导读:本文包含了加权核密度论文开题报告文献综述及选题提纲参考文献，主要关键词:属性加权,核密度估计,朴素贝叶斯,分类
加权核密度论文文献综述
谢小军,陈光喜,丁伯伦[1]（2016）在《基于属性加权核密度估计的朴素贝叶斯分类算法》一文中研究指出为了削弱朴素贝叶斯分类算法的属性条件独立性假设,提出了一种属性加权核密度估计的朴素贝叶斯分类算法。该算法结合条件属性与决策属性的相关系数以及互信息得到新的属性加权值,并将该加权值嵌入核密度估计的朴素贝叶斯分类算法。实验结果表明,该算法提高了分类准确率。(本文来源于《桂林电子科技大学学报》期刊2016年03期）
宋文选[2]（2015）在《基于时变加权核密度估计构建统计套利策略的研究》一文中研究指出配对交易是一种被广泛应用的统计套利策略,该方法的主要思想是先找到相关性较好的若干投资品种,再从这些投资标的中找出具有长期均衡关系的一对品种,这里的均衡关系一般是指协整关系,当这对品种的价差产生了不合理的偏离,投资者便开始在相应的证券市场上建仓,买进相对被低估的投资品种,卖出相对被高估的品种。当配对品种的价差回归到无套利区间时,平仓了结头寸即可。该种策略与传统的单向交易最大的不同在于,它关心的是两个投资品种的相对价差,而不是每个品种价格的走势。另外该策略要在市场上同时建立空头和多头,这种对冲机制有效的避免了资本市场的系统风险,所以它也是一种市场中性策略,策略的收益和市场整体走势的相关性较低。本文将试图从累计百分位的角度建立配对交易,这里用到的方法主要是非参数中的核密度估计。在建立配对交易策略时,我们往往是先探寻两列关于收盘价的时间序列是否满足协整关系。如果满足,那么这两个序列的价格走势基本上是保持一致的。倘若市场是完美的,那么在每一个时刻价格所对应的累计百分位也应该是一样的。但实际中市场并非那么完美,往往是无效的。这就导致了每个时刻价格所对应的累计百分位的不一样。当二者之间的价差产生严重偏离时,便会间接的表现为累计百分的偏离。本文正是基于这一灵感来建立配对交易模型。对于每一个时刻价格的分布函数的估计,文章将采用时变加权核密度估计的方法进行。最后本文将按照该种配对交易的思想,分别在农产品期货,化工期货,金属期货上进行实证分析,以验证该方法的可行性及稳定性。(本文来源于《浙江工商大学》期刊2015-12-01）
宋文选[3]（2015）在《加权核密度估计及其在沪深300股指收益率上的应用》一文中研究指出由于金融数据的特殊性,对于其时变概率密度的估计和相应的累计分布函数的估计,可以通过非参数运用加权的核密度估计来捕捉每个时刻金融收益率的密度变化情况,这种方法中的重要参数,如带宽,可以通过最大似然函数和交叉检验进行估计.诊断检验可以通过向前一步预测的累计分布函数进行验证.对于这种追踪时变密度变化的方法,适用那些密度变化相对缓慢的数据上,并且该方法可以结合滤波进行递推估计.本文最后将此方法运用在沪深300股指.(本文来源于《泰山学院学报》期刊2015年03期）
蒋鹏,金炜东[4]（2012）在《基于加权核密度估计的自适应运动前景检测方法》一文中研究指出为解决监控视频背景初始化过程中前景干扰的问题,提出了一种基于加权核密度估计(KDE)的自适应运动前景检测方法.该方法对时间域变化稳定的像素值进行加权,并利用核密度估计构建背景模型,避免了背景初始化过程中前景的干扰.基于该背景模型,提出了一种新的阈值设定策略.该策略根据前景空间分布的连续性自适应获得前景阈值,填充前景中的"孔",并更新阈值.实验结果表明:即使场景中存在运动前景,该方法能够在多种场景下获得90%以上的查准率和查全率,其性能优于传统的背景差法.(本文来源于《西南交通大学学报》期刊2012年05期）
白丽,夏乐天,魏玉华[5]（2008）在《加权核密度估计在洪水频率分析中的应用》一文中研究指出本文引进加权核密度估计方法,研究洪水频率的分析计算;运用统计试验方法,同目前广泛认同的参数估计方法中线性矩法相比,结果表明:线性矩法及加权核密度估计法推求出的设计值的无偏性相当,但加权核密度估计方法的有效性较线性矩法好。最后还与普通的非参数密度函数估计方法对比,结果表明加权核密度估计方法推求出的设计值的无偏性及有效性都较好;尤其是有效性精度较高。因此,加权核密度估计是一种有应用和研究价值的方法。(本文来源于《水文》期刊2008年05期）
李玉忍,高社生,张学渊[6]（2008）在《核密度的随机加权估计及其应用》一文中研究指出目的研究核密度的随机加权估计,在一定条件下证明核密度的随机加权估计是有效的。方法用随机加权法对核密度进行估计。结果在适当的条件下nhn(H^n(x)-fn(x))和nhn(fn(x)-f(x))对几乎所有的样本序列X1,X2,…具有相同的极限分布,即随机加权逼近成立。结论所提出的随机加权估计优于钱伟民所做的Bootstrap估计,提高了估计的精度。(本文来源于《西北大学学报(自然科学版)》期刊2008年03期）
