分界面，从而实现对新样本的类别预测。然而现实中的数据更为复杂多样，一方面数据的类别往往多于两个，近年不乏有优秀的多分类支持向量机算法出现；另一方面不同领域的数据的特征集中可能存在相对特殊的变量（称之为主变量，targeted variable），需要将其挑选出来并加以特殊处理，以保持主变量对最终分类结果的重要影响。考虑这两个方面，提出基于角度的变系数多分类支持向量机（TLAMSVM）模型以解决含有主变量的多分类问题。它使用具备更好几何解释能力的基于角度的间隔最大分类框架完成多分类，并引入变系数模型，通过选择合适的局部光滑函数处理主变量对模型的影响。把基于角度的变系数多分类支持向量机分别应用到模拟数据集和真实数据集上。数值结果显示，相比没有使用变系数思想或基于角度的多分类框架的多分类支持向量机，TLAMSVM模型具有更高的预测准确度。 相似文献
3.
传统的欠采样方法容易丢失重要的样本信息,且其实验结果的稳定性较差。针对上述问题,提出一种基于类重叠度欠采样的不平衡数据模糊多类支持向量机算法。该算法首先采用LOF局部离群点因子和箱线图的方法清洗训练数据集中的噪声样本,然后根据类重叠度抽取对分类起关键作用的支持向量,并且将代表每个样本点重要程度的类重叠度作为隶属度值,构造模糊多类支持向量机。实验结果表明,该算法克服了随机欠采样的支持向量机容易丢失重要样本信息和实验结果不稳定的缺点,且很好地提升了支持向量机在不平衡且含噪声的数据集上的分类精度,并保持较高的计算效率。 相似文献
4.
击穿点是估计未知参数稳健性的重要度量。在常规的低维逻辑回归模型中，极大似然估计的击穿点已有了广泛的研究，但少有对高维惩罚似然估计击穿点的分析。通过研究高维逻辑回归模型的惩罚似然估计的增加和替换击穿点来分析这个问题。特别地，证明惩罚极大似然估计的L2范数总是有界的，这表明有限样本的击穿点达到了最大值0.5。此外，还提供了斜率参数的内爆击穿点的上界。模拟学习很好地支持了该理论结果。 相似文献
5.
研究RBF神经网络在个人信用评级中的应用.针对传统的RBF神经网络无法处理非数值型数据和对初始中心的选取及异常值十分敏感等问题,提出一种基于模糊K-Prototypes算法的RBF神经网络,提高了处理分类型数据及混合型数据的能力,并且改进的模糊K-Prototypes算法有助于降低模型对初始中心选取和异常值的敏感性.将改进前后的模型分别应用于商业银行的个人信贷评级中,结果表明,改进后的模型预测精度和稳健性都优于传统的RBF模型. 相似文献
6.
探讨多元概率分布的构造理论与多元概率分布拟合优度的各种检验方法,指出拟合优度检验在多元数据分析中的重要作用.阐述基于单位球的多元概率分布拟合优度检验的独特的理论意义,探讨回归模型有效性检验的研究路径,强调小样本理论与大样本理论在统计模型检验中的综合应用. 相似文献
7.
刘孝成 《山西师大体育学院学报》2011,26(4):17-21
为客观分析高职院校体育场馆绩效管理水平,在构建高职院校体育场馆绩效管理水平综合评价体系的基础上,通过问卷调查、专家打分等方法,运用层次分析法（AHP）确定各评价指标的权重;运用多因子加权平均求和,得到高职院校体育场馆绩效管理水平综合评价值;再依据四级分类,构建高职院校体育场馆绩效管理水平的评价模型。该模型为相关部门正确判断委托经营性高职院校体育场馆绩效评价提供可操作性的评价体系,对有序推进高职院校体育场馆改革提供决策支持。 相似文献
8.
目前,学校体育设施对外开放已经成为一种趋势.为客观分析学校体育设施对外开放水平,在构建学校体育设施对外开放水平综合评价体系的基础上,通过问卷调查、专家打分等方法,运用层次分析法(AHP)确定各评价指标的权重;运用多因子加权平均求和,得到学校体育设施对外开放水平综合评价值;再依据四级分类,构建学校体育设施对外开放水平的评价模型.该模型为相关部门正确判断学校体育设施对外开放条件优劣提供科学依据,对有序推进学校体育设施对外开放提供决策支持. 相似文献
9.
