检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

不完全数据下基于元学习的城市空气质量预测

不完全数据下基于元学习的城市空气质量预测

作者：张旭哈尔滨工程大学

学位级别：硕士

近年来,随着人们生活质量的不断提高,优质的生活环境成为人们着重考虑的因素之一。实现空气质量的准确预测,对当地政府和居民及时做出应对有着重要意义。由于空气质量问题受多种复杂因素影响,使预测方法真正应用于实际项目中依然存在很... 详细信息

近年来,随着人们生活质量的不断提高,优质的生活环境成为人们着重考虑的因素之一。实现空气质量的准确预测,对当地政府和居民及时做出应对有着重要意义。由于空气质量问题受多种复杂因素影响,使预测方法真正应用于实际项目中依然存在很大距离。现有研究存在以下几个问题:第一,城市空气质量监测站分布不均匀,现有方法在捕获它们之间的时空相关性方面存在不足;第二,现有预测模型的训练往往是基于大量且完整的数据集,事实上一些城市监测站设备故障或者数据集不完全公开,导致没有完整的数据样本用于模型训练;第三,现有解决数据缺失问题的方法大多应用在数据预处理阶段,并且很难应对数据样本大量缺失的问题。为了应对这些挑战,本文做了如下研究:（1）为了捕获城市监测站之间的空间相关性,本文根据监测站点的地理坐标,构造空间图结构来表示监测站之间的依赖关系,根据图结构生成输入特征向量。通过实验来验证图结构对最终预测结果的影响。（2）提出一种基于图注意力和长短期记忆网络的时空预测模型（GAT-LSTM）,利用图注意力网络来提取监测站之间的相关系数,图注意力网络能够使用注意力机制根据邻近节点的特征进行权值分配。将融合了空间信息的特征向量输入到两层长短期记忆网络中提取时间相关性。（3）针对数据不完全情况下的空气质量预测问题,本文在数据预处理阶段使用多种数据填补方法,并进一步提出一个基于元学习框架的时空预测模型（Meta GAT-LSTM）,该框架能够使GAT-LSTM模型从多个城市中迁移知识,对模型进行初始化,用于目标城市的空气质量预测,应对数据不完全带来的问题。（4）本文针对以上问题,在真实数据集进行了大量的对比实验。首先,通过与多个基线模型对比,验证GAT-LSTM模型时空特征捕获能力,评估预测未来不同时间长度空气质量的能力。其次,通过修改参数,生成不同的城市监测站点空间图结构,讨论在不同图结构下的预测结果,从而找到一个最佳参数值。最后,模拟数据缺失情况下的城市空气质量预测,结合数据填补方法,使用元学习框架从多个城市迁移知识,对GAT-LSTM模型进行初始化,在此基础上对目标城市的空气质量进行预测。

关键词：不完全数据时空相关性图注意力网络长短期记忆力网络元学习

不完全数据场合下双参数指数分布参数的区间估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

统计与决策 2017年第16期33卷 15-18页

作者：程绩李云飞西华师范大学数学与信息学院四川南充637002

文章讨论了双参数指数分布参数基于不完全数据情况下的置信区间的构造问题。针对门限参数和尺度参数,分别给出了用于构造置信区间的枢轴量,讨论了门限参数的枢轴量以及尺度参数的枢轴量的精确分布,得到了相应的置信区间。针对尺度参数... 详细信息

文章讨论了双参数指数分布参数基于不完全数据情况下的置信区间的构造问题。针对门限参数和尺度参数,分别给出了用于构造置信区间的枢轴量,讨论了门限参数的枢轴量以及尺度参数的枢轴量的精确分布,得到了相应的置信区间。针对尺度参数置信区间构造的枢轴量可以抵抗样本中异常数据的干扰,具有一定程度的稳健性。

关键词：双参数指数分布不完全数据门限参数尺度参数枢轴量置信区间

不完全数据多重插补的Bootstrap方差估计

在线全文

学校读者我要写书评

暂无评论

统计与决策 2017年第18期33卷 74-76页

作者：李春林高玉鹏李圣瑜河北经贸大学数学与统计学院石家庄050061

当对插补所得的"完整数据集"使用标准的完全数据统计方法的时候,往往会低估插补估计量的方差。Bootstrap方法(自助法)是非参数统计中的一种重要的统计方法,是基于原始观测数据进行重复抽样,能充分的利用已知数据,不需要对未知总体进行... 详细信息

当对插补所得的"完整数据集"使用标准的完全数据统计方法的时候,往往会低估插补估计量的方差。Bootstrap方法(自助法)是非参数统计中的一种重要的统计方法,是基于原始观测数据进行重复抽样,能充分的利用已知数据,不需要对未知总体进行任何的分布假设或增加新的样本信息,进而再利用现有的统计模型对总体的分布特性进行统计推断。本文首先运用多重插补的方法对缺失数据进行了插补,之后利用Bootstrap方法对插补之后的数据进行了插补统计量的方差估计,结果表明运用Bootstrap方法进行插补统计量的方差估计更科学更准确。

