【摘 要】
：
通过机器学习、数据挖掘等技术,机器可以从海量数据中学得知识和规律,并用于日常生活和工业生产中,促进社会的发展和进步。目前,数据挖掘相关技术仍面临许多挑战,其中之一便是“维数灾难”,因此,数据降维引起了许多学者的关注。冗余的特征不仅增加了学习的成本,而且可能降低学习器的准确性。特征选择是常用的数据降维技术之一,其目的是从给定的特征集合中筛选出相关特征的子集。信用风险预测是特征选择应用的一个典型场景,
论文部分内容阅读
通过机器学习、数据挖掘等技术,机器可以从海量数据中学得知识和规律,并用于日常生活和工业生产中,促进社会的发展和进步。目前,数据挖掘相关技术仍面临许多挑战,其中之一便是“维数灾难”,因此,数据降维引起了许多学者的关注。冗余的特征不仅增加了学习的成本,而且可能降低学习器的准确性。特征选择是常用的数据降维技术之一,其目的是从给定的特征集合中筛选出相关特征的子集。信用风险预测是特征选择应用的一个典型场景,其数据的最优特征子集能有效帮助金融机构进行风险预测和管理,降低金融风险。本文对模糊相关系数正则化模型及其在信贷风险预测中的应用进行了相应研究,主要包含以下三个方面:1.给出利用直觉模糊C均值聚类算法将数据直觉犹豫模糊化的方法,并计算变量间的模糊相关系数。2.提出模糊相关系数正则化方法。并将犹豫模糊相关系数及直觉犹豫模糊相关系数作为正则项加入到稀疏线性回归和稀疏逻辑回归模型的目标函数中,提出了模糊相关系数正则化模型,并给出了基于快速迭代收缩阈值算法的求解方法。3.基于模糊相关系数正则化模型,结合支持向量机和决策树,给出了新的特征选择方法,并将该方法用于信贷风险预测的特征选择中,在5个数据集上对模型的效果进行评估,结果显示提出的模型能够有效地进行特征选择且具有较好的效果。
其他文献
Ferrite with mixed complex oxides Bi Na Fe2 O5, Bi KFe2 O5 was synthesized by high temperature solid state reaction. The structure of the ferrites, type of syngony, parameters of the unit cells,radiog
本文研究了两类趋化模型解的定性性质:一类是带有间接信号产生的两种群竞争趋化模型,研究了其在全抛物和抛物-抛物-椭圆-椭圆情况下的解的整体有界性和渐近行为;另一类是带有非局部项的两种群竞争趋化模型,探究了其解的整体有界性和渐近行为。具体内容如下:首先,第二章研究了带有间接信号的两种群竞争趋化模型解的定性性质。在全抛物情况下,研究了当n≤3时解的有界性,通过先验估计、比较原理、一些基本不等式,得到了解
在日常生活中,建立一个能良好运作、且能满足交通网络中各用户要求的交通网络系统是非常重要的。交通网络规划不仅能有效地提高交通运作效率、降低交通费用,而且能够减少交通工具的利用而引起的空气污染、降低交通事故发生率等。交通网络均衡问题是交通网络规划的重要方向,它能够科学地描述车流在路网中的分布,有望为解决城市交通堵塞问题提供有效方法。本文针对不确定需求和弧容量约束的多指标交通网络均衡问题开展研究。具体研
能源价格作为能源市场的风向标,不仅反映能源的供需状况,同时也反映资源配置状况和国民经济的发展水平。准确预测能源价格可以更合理的调控能源市场配置,提高能源用户的科学化能源控制水平,促进能源经济健康发展。本文从现有能源价格市场经济学模型出发,建立一种基于能源价格的灰色预测模型。同时,考虑到能源生产部门对能源市场价格信息了解到调控具有一定的时间滞后,建立了一种新的能源价格动态灰色时滞预测模型。最后,将建
最优控制问题是指在一类可行的方案中,受控系统能根据自身特殊性找出最优控制方案,在最优控制下系统从初始状态转移到终端状态的同时,其性能指标值为最优。同时,在实际系统中,时滞是普遍存在的,在时滞的影响下,系统性能会下降甚至变得不稳定。本文主要研究了基于事件触发的有/无时滞的线性连续动态系统脉冲最优控制问题。首先,研究了无时滞的基于事件触发的线性连续动态系统脉冲最优控制问题。基于最优控制理论,得到了基于
半变分不等式作为变分不等式的推广,可以很好地刻画力学、物理学、工程科学等学科中的光滑或非光滑接触过程。对变分不等式问题的研究涉及能量泛函的凸性、单调性及凸函数的次微分等性质,对半变分不等式问题的研究则涉及能量泛函的非凸性和非光滑性及局部Lipschitz函数的Clarke次微分等性质。变分-半变分不等式作为变分不等式和半变分不等式的耦合不等式,在研究既涉及凸函数又涉及非凸函数的接触问题中具有重要应
由于粒计算方法对知识的特征表示与分类方面具有高效性与可扩展性,近年来,粒计算在数据挖掘及机器学习等领域的应用越来越广。而分类器在数据集上的分类效率以及性能是很多学者所关注的重点之一,现有的基于粒计算的分类器都将“信息粒化”视为一种初步的特征处理方法。另外,由于某些信息的不确定性,传统的模糊支持向量机不能对含有模糊信息的训练集进行有效分类。由于球具有完全对称性以及简单的数学表达式,因此,将其与现有的
随着对非线性问题研究的不断深入,带变指数增长条件的非线性问题引起了广大学者的关注。相较于常指数问题而言,带变指数项的反应扩散方程所描述的向异性更能反映问题的一般性,因此在流体力学、弹性理论等方面都有着广泛的应用。本文主要研究几类带有变指数反应项的发展方程解的定性性质,包括解的爆破行为以及解的熄灭行为。全文研究内容如下:第一章介绍了问题的研究背景、研究现状,以及本文的主要研究内容。第二章考虑了一类带
神经网络在模式分类、图像处理、二次优化等领域有着广泛的应用,而这些应用都依赖于神经网络的动力学行为,如稳定性、同步性、分叉、混沌等,且基本上会要求网络具有唯一平衡点或多个平衡点,同时这些平衡点必须是稳定的。所以,对神经网络动态行为的定性分析是我们用计算机设计规划神经网络实际应用的重要前提。不论何种神经网络,它们的共同特点是都可以进行并行处理,分布式存储和非线性运算,这些特点决定了神经网络具有很快的
注意偏好是指由于成长过程及社会经历所形成的一种最初被某一类突出性刺激吸引并维持注意力的倾向。社会关系质量及数量不足会让人产生主观的社会隔离感知,即孤独感。先前的研究表明,孤独感群体存在负面注意偏好,然而,目前对于这种注意偏好机制的神经机制的动态加工过程还知之甚少。经颅直流电刺激（transcranial direct current stimulation,tDCS）作为一种无创脑刺激方式,越来越