《武汉电力职业技术学院学报》2017,(4)
为了使电力变压器的状态检修的依据更加准确合理,采用模糊综合评判方法对电力变压器的运行状态进行评价,对状态量以相对劣化度进行量化处理,确定各状态量的隶属度函数。此外,针对权重系数的问题转化为粗糙集理论中属性重要性的评价问题,使权重的分配更加合理;利用模糊综合评判方法及权重系数确定方法,构建电力变压器的状态评价模型。最后,实例验证分析,证明了该评价模型能反映电力变压器整体的状态水平,为电力变压器的状态检修提供合理的决策依据。 相似文献
10.
由于受限于人工成本,很多现实世界中的多视角数据集是由少量有标签样本和大量无标检样本组成的。当前传统的多视角矩阵分类器无法有效处理这类数据集。为了处理这个问题,将Universum学习引入多视角矩阵分类器中,提出基于信息增强的多视角矩阵分类器。由于Universum学习可以生成额外的无标签样本,这类样本虽然没有被指定类别标签,但是包含了部分有标签样本的信息,所以Universum学习可以增强有效样本信息。实验表明,相比于传统的多视角矩阵分类器,本文提出的基于信息增强的多视角矩阵分类器具有更好的分类性能。 相似文献
11.
旨在研究中国商品期货市场动量策略的有效性,并且在判断动量崩溃的存在与动因之后提出能够管理动量崩溃风险的有效方法。在考虑交易费用的情况下,构建出的商品期货动量策略能够持续性获得显著的风险调整收益,进一步实证发现中国商品期货市场存在动量崩溃现象,其原因在于输家组合具有类期权性质从而使得时变β对市场组合波动更加敏感,进而主导了动量组合发生崩溃。为了进行动量崩溃的风险管理,提出构建基于目标条件停时的动态权重动量策略以管理动量崩溃风险,结果显示这一方法有效地规避了动量崩溃带来的极端风险,同时获得更高的动量收益和夏普比例。 相似文献
12.
针对传统Web指纹识别方法中识别对象局限于主流Web服务器软件的问题，提出一种基于余弦测度下K-means的网络空间终端设备识别模型。首先，设计识别模型和确定验证方法。其次，选取返回的HTTP数据包头部字段和状态码作为终端设备特征，对特征进行提取和向量化后转化为32维特征向量。再次，选取余弦距离函数作为K-means聚类算法中的相似性度量函数。最后，根据识别模型设计实验算法流程，对网络空间中的无标记样本和标记样本进行识别实验。实验结果表明，该模型能够识别无线路由器、网络摄像头和智能交换机等终端设备，并具有较高的识别准确率和较低的识别遗漏率。 相似文献
13.
遥感图像上的飞机目标检测是一件极富挑战性的工作，吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法，这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力，是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题，提出一种基于生成对抗网络（generative adversarial networks，GAN）的半监督检测方法。在遥感图像飞机目标检测中，该方法不需要标记全部用于训练的图像，只需要标记其中一小部分样本，再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中，生成器学习数据分布并生成假样本，判别器判别真假样本，同时判别器还需要从标记数据中学习类别信息。最后，判别器学习到的决策分类面不仅仅区分出标记数据，而且平行于数据分布的边界。实验证明，在存在大量可供训练的图像的基础上，减少标注数据的比例，全监督学习方法性能会大幅下降；而本文提出的半监督学习方法，由于利用了未标注的数据，能保持更好的检测性能。 相似文献
14.
媒介的传播效果在网络化时代对老年人的再社会化进程起着关键作用,同时体育锻炼是预测老年人再社会化的重要指标,国内鲜有基于全国样本的数据分析互联网使用对老年人体育锻炼的影响。利用中国综合社会调查（CGSS）2017年数据,基于再社会化理论,运用logistic模型、倾向得分匹配、赫克曼模型的方法,探究互联网使用对老年人体育锻炼的影响。结果发现：互联网使用对老年人的锻炼频率和锻炼强度都起着显著的促进作用,其中对锻炼强度的影响更大;中介机制分析表明,互联网使用主要通过影响学习状况来促进老年人的体育锻炼;异质性分析显示,互联网使用对老年人锻炼情况的促进作用在低龄老年人、城市户籍的老年人以及东部地区的老年人中更为明显。以上结果运用倾向得分匹配法及赫克曼模型控制了样本的内生性问题,同时通过了稳健性检验,表明互联网使用能够加强老年人的学习行为,从而促进其参与体育锻炼,有助于加快老年人的再社会化进程。 相似文献
15.
