排序方式: 共有19条查询结果,搜索用时 31 毫秒
1.
广义支持向量机优化问题的极大熵方法 总被引:7,自引:0,他引:7
依据最优化理论中的KKT互补条件建立了广义支持向量机的无约束优化模型,并给出了一种有效的光滑化近似解法极大熵方法,为求解支持向量机优化问题提供了一种新途径.该方法特别易于计算机实现,理论分析和数值实验结果表明了模型和算法的可行性和有效性. 相似文献
2.
非自伴算子特征函数系的完备性是一个非常困难的研究课题,至今还没有统一的处理方法.对一类可用分离变量法求解的偏微分方程引入Hamilton系统,论证了基底函数组的辛正交系分别在Abel平均与Cauchy主值意义下的完备性与收敛性,并将Abel平均意义下的结论推广到更一般情形,即θ可和性意义下的情形.特别地得到了给定级数在... 相似文献
3.
ICU中患者的死亡风险预测被认为是重要临床预测任务之一,准确地预测ICU患者的死亡风险可提供有关患者的病情信息,便于及时采取措施来干预,同时有助于有限医疗资源的有效分配.ICU患者病情不稳定,需要密切的监护,大量临床数据被相关监测设备采集、记录和保存,为ICU患者的相关临床决策提供重要参考.以ICU患者30天死亡风险预测为研究目标,基于重症监护医疗信息市场Ⅲ数据库,构建ICU患者死亡风险预测模型,分析相关影响因素,以支持医疗实践中的临床决策.首先提取相关患者数据并进行预处理,采用多种统计量对时间序列特征进行表示;随后选取基分类器,基于融合遗传算法和模拟退火算法的混合优化算法对相应基分类器进行特征选择,基于信息融合思想采用集成学习方法将分类器以装袋方式进行集成,采用真实数据对模型进行验证,并基于准确率、F1评分和AUC三个评价指标与经典死亡风险预测模型进行比较,展现出较好的性能;最后基于信息融合对ICU患者死亡风险重要影响因素进行分析,发现集中趋势类统计量更为重要,为临床决策提供参考. 相似文献
4.
提出了一种多路归一化割谱聚类方法、独立成分分析法、GARCH模型和Granger模型相结合的金融风险协同溢出模型。利用GARCH模型提取波动;利用谱聚类方法对波动数据集进行聚类分析;再利用独立成分分析法提取每个类的独立成分;最后,利用Granger因果检验分析每个类提取出的主成分对其余类中股指的风险溢出,从而完成金融风险的协同溢出计量。采用本文提出的模型对近几次金融危机期间全球主要股指进行了金融风险协同溢出分析。实证结果表明,本文提出的方法能较好地刻画金融风险的协同溢出效应。 相似文献
5.
Modified evolutionary algorithm for global optimization 总被引:2,自引:0,他引:2
1 .INTRODUCTIONOptimization problemsoftenariseinscience ,engi neering ,andbusinessapplications .Tosolvevariousoptimizationproblems ,manysolutionsbasedonthegradientorhigher orderstatisticsoftheobjectivefunction ,suchassteepestdescentmethod ,conjugategradie… 相似文献
6.
动态投入产出模型的解及其灵敏度分析 总被引:1,自引:0,他引:1
动态投入产出模型被广泛应用于经济理论研究和实践中.对Leontief离散型动态投入产出模型的解及其灵敏度问题进行了系统的分析.给出了基年的总产出向量和各期的最终净需求向量发生变动时,对计划期内国民经济各部门总产出可能产生的影响的计算公式,揭示了动态投入产出系统初始条件和外生变量对国民经济各部门总产出的传递效应. 相似文献
7.
8.
Hamilton算子特征函数系的完备性 总被引:1,自引:0,他引:1
对一类可用传统的分离变量法的偏微分方程引入Hamilton系统,证明基于基底函数组的展开在一般收敛意义下发散,而在Abel收敛意义下收敛,并将结果推广到更一般的情况. 相似文献
9.
双聚类算法是一类新型数据挖掘聚类算法,通常以均方残差为评价指标.基于均方残差的双聚类算法,大多采用贪婪策略求解,通常不能得到大小适中且结果准确的簇.而在联合聚类中,模糊理论能改善这种基于均方残差的算法,得到大小适中且结果准确的簇.为了提高基于均方残差双聚类算法的性能,本文结合模糊理论提出一种求解单一簇的模糊双聚类算法.... 相似文献
10.
为了对时间序列数据进行聚类分析, 提出了一种基于独立成分分析的时间序列多路归一化割谱聚类方法, 并给出了利用独立成分分析对时间序列数据进行特征提取和降维的理论解释. 该方法首先利用独立成分分析对时间序列数据进行特征提取, 然后利用多路归一化割谱聚类方法完成对时间序列特征数据的聚类分析, 从而得到了一种新的基于特征的时间序列聚类方法. 为了验证该方法的可行性和有效性, 将其应用于仿真时间序列数据和实际的股票时间序列数据聚类分析中, 取得了较好的数值结果. 相似文献