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

稀疏贝叶斯模型在分类与回归上的研究与应用

稀疏贝叶斯模型在分类与回归上的研究与应用

作者：苏乐群南京航空航天大学

学位级别：硕士

贝叶斯模型作为概率形式表示变量之间不确定关系的学习方法,具有完善的理论基础及灵活的推断能力,因而成为数据挖掘的有效工具。本文针对其计算复杂度较高之不足,受相关向量机的启发,在贝叶斯理论基础上提出了稀疏贝叶斯模型,并将其应... 详细信息

贝叶斯模型作为概率形式表示变量之间不确定关系的学习方法,具有完善的理论基础及灵活的推断能力,因而成为数据挖掘的有效工具。本文针对其计算复杂度较高之不足,受相关向量机的启发,在贝叶斯理论基础上提出了稀疏贝叶斯模型,并将其应用于分类与回归问题上,主要工作有:1)提出了稀疏贝叶斯分类并进一步应用到代价敏感问题上。根据自相关决策(ARD),假设参数向量符合零均值的高斯先验分布,通过概率表示样本正确分类的置信度并结合样本信息和先验知识计算最大后验概率,从而求取最优分类超平面。进一步将该稀疏贝叶斯模型用于代价敏感问题,并在人工数据集和UCI数据集上的实验结果验证了算法的有效性。,2)提出了稀疏贝叶斯回归并进一步应用到异常检测问题上。与稀疏贝叶斯分类模型不同,该算法假设回归问题上的噪声服从零均值的高斯分布,通过求取最大后验概率找到最优回归面,并推广到异常检测问题上,人工数据集和UCI数据集上的实验结果验证了算法的有效性。

关键词：贝叶斯理论相关向量机稀疏贝叶斯模型自相关决策最大似然估计最大后验概率

基于ARMA-稀疏贝叶斯模型的汇率预测研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

合肥工业大学学报（自然科学版） 2014年第8期37卷 1019-1024页

作者：李明景汪金菊合肥工业大学数学学院安徽合肥230009

文章基于ARMA模型和稀疏贝叶斯模型,提出了ARMA-稀疏贝叶斯模型,充分利用ARMA模型和稀疏贝叶斯模型在线性模型及非线性模型预测中的优势,将收益率序列分解为线性自相关主体和非线性残差2个部分,然后用ARMA模型对线性自相关主体数据进行... 详细信息

文章基于ARMA模型和稀疏贝叶斯模型,提出了ARMA-稀疏贝叶斯模型,充分利用ARMA模型和稀疏贝叶斯模型在线性模型及非线性模型预测中的优势,将收益率序列分解为线性自相关主体和非线性残差2个部分,然后用ARMA模型对线性自相关主体数据进行预测估计,用稀疏贝叶斯模型对非线性残差进行预测估计,最后合成人民币兑美元日汇率中间价序列预测结果。研究结果证明,运用所建模型预测人民币日汇率中间价和上证指数收盘价,均取得了较好的效果。

关键词： ARMA模型稀疏贝叶斯模型 ARMA-稀疏贝叶斯模型汇率预测

基于ARMA-稀疏贝叶斯模型的汇率预测研究

在线全文

学校读者我要写书评

暂无评论

基于ARMA-稀疏贝叶斯模型的汇率预测研究

作者：李明景合肥工业大学

学位级别：硕士

汇率是一个国家重要的对外经济变量，随着我国经济开放程度的提高，汇率的作用越来越重要。自2005年7月21日起，我国的人民币汇率法律制度由原来的盯住美元汇率制转变为有管理的浮动汇率制以来，汇率的波动幅度增大。因此，如何准确描... 详细信息