传统的社交网络用户的人格预测方法是采用单任务分类或回归的机器学习方法,这类方法忽略多个任务之间的潜在关联信息,并且在小规模训练数据条件下很难取得较好的预测效果。提出基于鲁棒多任务学习模型对微博用户进行大五人格的预测,既共享多个任务之间的关联信息,又能够识别出不相关任务。参数矩阵也相应地被分解为结构项和异常项,采用核范数和L1/L2范数进行正则项约束,将问题转化为求解优化问题。通过真实的新浪微博用户数据进行方法有效性的验证,5个维度的平均正确率、平均精确率和平均召回率分别达到67.3%、71.5%和74.6%,同时与在相同数据集上采取传统的单任务学习方法和多任务学习方法进行比较,结果表明本文提出的基于鲁棒多任务学习方法的预测效果优于其他几种方法。 相似文献
16.
为克服传统多视角分类器无法充分最小化结构风险的不足,提出基于Universum的多视角全局和局部结构风险最小化模型。该模型采用Universum学习,利用有标签样本生成大量包含分类信息的无标签样本,从而增加分类器性能。这些信息有利于最小化结构风险。通过在Mfeat、Reuters和Corel等3个多视角数据集上的试验可以发现,该模型可以提高多视角分类器的性能,并可以更好地应用到多视角数据集的分类问题中。 相似文献
17.
媒介的传播效果在网络化时代对老年人的再社会化进程起着关键作用,同时体育锻炼是预测老年人再社会化的重要指标,国内鲜有基于全国样本的数据分析互联网使用对老年人体育锻炼的影响。 研究利用中国综合社会调查(CGSS)2017年数据,基于再社会化理论,运用logistic模型、倾向得分匹配、 赫克曼模型探究互联网使用对老年人体育锻炼的影响。结果发现：互联网使用对老年人的锻炼频率和锻炼强度都具有显著的促进作用,其中对锻炼强度的影响更大;中介机制分析表明,互联网使用主要通过影响学习状况来促进老年人的体育锻炼;异质性分析显示,互联网使用对老年人锻炼的促进作用在低龄老年人、城市户籍老年人以及东部地区老年人中更为明显。以上结果运用倾向得分匹配法及赫克曼模型控制了样本的内生性问题,同时通过了稳健性检验,表明互联网使用能够加强老年人的学习行为, 从而促进其参与体育锻炼,有助于加快老年人的再社会化进程。 相似文献
18.
在利用主动学习方法进行高光谱图像分类时，往往存在空-谱特征不能得到有效利用和样本需要进行手动标注的问题。针对这些问题，提出一种结合卷积神经网络的主动学习方法进行高光谱图像分类。该方法首先提取像素的空间邻域组成训练样本，通过卷积神经网络对样本的空间特征和光谱特征进行学习并对数据进行初步分类；然后，基于高光谱图像的空间相似性和光谱相似性，对无标注样本进行标注，并将其加入标注训练集以提高分类器的分类精度。在Salinas、PaviaU和Indian Pines这3个高光谱数据上的实验结果表明，该方法能在较少标注样本的情况下，有效提高高光谱图像的分类精度。 相似文献
19.
目的:探求优秀少年男子举重运动员身体形态、身体素质的选材模型。方法:福建省在训的25名健将级和一级少年轻量级男子举重运动员为研究对象。通过文献资料法、专家筛选法、主成分因子分析法,探寻举重选材的指标模型,进而探求选材模型。结果:体型因子为髂宽指数,充实度因子为克托莱指数,围度因子为上臂松紧差,上肢力量因子为左握力,腿部爆发力因子为纵跳,专项素质因子为后蹲。结论:在对主成分因子处理的基础上,构建了选材的均值模型和权重模型,其中一级指标形态与素质的权重为0.48:0.52,构建了身体形态、身体素质单项和综合评分标准的选材模型。 相似文献
20.
针对网络入侵检测过程中无法有效处理入侵数据中分类变量的表示，导致网络入侵检测准确率低、漏报率高等问题，提出一种基于实体嵌入和长短时记忆网络（long short-term memory network，LSTM）相结合的网络入侵检测方法。首先，在数据预处理时，将表示网络特征数据中的数值型变量和分类型变量数据分开，通过实体嵌入方法将分类型变量数据映射在一个欧几里得空间，得到一个向量表示，再将这个向量嵌入到数值型数据后面得到输入数据。然后，通过把数据输入到长短时记忆网络中去训练，通过时间反向传播更新参数，得到最优嵌入向量作为输入特征的同时，也得到一个相对最优的LSTM网络的检测模型。在数据集NSL-KDD上进行实验验证，结果表明实体嵌入是一种有效处理网络入侵数据中分类变量的方法，它和LSTM网络相结合组成的模型能够有效提高入侵检测率。在数据预处理时对分类变量的处理中，实体嵌入方法与传统的One-Hot编码方法相比，检测的准确率提高1.44个百分点，漏报率降低2.99个百分点。 相似文献