学科分类
/ 1
5 个结果
  • 简介:针对EM算法在估计混合正态分布参数时使用不完全信息的总样本所得到的参数估计误差较大的问题,提出一种新的估计方法——TU截断改进算法。该算法根据正态分布的特点,运用部分拥有完全信息的样本将混合正态分布中的分布参数逐一估计出来。这一算法一方面克服了EM算法运用于混合分布的缺陷,另一方面改进了使用截尾数据的参数估计。仿真结果表明,TU算法比EM算法估计更精确。

  • 标签: 混合正态分布 EM算法 TU算法
  • 简介:以沿海11省市的风暴潮灾害风险为研究对象,采用遗传与粒子群混合算法对投影寻踪动态聚类(PPDC)模型进行优化,将粗糙集理论(RST)与修正的PPDC模型组合运用,对中国沿海地区风暴潮灾害的风险进行综合评估与区域等级划分。实证结果表明:广东和福建两省是中国风暴潮灾害的高风险区,风险评估值超过2.5,山东、浙江、海南和广西属于风暴潮灾害的中风险区,风险评估值处于[1.8,2.2]之间,江苏、天津、辽宁、河北和上海属于风暴潮灾害的低风险区,风险评估值低于1.5。研究结论为国家实施差异化的灾害风险管理战略提供了思路与参考。

  • 标签: 风暴潮灾害 风险评估与区划 投影寻踪动态聚类
  • 简介:核主成分分析KPCA是近年来提出的一个十分有效的数据降维方法,但它并不能保证所提取的第一主成分最适用于降维后的数据分类。粗糙集RS理论是处理这类问题的一个有效方法。提出一个基于KPCA与RS理论的支持向量分类SVC,利用RS理论和信息熵原理对运用KP(A进行特征提取后的训练样本进行特征选择,保留重要特征,力求减小求解问题的规模,提高SVC的性能。在构建2006年上市公司财务困境预警模型的数值实验中,以KPCA、RS理论作为前置系统的SVC取得了良好效果。

  • 标签: 核主成分分析 粗糙集 支持向量分类机 财务困境 预警
  • 简介:本文研究部分变系数动态模型,一些参数的值可以成为协变量的函数,并提出了参数和非参数函数系数的估计。本文提出一个基于支持向量分位数回归的部分变系数动态模型,及它的三步估计法和迭代加权最小二乘法估计模型的参数和非参数函数,提出的方法能被简单有效地应用到线性和非线性分位数回归光滑变量的高维情况。同时,本文也提出模型的惩罚参数、核参数的选择方法——交叉验证方法。

  • 标签: 部分变系数模型 分位数回归 支持向量机分位数回归 迭代加权最小二乘 超参数选择