汇率是一个国家重要的对外经济变量，随着我国经济开放程度的提高，汇率的作用越来越重要。自2005年7月21日起，我国的人民币汇率法律制度由原来的盯住美元汇率制转变为有管理的浮动汇率制以来，汇率的波动幅度增大。因此，如何准确描述及预测人民币汇率对于整个金融领域具有重要的理论研究意义和实际应用价值。本文在前人研究的基础上，根据汇率时间序列数据的线性和非线性特征，利用ARMA模型和稀疏贝叶斯模型建立了ARMA-稀疏贝叶斯模型。首先对本文的研究背景及意义、汇率预测模型在国内外的研究概况进行概述，并提出了本文的主要内容。然后介绍了ARMA模型的基本原理和基本形式，以及稀疏贝叶斯模型，紧接着阐述了ARMA-稀疏贝叶斯模型。该模型充分利用了ARMA模型和稀疏贝叶斯模型在线性模型和非线性模型预测中的优势，即将收益率序列分解为线性自相关主体和非线性残差两部分，然后用ARMA模型对线性自相关主体数据进行预测估计，用稀疏贝叶斯模型对非线性残差进行预测估计，最后合成人民币兑美元日汇率中间价序列预测结果。运用本文所建模型对人民币日汇率中间价进行实证分析，取得了较好的预测效果。最后将该模型推广应用在上证指数收盘价的预测，也取得了较好的预测效果。

关键词： ARMA模型稀疏贝叶斯模型 ARMA-稀疏贝叶斯模型汇率预测

仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用研究 2015年第11期32卷 3371-3374页

作者：赵启升李存华淮海工学院计算机工程学院江苏连云港222005

为了提高复杂多变的网络流量预测精度,提出了一种基于仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型。采用仿射传播聚类算法对网络流量训练集进行聚类,从而将网络流量训练集划分为若干个子类,然后采用稀疏贝叶斯回归为每个子类建立... 详细信息

为了提高复杂多变的网络流量预测精度,提出了一种基于仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型。采用仿射传播聚类算法对网络流量训练集进行聚类,从而将网络流量训练集划分为若干个子类,然后采用稀疏贝叶斯回归为每个子类建立相应的预测模型,最后采用具体的网络流量数据对模型的性能进行测试。实验结果表明,模型可以获得比较理想的网络流量预测结果,预测误差可以满足网络流量的实际应用要求。

关键词：网络流量仿射传播稀疏贝叶斯模型组合预测

在线全文

学校读者我要写书评

暂无评论

基于相关向量机的高光谱影像分类研究

测绘学报 2010年第6期39卷 572-578页

作者：杨国鹏余旭初周欣张鹏强信息工程大学测绘学院河南郑州450052 空军装备研究院北京100850 信息工程大学信息工程学院河南郑州450052

从分析支持向量机用于高光谱影像分类时存在的不足出发,提出一种基于相关向量机的高光谱影像分类方法。在介绍稀疏贝叶斯分类模型的基础上,将相关向量机学习转化为最大化边缘似然函数参数估计问题,并采用快速序列稀疏贝叶斯学习算法。通... 详细信息

从分析支持向量机用于高光谱影像分类时存在的不足出发,提出一种基于相关向量机的高光谱影像分类方法。在介绍稀疏贝叶斯分类模型的基础上,将相关向量机学习转化为最大化边缘似然函数参数估计问题,并采用快速序列稀疏贝叶斯学习算法。通过PHI和OMIS影像分类试验分析表明基于相关向量机的高光谱影像分类方法的优势。

关键词：高光谱影像稀疏贝叶斯模型相关向量机支持向量机

在线全文

学校读者我要写书评

暂无评论

软件可靠性预测的相关向量机模型

计算机研究与发展 2013年第7期50卷 1542-1550页

作者：楼俊钢江建慧沈张果蒋云良湖州师范学院计算机科学与技术系浙江湖州313000 同济大学计算机科学与技术系上海201804

相关向量机是一种解决回归问题非常有效的方法,针对软件失效时间及其之前的m个失效时间数据使用相关向量机进行学习,以建立失效时间之间内在的依赖关系,由此构建新的基于相关向量机的软件可靠性预测模型.在4个数据集上的实验结果表明,... 详细信息

相关向量机是一种解决回归问题非常有效的方法,针对软件失效时间及其之前的m个失效时间数据使用相关向量机进行学习,以建立失效时间之间内在的依赖关系,由此构建新的基于相关向量机的软件可靠性预测模型.在4个数据集上的实验结果表明,新模型在预测能力上较之广泛使用的基于支持向量机或人工神经网络的软件可靠性预测模型有明显的提高,同时也表明现时失效数据的预测能力比很久之前观测的失效数据更强,最后通过实验对合理的m值及不同数据集上核函数参数取值进行研究.

