山西省人均GDP的发展态势-基于时间序列、最小二乘回归、分位数回归方法

以山西省1980年到2010的人均GDP的资料为依据,利用时间序列分析中的ARMA模型、普通最小二乘回归OLS以及分位数回归模型对山西省人均GDP进行分析研究,以揭示山西省人均GDP增长变化的规律,从而为山西省制定相应的宏观调控政策提供依据。     

基于加权最大边缘间距准则MMC的特征选择问题

特征选择是模式识别经典而重要的课题．由于不同类别样本之间存在边缘样本点,其分布区域互相交叉重叠,经典的MMC（Maximize Marginal Criterion）方法简单地采用最大化类中心距离,不利于样本分类．针对此问题,给出了一种基于加权最大边缘间距准则（加权MMC）并改进了的特征选择算法,该方法考虑了不同类别数据边缘样本点在模式分类中的作用,建立了基于最大边缘间距的新型特征评分准则,提高了边缘样本点在衡量特征判别能力时的作用．在公开数据集PIE和MIT-CBCL3000标准人脸图像库上进行了实验,结果表明,该算法与经典的MMC特征选择算法相比较具有明显的优势．