关键词：不完全数据多重插补 Bootstrap方法

在线全文

学校读者我要写书评

暂无评论

不完全数据的威布尔分布估计和失效预测方法

通讯世界 2023年第6期30卷 163-165页

作者：石谨宁长城电源技术有限公司广东深圳518108

不完全数据由失效数据和删失数据组成,此类数据模型的分布拟合估计在电子产品可靠性评估工作中具有重要意义。根据某服务器电源产品的市场使用数据,基于Minitab统计分析软件的生存分析方法,研究不同删失类型数据模型的威布尔分布参数估... 详细信息

不完全数据由失效数据和删失数据组成,此类数据模型的分布拟合估计在电子产品可靠性评估工作中具有重要意义。根据某服务器电源产品的市场使用数据,基于Minitab统计分析软件的生存分析方法,研究不同删失类型数据模型的威布尔分布参数估计,探究不同删失类型数据集的分析差异,为提高产品的可靠性和失效风险评估提供参考。

关键词：不完全数据威布尔分布 Minitab 失效预测

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

不完全数据的若干研究

不完全数据的若干研究

作者：洪咪咪福州大学

学位级别：硕士

生存分析是生物统计学的最重要领域之一,并广泛运用到医学、精算学、经济学等领域.左截断数据和右删失数据是生存分析常见的两类不完全数据.本文主要对相依左截断数据下的条件分布函数和独立右删失数据下的条件危险率函数进行研究.本文... 详细信息

生存分析是生物统计学的最重要领域之一,并广泛运用到医学、精算学、经济学等领域.左截断数据和右删失数据是生存分析常见的两类不完全数据.本文主要对相依左截断数据下的条件分布函数和独立右删失数据下的条件危险率函数进行研究.本文安排如下:第一章是引言,简要介绍左截断数据和右删失数据的研究背景和研究现状.第二章在相依左截断数据下,基于局部多项式双光滑估计的想法,提出条件分布函数的局部多项式双光滑估计,给出了估计的渐近正态性.数值模拟表明局部线性估计的效果比局部常数估计的效果好,双光滑估计的效果比单光滑估计的效果好.第三章在右删失数据下,基于复加权NW估计的想法,提出条件危险率的复加权NW估计,给出了估计的渐近正态性.数值模拟表明复加权NW估计的均方误差与局部线性估计一样,两者都比局部常数估计的均方误差小.第四章是总结。

关键词：不完全数据条件分布函数条件危险率函数局部多项式双光滑估计复加权NW估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

不完全数据场合指数分布的参数估计

不完全数据场合指数分布的参数估计

作者：何亮杰西华师范大学

学位级别：硕士

数据处理是科学和社会研究的重要手段之一,也是统计工作中不可或缺的环节.现实生活中由于各种原因,例如为了满足经济性和时效性方面的要求,或者是在数据调查和保存过程中出现了失误,处理数据的时候经常会遇到数据不完全的情况.不完全数... 详细信息

数据处理是科学和社会研究的重要手段之一,也是统计工作中不可或缺的环节.现实生活中由于各种原因,例如为了满足经济性和时效性方面的要求,或者是在数据调查和保存过程中出现了失误,处理数据的时候经常会遇到数据不完全的情况.不完全数据并不能用传统的完整数据处理方法去分析,并且异常值的存在会对样本产生污染,影响人们进行判断和做出决策,造成经济上的损失.因此,人们需要通过特殊的方式对不完全数据进行处理,在提取其中有用信息的同时,尽量减少异常值的影响.本文以可靠性统计中最基础也是最常见的指数分布为例,分析讨论了其在不完全数据场合的总体参数估计问题.研究内容主要集中在以下两个方面:第一,介绍了定数截尾试验场合对指数分布总体参数θ的极大似然估计,考虑到定数截尾试验对数据上的要求有时候并不能得到满足,因此在分析了指数分布次序统计量的性质后,利用次序统计量构造出了总体参数θ的一类无偏估计量.该方法可以基于任意个数的次序统计量进行构造,可有效应对数据缺失的场合.同时在与定数截尾试验场合θ的极大似然估计进行对比后,得出定数截尾试验场合θ的极大似然估计是该方法构造的无偏统计量的一种特殊情况.第二,研究了不完全数据场合指数分布参数置信区间的构造问题,首先利用样本中位数和另一个样本分位数构造了枢轴量Z,并且推导出Z的精确的概率密度函数,以此可进行总体参数λ的置信区间的计算.最后给出了大样本情况下Z的近似分布和λ的近似置信区间.