关键词：软件可靠性预测相关向量机支持向量机人工神经网络稀疏贝叶斯模型

在线全文

学校读者我要写书评

暂无评论

基于相关向量机的高光谱影像混合像元分解

电子学报 2010年第12期38卷 2751-2756页

作者：杨国鹏周欣余旭初陈伟信息工程大学测绘学院河南郑州450052 空军装备研究院情报所北京100085 信息工程大学信息工程学院河南郑州450002

提出了一种利用相关向量机后验概率进行高光谱影像混合像元分解的方法.基于支持向量机后验概率输出的高光谱影像混合像元分解方法中,类别后验概率需要通过带参数的S形函数近似,而且模型需要通过交叉验证获取较好的规则化系数.相关向量... 详细信息

提出了一种利用相关向量机后验概率进行高光谱影像混合像元分解的方法.基于支持向量机后验概率输出的高光谱影像混合像元分解方法中,类别后验概率需要通过带参数的S形函数近似,而且模型需要通过交叉验证获取较好的规则化系数.相关向量机是在贝叶斯框架下提出的更加稀疏的学习机器,它没有规则化系数,核函数不需要满足Mercer条件.本文从分析支持向量机用于高光谱影像混合像元分解存在的不足出发,介绍了稀疏贝叶斯分类模型和模型参数推断,采用了快速序列稀疏贝叶斯学习算法.通过PHI影像的混合像元分解实验分析,表明了基于相关向量机的高光谱影像混合像元分解方法的优势.

关键词：高光谱影像混合像元分解稀疏贝叶斯模型相关向量机

基于相关向量机的机械LiDAR点云数据分类

在线全文

学校读者我要写书评

暂无评论

红外与激光工程 2016年第B5期45卷 98-104页

作者：刘志青李鹏程郭海涛张保明陈小卫丁磊赵传信息工程大学地理空间信息学院河南郑州450052

针对支持向量机应用于机载LiDAR点云数据分类时存在的模型稀疏性弱、预测结果缺乏概率意义、核函数必须满足Mercer定理等缺点,提出了一种基于相关向量机的LiDAR点云数据分类算法。在分析稀疏贝叶斯分类模型及参数推断、预测基础上,利用... 详细信息

针对支持向量机应用于机载LiDAR点云数据分类时存在的模型稀疏性弱、预测结果缺乏概率意义、核函数必须满足Mercer定理等缺点,提出了一种基于相关向量机的LiDAR点云数据分类算法。在分析稀疏贝叶斯分类模型及参数推断、预测基础上,利用拉普拉斯方法将相关向量机分类问题转化为回归问题,通过最大化边缘似然函数估计超参数,选择序列稀疏贝叶斯学习方法提高训练速度,构造一对余、一对一分类器实现点云数据多元分类研究。选择Niagara地区及非洲某地区的LiDAR点云数据进行实验,实验结果验证了基于相关向量机的点云分类方法的优势。

关键词：激光雷达分类稀疏贝叶斯模型相关向量机

在线全文

学校读者我要写书评

暂无评论

基于SVM和RVM的信号调制分类研究

通信学报 2010年第S1期31卷 94-99页

作者：周欣吴瑛信息工程大学信息工程学院河南郑州450002

提出了一种基于相关向量机(RVM)的MPSK信号分类新方法。将接收信号的四阶累积量作为分类特征,利用核函数的思想把特征向量隐式映射到一个高维空间,并分别利用支持向量机(SVM)和相关向量机分类器实现了MPSK信号的分类。采用交叉验证的方... 详细信息

提出了一种基于相关向量机(RVM)的MPSK信号分类新方法。将接收信号的四阶累积量作为分类特征,利用核函数的思想把特征向量隐式映射到一个高维空间,并分别利用支持向量机(SVM)和相关向量机分类器实现了MPSK信号的分类。采用交叉验证的方法选择核函数参数,构造了稳健的SVM和RVM分类器,并采用快速稀疏贝叶斯学习算法对RVM超参数进行求解。仿真表明,当选择合适的核函数参数时,基于RVM的分类器与SVM的分类精度相当,但是训练及预测时间较短,所需基函数个数远小于SVM。

关键词：核函数高阶累积量稀疏贝叶斯模型相关向量机支持向量机