检索结果-南通市图书馆

中国科学：数学 2019年第3期49卷 377-388页

作者：冯水 Department of Mathematics and Statistics McMaster University

Poisson-dirichlet分布是定义在无穷维单纯形上的概率.它刻画了一个取值为离散概率的随机变量的分布.与Poisson-dirichlet分布密切相关的随机测度包括GEM (Griffiths-Engen-McCloskey)分布、dirichlet过程、两参数dirichlet过程和两参数Poisson-dirichlet分布等.构造与这些分布相应的测度值过程是近些年比较活跃的研究课题.本文介绍近年来这方面的发展状况,并给出一些待研究的问题.

关键词： Poisson-dirichlet分布 dirichlet过程两参数dirichlet过程测度值过程 dirichlet型可逆过程

一种集成式Beta过程最大间隔一类分类方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2021年第5期43卷 1219-1227页

作者：张维杜兰西安电子科技大学雷达信号处理国家重点实验室西安710071

一类分类是一种将目标类样本和其他所有的非目标类样本区分开的分类方法。传统的一类分类方法针对所有训练样本建立一个分类器,忽视了数据的内在结构,在样本分布复杂时,其分类性能会严重下降。为了提升复杂分布情况下的分类性能,该文提... 详细信息

一类分类是一种将目标类样本和其他所有的非目标类样本区分开的分类方法。传统的一类分类方法针对所有训练样本建立一个分类器,忽视了数据的内在结构,在样本分布复杂时,其分类性能会严重下降。为了提升复杂分布情况下的分类性能,该文提出一种集成式Beta过程最大间隔一类方法。该方法利用dirichlet过程混合模型(DPM)对训练样本聚类,同时在每一个聚类学习一个Beta过程最大间隔一类分类器。通过多个分类器的集成,可以构造出一个描述能力更强的分类器,提升复杂分布下的分类效果。DPM聚类模型和Beta过程最大间隔一类分类器在同一个贝叶斯框架下联合优化,保证了每一个聚类样本的可分性。此外,在Beta过程最大间隔一类分类器中,加入了服从Beta过程先验分布的特征选择因子,从而可以降低特征冗余度以及提升分类效果。基于仿真数据、公共数据集和实测SAR图像数据的实验结果证明了所提方法的有效性。

关键词：雷达信号处理一类分类 dirichlet过程 Beta过程

基于数据非随机缺失机制的推荐系统托攻击探测

在线全文

学校读者我要写书评

暂无评论

自动化学报 2013年第10期39卷 1681-1690页

作者：李聪骆志刚国防科学技术大学计算机学院长沙410073

协同过滤推荐系统极易受到托攻击的侵害.开发托攻击探测技术已成为保障推荐系统可靠性与鲁棒性的关键.本文以数据非随机缺失机制为依托,对导致评分缺失的潜在因素进行解析,并在概率产生模型框架内将这些潜在因素与dirichlet过程相融合,... 详细信息

协同过滤推荐系统极易受到托攻击的侵害.开发托攻击探测技术已成为保障推荐系统可靠性与鲁棒性的关键.本文以数据非随机缺失机制为依托,对导致评分缺失的潜在因素进行解析,并在概率产生模型框架内将这些潜在因素与dirichlet过程相融合,提出了用于托攻击探测的缺失评分潜在因素分析(Latent factor analysis for missing ratings,LFAMR)模型.实验表明,与现有探测技术相比,LFAMR具备更强的普适性和无监督性,即使缺乏系统相关先验知识,仍可有效探测各种常见托攻击.