关键词：不完全数据指数分布次序统计量无偏估计置信区间

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

不完全数据填充算法的研究与应用

不完全数据填充算法的研究与应用

作者：刘思谦大连理工大学

学位级别：硕士

随着互联网和人工智能的不断发展与深化,数据正以指数级的姿态爆发。但由于各种原因导致这些数据中存在大量的不完全数据,直接影响进一步的数据分析与挖掘,使得数据无法最大化的发挥其价值。因此对不完全数据填充的研究具有极其重要的... 详细信息

随着互联网和人工智能的不断发展与深化,数据正以指数级的姿态爆发。但由于各种原因导致这些数据中存在大量的不完全数据,直接影响进一步的数据分析与挖掘,使得数据无法最大化的发挥其价值。因此对不完全数据填充的研究具有极其重要的意义。传统的单次数据填充算法用全部数据集进行填充,这在提高了计算量同时又没有考虑数据间的相关性,并且大部分算法无法直接对缺失数据进行特征提取;而对于迭代式填充算法,大多又存在收敛慢,精度不够高等问题。针对以上问题,文本先提出了一种基于深度信念网络的不完全数据填充算法,用降噪的深度信念网络直接从不完全数据提取出具有一定鲁棒性的特征。再用这些特征进行聚类,在每个类内使用共现矩阵和部分距离策略对数据进行举手表决,最后将得分转换成权重进行加权填充。然后本文又提出了一种基于多核估计的不完全数据填充算法,它是一种迭代式填充算法,针对离散属性构建核函数,并对连续属性构建多个核函数的估计器,进而得到混合属性的多核估计器。同时,为了提高算法收敛速度,使用部分距离策略对缺失值进行预填充。最后使用核估计器对缺失值进行迭代填充。在文章的最后,通过对本文算法进行适配与优化,将其应用到了美国进出口贸易数据的填充与规范当中。通过验证分析,其填充准确率高达85%。从实验结果中可以得出,本文提出的算法在保证准确率的同时提高填充精度,满足学术研究的要求与工业应用的标准。具有一定的理论与应用价值。

关键词：不完全数据深度信念网络核函数数据填充

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

不完全数据下线性回归模型的参数估计

数学的实践与认识 2013年第16期43卷 191-196页

作者：李鑫曹显兵北京工商大学理学院数学系北京100048

在数据收集过程中,由于各种原因可能造成数据不完整的情况,并将严重影响数据挖掘的质量和结果的稳健性.本文基于EM算法,在SPSS软件的环境下,有效解决了一元线性模型下删失数据带来的参数估计问题,并将此方法实证推广到多元线性回归的模... 详细信息

在数据收集过程中,由于各种原因可能造成数据不完整的情况,并将严重影响数据挖掘的质量和结果的稳健性.本文基于EM算法,在SPSS软件的环境下,有效解决了一元线性模型下删失数据带来的参数估计问题,并将此方法实证推广到多元线性回归的模型中.

关键词：不完全数据 EM算法线性模型 SPSS软件

在线全文

学校读者我要写书评

暂无评论

不完全数据下复杂系统可靠度置信下限的研究

不完全数据下复杂系统可靠度置信下限的研究

作者：廖春芳哈尔滨理工大学

学位级别：硕士

对于复杂系统，其子系统的类型、数量、质量以及连接的方式都直接影响该系统的可靠性。一般复杂系统可靠性的统计推断主要是基于子系统的数据信息来完成。对于由最小路径矩阵描述的一般复杂系统，本文在不完全数据下对系统可靠度的置信... 详细信息

对于复杂系统，其子系统的类型、数量、质量以及连接的方式都直接影响该系统的可靠性。一般复杂系统可靠性的统计推断主要是基于子系统的数据信息来完成。对于由最小路径矩阵描述的一般复杂系统，本文在不完全数据下对系统可靠度的置信下限进行研究。常见的求系统可靠度置信下限的方法比较多，比如渐近正态方法，这种方法的优点是很易理解和计算较为简单，然而由于正态分布中的方差是我们不能确定的，故往往用它的估计来表示，但任何估计都不可能是精确无误的，一定会有偏差，因此方差的估计误差就会造成最终结果的误差。在子系统的样本容量较小的情况下，往往很多求参数函数置信下限方法的最终估计结果精度都不高，包括常用的渐近正态方法和它的改进法。由于WCF方法是我们求参数函数置信下限经典方法之一。故本文将WCF方法运用到由最小路径矩阵描述的一般复杂系统中，得到指数分布在不完全数据下该系统可靠度置信下限的解析表达式。本文所得的结果不但有理论研究意义，在样本容量不大，并且它的精确度也相对较高。该研究结果不仅适用于串联系统、并联系统、串并联系统，而且适用于非串并联系统等一般复杂系统。最为重要的是给出了不完全数据下指数分布的系统可靠度置信下限的具体解析表达。而且只要有了子系统的寿命样本和其最小路径矩阵就可以进行模拟，从而得到该系统可靠度的估计和可靠度的置信下限，这样对于计算机编程来说也比较容易实现。

关键词：复杂系统最小路径不完全数据可靠度置信下限