模型选择论文

论文摘要非平稳性是时间序列的一个重要特征,对它的衡量是时间序列分析中的一个挑战性课题。本文借助于遍历论、粗粒化方法及信息论的观点,对时间序列的非平稳性度量问题展开了系统、深入的...

论文摘要模型选择研究是经济计量学的重要组成部分。自Akaike的AIC准则提出以来,基于信息理论的模型选择标准飞快发展。基于各种不同原理和计算方式的模型选择被纷纷提出,丰富了计...

论文摘要综合评价是一个开放性交叉学科,涵盖了社会生活的诸多方面。通用综合评价支持系统是对综合评价的计算机支持,他独立于具体评价问题与评价领域,对于实现评价问题的定量化表达与评价...

论文摘要本论文从模型选择的角度研究如何处理高维的,强相关的,多维共线性又带有噪音的数据。主要包括三章：第二章,我们提出了一种用于多主成份的光谱数据分析的波长区域选择算法,即弹性...

论文摘要文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展。它是信息检索、机器学习和自然语言处理的热点和关键技术之一。近几年,人们开始...

论文摘要属性数据分析是研究名义数据和有序数据的有效工具。在属性数据分析中,经常用对数线性模型来拟合列联表;可以用对数线性模型来分析列联表中变量之间的关联性,这是对数线性模型的一...

论文摘要高斯混合模型（GaussianMixtureModel）是统计模式识别中一类重要建模工具。基于高斯混合模型的图像识别方法,具有形式灵活、识别速度快、抗干扰能力强、识别准...

论文摘要随着互联网的普及,电子邮件以其快捷、方便的优点逐渐发展成为人们工作和生活的重要通信工具之一。然而,随之而来的垃圾邮件问题也日益严峻,它不仅传播有害信息,而且耗费大量的公...

论文摘要支持向量机(SVM)是由Vapnik在统计学习理论的基础上提出的一个新的通用的机器学习方法。由于在学习问题中出色的泛化性能,支持向量机已经引起广泛关注并应用于多个领域当...

论文摘要支持向量机（SVM）是一种新的数据建模方法,它基于统计学习理论,具有坚实的数学理论基础和严格的理论分析,具有理论完备、全局优化、适应性强、推广能力好等优点,是机器学习中...

论文摘要随着人们对企业技术创新重要性意识的日益提高,关于企业技术创新影响因素的研究越来越成为中外学术研究中的热点之一。企业如何选择技术创新战略是企业生存和发展必须解决的问题。长...

论文摘要支持向量机是一种基于小样本的学习工具,其基本原理是在两类分类样本之间找到一个线性的分类面把两类样本分开,并且使两类之间的分类间隔最大。但实际应用中的分类数据几乎都无法用...

论文摘要重组率在遗传连锁分析中起着非常关键的作用,尤其是在建立连锁图谱进行基因定位时,对重组率进行统计推断是一个必不可少的环节。遗传学中连锁分析是指通过对基因数据的分析在基因组...

论文摘要本文对基于互信息与先验信息的机器学习方法进行了研究。针对模式识别,本文研究了基于互信息的分类模型选择问题,提出了归一化互信息（NormalizedMutualInfor...

论文摘要近年来,时间序列数据挖掘的研究技术在很多领域得以应用。合适的时间序列模型是对序列特性的一种反映,由于基于模型的时间序列数据挖掘方法能够发现序列的内在规律,因此这种方法具...

论文摘要支持向量机（SVM）作为结构风险最小化准则的具体实现工具,具有全局最优、结构简单、泛化性能强等优点。该技术已成为机器学习界的研究热点,并在很多领域得到了成功的应用。本文...

论文摘要数据特征提取,或数据降维,是数据建模与数据挖掘的基本问题,而流形学习是近年来所兴起的数据特征提取（特别是低维特征表示）最引人注目的热点方法之一。尽管已提出Isomap,...

论文摘要IB理论通过将数据对象压缩到一个事先定义好的“瓶颈”变量的过程中极大地保持其与另一数据对象的关联性，解决了传统的模式分析方法不能有效解决的问题。随着IB理论在各领域应用...

论文摘要毒物兴奋效应是指在较低药物剂量水平时,随着剂量水平的增加,受试者对药物的不良反应降低。这种毒物兴奋效应现象暗示了门阀剂量的存在,如果存在毒物兴奋效应现象,必定发生在小于...

论文题目:竞争学习向量量化和支持向量机的关键技术研究论文类型:博士论文论文专业:计算机应用技术作者:周水生导师:周利华关键词:模式识别,统计学习理论,支持向量机,二次规划,样本...