倪龙强,张旭阳,高社生[7]（2008）在《核密度估计的随机加权逼近》一文中研究指出目的证明核密度估计随机加权逼近的有效性。方法用随机加权法对核密度进行估计。结果在适当的条件下,(nh_n)~(1/2)(■_n(x)-fn(x))和(nh_n)~(1/2)(f_n(x)-f(x))对几乎所有的样本序列X_1,X_2…具有相同的极限分布,同时,得到了随机加权逼近的收敛速度。结论用随机加权法对核密度进行估计是可行的。(本文来源于《西北大学学报(自然科学版)》期刊2008年02期）
袁鹏[8]（2008）在《我国制造业劳动生产率地区差异的动态演进——基于自适应加权核密度的估计》一文中研究指出运用自适应加权核密度估计法,对1988-2005年我国制造业的劳动生产率分布及其地区差异的动态变化的分析结果表明:考虑了规模因素的自适应加权核密度法较一般核密度法更能准确度量制造业劳动生产率的分布形态;制造业劳动生产率分布动态以及地区差异演进趋势在1988-1997年和1998-2005年两个时期具有明显差异,前期分布趋向双峰状和两极化,差异扩大;而后期双峰分布消失,表现出非条件和非"俱乐部"特征的收敛性,这对缩小整体经济层面上的地区差异有积极作用。(本文来源于《当代财经》期刊2008年04期）
朱红伟[9]（2006）在《加权核密度估计及对我国消费支出的分析》一文中研究指出利用非参数加权核密度估计和自适应核密度对城镇居民的时间漂移现象和地区差异做了初步探讨,通过人口加权的密度估计和利用敏感系数对窗宽进行调整,较为真实地反映了我国城镇居民消费支出的变动和地区差异。(本文来源于《山西财经大学学报》期刊2006年S2期）
刘秀珍[10]（2006）在《怎样产生氢核密度ρ和T_1、T_2加权图像》一文中研究指出磁共振成像(magnetic resonance imaging,MRI)的主要成像参数是自旋核密度ρ、T1、T2,但ρ、T1、T2并不能在磁共振(magnetic resonance,MR)中直接测得,它们是隐含在弛豫过程(relaxation pro(本文来源于《北京生物医学工程》期刊2006年04期）
加权核密度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
配对交易是一种被广泛应用的统计套利策略,该方法的主要思想是先找到相关性较好的若干投资品种,再从这些投资标的中找出具有长期均衡关系的一对品种,这里的均衡关系一般是指协整关系,当这对品种的价差产生了不合理的偏离,投资者便开始在相应的证券市场上建仓,买进相对被低估的投资品种,卖出相对被高估的品种。当配对品种的价差回归到无套利区间时,平仓了结头寸即可。该种策略与传统的单向交易最大的不同在于,它关心的是两个投资品种的相对价差,而不是每个品种价格的走势。另外该策略要在市场上同时建立空头和多头,这种对冲机制有效的避免了资本市场的系统风险,所以它也是一种市场中性策略,策略的收益和市场整体走势的相关性较低。本文将试图从累计百分位的角度建立配对交易,这里用到的方法主要是非参数中的核密度估计。在建立配对交易策略时,我们往往是先探寻两列关于收盘价的时间序列是否满足协整关系。如果满足,那么这两个序列的价格走势基本上是保持一致的。倘若市场是完美的,那么在每一个时刻价格所对应的累计百分位也应该是一样的。但实际中市场并非那么完美,往往是无效的。这就导致了每个时刻价格所对应的累计百分位的不一样。当二者之间的价差产生严重偏离时,便会间接的表现为累计百分的偏离。本文正是基于这一灵感来建立配对交易模型。对于每一个时刻价格的分布函数的估计,文章将采用时变加权核密度估计的方法进行。最后本文将按照该种配对交易的思想,分别在农产品期货,化工期货,金属期货上进行实证分析,以验证该方法的可行性及稳定性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
加权核密度论文参考文献
[1].谢小军,陈光喜,丁伯伦.基于属性加权核密度估计的朴素贝叶斯分类算法[J].桂林电子科技大学学报.2016
[2].宋文选.基于时变加权核密度估计构建统计套利策略的研究[D].浙江工商大学.2015
[3].宋文选.加权核密度估计及其在沪深300股指收益率上的应用[J].泰山学院学报.2015
[4].蒋鹏,金炜东.基于加权核密度估计的自适应运动前景检测方法[J].西南交通大学学报.2012
[5].白丽,夏乐天,魏玉华.加权核密度估计在洪水频率分析中的应用[J].水文.2008
[6].李玉忍,高社生,张学渊.核密度的随机加权估计及其应用[J].西北大学学报(自然科学版).2008
[7].倪龙强,张旭阳,高社生.核密度估计的随机加权逼近[J].西北大学学报(自然科学版).2008
[8].袁鹏.我国制造业劳动生产率地区差异的动态演进——基于自适应加权核密度的估计[J].当代财经.2008
[9].朱红伟.加权核密度估计及对我国消费支出的分析[J].山西财经大学学报.2006
[10].刘秀珍.怎样产生氢核密度ρ和T_1、T_2加权图像[J].北京生物医学工程.2006