重抽样相关论文
近几十年来,在识别响应变量和预测变量的回归结构问题中,半参回归模型受到了越来越多统计学者的关注。半参模型是非参模型和参数模......
非均衡数据,是指数据的两个或多个类别存在严重非均衡,如征信数据中违约样本和非违约样本比例常常存在失衡的情况。回顾近三十年的......
在统计学领域,给定某些随机变量用来推断另一响应变量的分布是统计学需要研究的重要问题。当自变量和响应变量之间的关系类型无法......
因为纱条条干均匀情况是纺织品质量控制的重要指标和手段，而波谱分析可以发现纱条波谱中有害的周期波(俗称机械波)，并有助于发现其原......
本文重点讨论了基于最小二乘支持向量机的传感器重构问题,以不确定度分析为切入点,分别对最小二乘支持向量机的参数优选、过拟合问......
针对小样本试验数据信息匮乏、难以利用概率统计方法进行可信度评估的问题,将重抽样方法与小样本区间估计方法相融合,提出了小样本......
考虑平面上和三维空间中同时确定多条干线的干线网络选址问题.对于平面上情形,通过最小化每个点到离它最近干线的加权距离之和,给......
在投资组合过程中,由于不了解投资对象的总体分布,可能会过高估计风险回报率.利用重抽样方法可以查看高估程度,采用Shrinkage方法......
非高斯、非线性的状态空间模型研究近年来有很多新的进展,在许多领域得到应用,其中用Monte Carlo方法进行滤波是一种简洁、方便的......
过程变量在代表产品或服务过程信息时并非完美,而使用模糊数可能是另一较好途径.文章进一步完善模糊累积和控制图,其中使用中心和......
针对学生考试成绩分析中的问题,提出采用Bootstrap方法,对考试成绩进行重抽样,分别计算出考试成绩前四阶矩的核密度函数。对真实考......
期刊
针对无源阵列对机动目标跟踪效果较差的问题，在融合交互式多模型和粒子滤波方法的基础上，提出了一种基于粒子滤波的交互多模型（IMM—P......
条件的影响是有匹配样本的连续调查特有的计量误差来源.本文在变异计量误差模型之下,研究了未调整时条件影响对两期裂区设计连续调......
融合交互式多模型和粒子滤波,提出了一种新的多模型粒子滤波算法。该算法采用多模型结构以跟踪目标的任意机动。各模型采用粒子滤......
本文改进了传统基于近震波形数据的点源震源参数反演的CutAndPaste（CAP）方法，实现了近震Pnl波、面波和远震P波、SH波的联合反演的CAPj......
利用隐马氏模型解决实际问题时，其最终目的往往是隐状态估计问题。传统的Viterbi算法适用范围有限，而粒子滤波通过一组加权样本逼近......
本文介绍一种在现场纤维均匀度分析仪中使用的基于数字滤波器复用和重抽样技术的实用抗混滤波器系统,采用CPLD纯硬件实现,可嵌入类......
粒子滤波算法是近年来提出的一种较新的算法．通常的粒子滤波利用采样重要性重抽样算法，该算法选用先验分布，但它易受外部观测量的影响......
针对无源阵列被动跟踪效果较差的问题，融合交互式多模型和粒子滤波方法，提出了一种基于粒子滤波的交互多模型（IMM—PF）算法。该算法采......
经济的迅猛发展使得当前的市场环境愈加复杂,企业所面临的财务风险愈加多元化,投资者、债权人等利益相关者面临的不确定性也更高,......
在平稳时序数据的自回归辨识过程中,通过引入Bootstrap方法对辨识残差序列进行重采样、参数估计及模型修正等处理。对现有的基于Bo......
利用加速寿命试验的失效数据对产品的分位数寿命进行统计推断时,需要对统计模型做具体的假设。但是在工程实际中,错误的模型设定会......
石蜡切片是量化两栖动物各种皮肤特征的常用技术,但在两栖动物中缺乏取样标准。血管密度等无法直接度量的特性可能需要较大的样本......
自举法是在1个容量为n的原始样本中重复抽取一系列容量也是n的随机样本，并保证每次抽样中每一样本观察值被抽取的概率都是1/n(复置......
微阵列（microarray）技术用含有DNA或者蛋白质序列的微小玻璃芯片取代了传统生物医学中的凝胶、滤器和纯化柱，使科学家们能够在基因组......
分类是近年来机器学习和模式识别领域研究的热点问题之一，在分类问题中存在一类特例：各类别样例在数量上相差悬殊，这类数据集被称为不......
提出了一种基于随机子空间的多分类器集成算法RFSEn.首先选择一个合适的子空间大小,然后随机选择特征子集并投影,并得到子空间上的......
2008金融危机的爆发令各国的金融监管机构意识到金融体系中系统性风险的重要性,也使得系统性风险方面的研究成为学者们关注的热点......
梯度Boosting思想在解释Boosting算法的运行机制时基于基学习器张成的空间为连续泛函空间,但是实际上在有限样本条件下形成的基学......
国内互联网金融和消费信贷的迅猛发展,催生了互联网个人征信的巨大需求。针对不平衡的互联网征信数据,采用随机过抽样、随机欠抽样......
随着计算机技术的发展,大规模处理数据变得越来越广泛。在非参数回归问题中,如何能够在尽量避免信息损失的前提下,对自变量向量进......
<正> 进化树(evolutionary tree)又名系统树(phylogenetic tree)已发展成为多学科(包括生命科学中的进化论、遗传学、分类学、分子......
在对复杂调查数据进行探索性统计分析时,沿用常规的一些统计图形可能使得图形无法解释或导致误导性的视觉效果。在归纳复杂调查数......
过程变量在代表产品或服务过程信息时并非完美,而使用模糊数可能是另一较好途径.文章进一步完善模糊累积和控制图,其中使用中心和......
正交频分复用(OFDM)技术具有抗多径干扰能力强、能消除符号间干扰、频带利用率高等优点,同时由于采用了快速傅里叶变换,大大降低了......
近年来，随着机器学习和数据挖掘等应用领域的扩展，人们遇到越来越多的不平衡小样本数据。所谓的不平衡小样本数据是指相对样本维度而......
文章提出了一些实用的数据分析方法，包括正态性检验法和重抽样方法，对这些方法还提供了计算程序，适合于工程技术人员使用。......
期刊
针对深度强化学习算法中经验缓存机制构建问题,提出一种基于TD误差的重抽样优选缓存机制;针对该机制存在的训练集坍塌现象,提出基......
从1979年Efron提出Bootstrap方法至今,该方法在近30年间已经得到了极大的发展和扩充,并被广泛地应用于统计学的各个领域。Bootstra......
随着计算机技术和网络技术的飞速发展,层出不穷的网络攻击所造成的危害越来越大,网络安全面临着严峻的挑战。如何在高速网络环境下......
研究时序数据预报和提高预报精度的方法，提出了一种新的利用误差项对时序数据样本进行ＢｏｏｔＳｔｒａｐ重抽样的方法。该方法采用神经网络技术建立时......
期刊
针对入侵检测中少数类异常数据的检测精度较低的问题,提出基于支持向量聚类的不平衡数据无监督检测算法.方法采用支持向量聚类对所......
在机器学习领域的研究当中，分类器的性能会受到许多方面的影响，其中训练数据的不平衡对分类器的影响尤为严重。训练数据的不平衡也就......