关键词：协同过滤托攻击缺失数据 dirichlet过程变分推断

在线全文

学校读者我要写书评

暂无评论

子空间聚类的非参数模型及变分贝叶斯学习

计算机学报 2007年第8期30卷 1333-1343页

作者：卿湘运王行愚华东理工大学信息科学与工程学院上海200237

子空间聚类的目标是在不同的特征子集上对给定的一组数据归类.此非监督学习方法试图发现数据"在不同表达下的相似"模式,并且引起了相关领域大量的关注和研究.首先扩展Hoff提出的"均值与方差平移"模型为一个新的基于特征子集的非参数聚... 详细信息

子空间聚类的目标是在不同的特征子集上对给定的一组数据归类.此非监督学习方法试图发现数据"在不同表达下的相似"模式,并且引起了相关领域大量的关注和研究.首先扩展Hoff提出的"均值与方差平移"模型为一个新的基于特征子集的非参数聚类模型,其优点是能应用变分贝叶斯方法学习模型参数.此模型结合dirichlet过程混合模型和选择特征子集的非参数模型,能自动选择聚类个数和进行子空间聚类.然后给出基于马尔可夫链蒙特卡罗的参数后验推断算法.出于计算速度上的考虑,提出应用变分贝叶斯方法学习模型参数.在仿真数据上的实验结果及在人脸聚类问题上的应用均表明了此模型能同时选择相关特征和在这些特征上具有相似模式的数据点.在UCI"多特征数据库"上应用无需抽样的变分贝叶斯方法,其实验结果说明此方法能快速推断模型参数.

关键词：混合模型 dirichlet过程非参数贝叶斯马尔可夫链蒙特卡罗变分学习

基于Block-Gibbs抽样的无限潜dirichlet分配模型的高分辨率全色遥感影像非监督分类

在线全文

学校读者我要写书评

暂无评论

遥感信息 2015年第1期30卷 26-32,50页

作者：齐银凤舒阳唐宏北京师范大学地表过程与资源生态国家重点实验室北京100875 北京师范大学环境演变与自然灾害教育部重点实验室北京100875

通过引入文本检索算法中的无限潜dirichlet分配(infinite Latent dirichlet Allocation,即iLDA)模型,对遥感影像进行建模以获取地物的统计分布及其共生关系,从而实现遥感影像非监督分类。首先,将遥感影像有重叠地划分成一组大小相等的... 详细信息

通过引入文本检索算法中的无限潜dirichlet分配(infinite Latent dirichlet Allocation,即iLDA)模型,对遥感影像进行建模以获取地物的统计分布及其共生关系,从而实现遥感影像非监督分类。首先,将遥感影像有重叠地划分成一组大小相等的影像块(文集)。其次,以iLDA为基础,构建"像元"(视觉词)、"影像块"(文档)和"地物类"(主题)之间的条件概率关系,并采用Block-Gibbs抽样的方法来估计模型参数,从而构建基于BlockGibbs抽样的iLDA遥感影像非监督分类模型(Block-Gibbs based iLDA,即BG-iLDA)。最后,通过对BG-iLDA模型的逼近求解实现高分辨率遥感影像的非监督分类。实验结果表明,本文提出的基于BG-iLDA的面向对象非监督分类方法相对传统的K-means等算法精度更高,更能有效区分"同谱异物"的地物。

关键词：无限潜dirichlet分配非监督分类 Block-Gibbs dirichlet过程

在线全文

学校读者我要写书评

暂无评论

扩散过程代数式收敛定性的判别准则

应用数学 2004年第1期17卷 138-143页

作者：王颖喆北京师范大学数学系北京100875

本文定性地讨论非紧空间中可逆扩散过程的代数式收敛的判定 .使用分裂空间的方法 .将全空间分裂成两个部分 :紧的子空间与非紧的余子空间 .在紧子空间中考虑边界反射的Neumann过程 ,它必然是代数式收敛的 .而在非紧子空间中考虑边界吸收... 详细信息

本文定性地讨论非紧空间中可逆扩散过程的代数式收敛的判定 .使用分裂空间的方法 .将全空间分裂成两个部分 :紧的子空间与非紧的余子空间 .在紧子空间中考虑边界反射的Neumann过程 ,它必然是代数式收敛的 .而在非紧子空间中考虑边界吸收的dirichlet过程 ,如果这一dirichlet过程以代数式的速度击中边界 ,那么就有原过程在全空间代数式收敛 ;反之 ,原过程代数式收敛 ,非紧子空间中的dirichlet过程也是代数式收敛的 .因此过程在紧子空间的任意摄动不会影响在全空间的代数式收敛性 .

关键词：非紧空间代数式收敛定性 dirichlet过程 Neumann过程可逆扩散过程判定

在线全文

学校读者我要写书评

暂无评论

具有变点的AR-ARCH模型的估计

统计与决策 2020年第16期36卷 27-31页

作者：王敏厦门大学数学科学学院福建厦门361000 贵州师范大学数学科学学院贵阳550001

文章提出了可以利用稀疏组Lasso方法对AR-ARCH模型中的变点进行估计。讨论了SGL方法的良好性质,并通过一个模拟分析,说明了在有变点的情况下,与前后向无窗估计方法相比得到更好结果的最小二乘方法对数据进行了更高阶的估计。有效的做法... 详细信息

文章提出了可以利用稀疏组Lasso方法对AR-ARCH模型中的变点进行估计。讨论了SGL方法的良好性质,并通过一个模拟分析,说明了在有变点的情况下,与前后向无窗估计方法相比得到更好结果的最小二乘方法对数据进行了更高阶的估计。有效的做法是先将数据的变点估计出来,通过一个dirichlet过程对数据进行分类确定变点数,再利用SGL方法得到变点估计,这一做法是有效且精确的。

关键词： Lasso变点估计惩罚最小二乘自回归条件异方差 dirichlet过程

在线全文

学校读者我要写书评

暂无评论

一种面向纵向数据的RE-BET算法及应用

科学技术与工程 2015年第16期35卷 77-83页

作者：鲁庆穆志纯北京科技大学自动化学院北京100083

混合效应模型是分析纵向数据的有效方法,但模型的线性结构限制了其适应现实数据的能力。提出了一种RE-BET算法及其变形的RE-BEBT算法,采用树形方法估计混合效应模型的固定效应,可以自动选择重要变量,能更好地发现和描述变量间关系;采用... 详细信息

混合效应模型是分析纵向数据的有效方法,但模型的线性结构限制了其适应现实数据的能力。提出了一种RE-BET算法及其变形的RE-BEBT算法,采用树形方法估计混合效应模型的固定效应,可以自动选择重要变量,能更好地发现和描述变量间关系;采用基于dirichlet过程先验的贝叶斯方法估计混合效应模型的随机效应,使模型可以适用于小样本数据。以低合金钢和碳钢的海水腐蚀数据为例,通过与实验数据和其他算法的计算结果对比分析,验证了RE-BET算法可行性和有效性。

关键词：纵向数据 dirichlet过程树形方法腐蚀数据贝叶斯

幂函数模型下恒加寿命试验的非参数贝叶斯分析

在线全文

学校读者我要写书评

暂无评论

应用概率统计 2016年第6期32卷 617-631页

作者：刘斌师义民蔡静王瑞兵西北工业大学应用数学系西安710129 太原科技大学应用科学学院太原030024

线性加速模型常用于恒定应力加速寿命试验的统计分析,这与实际不完全相符.本文建立幂函数加速模型,给出了不同恒定加速应力水平间寿命分位数的关系,利用最小二乘法估计了加速模型的参数及特征标系数向量,从而实现不同应力水平间寿命数... 详细信息

线性加速模型常用于恒定应力加速寿命试验的统计分析,这与实际不完全相符.本文建立幂函数加速模型,给出了不同恒定加速应力水平间寿命分位数的关系,利用最小二乘法估计了加速模型的参数及特征标系数向量,从而实现不同应力水平间寿命数据的相互转换.采用dirichlet过程先验,分别在完全数据情形和截尾数据情形下,得到可靠度函数的后验分布与非参数贝叶斯估计,并证明了后验估计的一致性.最后,通过一个金属氧化物半导体电容寿命实例说明了所建模型的效果.

关键词：恒加试验幂函数非参数贝叶斯 dirichlet过程截尾数据