检索结果-南通市图书馆

基于K-S检验与距离相关分析的网络借贷信用评价指标体系构建

在线全文

学校读者我要写书评

暂无评论

技术经济 2020年第5期39卷 35-47,59页

作者：段翀内蒙古财经大学经济学院呼和浩特010070

网络借贷作为一种新型互联网金融模式,提升了金融资源使用效率,缓解了小企业融资难的困局。构建合理的网络借贷信用评价指标体系,从而对网络借贷的潜在风险及时甄别与预防,对互联网金融健康持续发展意义重大。本文根据K-S检验与距离相... 详细信息

网络借贷作为一种新型互联网金融模式,提升了金融资源使用效率,缓解了小企业融资难的困局。构建合理的网络借贷信用评价指标体系,从而对网络借贷的潜在风险及时甄别与预防,对互联网金融健康持续发展意义重大。本文根据K-S检验与距离相关分析相结合,筛选对借款客户违约状态甄别能力强的指标,建立了网络借贷信用评价指标体系,通过P2P网络借贷(peer to peer lending,个人对个人借贷)平台LendingClub交易数据进行实证研究,结果表明:不仅借款金额、借款利率等借款标的特征对借贷者违约具有显著相关性,借款者年龄等个人特征、借款者年收入等财务特征以及借款者违约次数等信用特征均对借贷者违约风险产生显著影响。投资者在出借资金时,往往青睐于已婚、年龄适中、具有一定工作经历、历史违约次数较少的借款人。因此,风险监管部门应构建网络借贷违约风险评估模型,对P2P平台进行风险监测,同时建立关键信息共享机制,融合多源数据,明确审查范围,实现P2P网络借贷行业健康有序发展。

关键词：网络借贷信用评价违约显著区分 K-S检验距离相关系数

在线全文

学校读者我要写书评

暂无评论

基于K-S检验的瑞利衰落信道统计特性评估

电子测量与仪器学报 2018年第8期32卷 36-41页

作者：方坤何怡刚黄源隋永波吴裕庭合肥工业大学电气与自动化学院

针对瑞利衰落信道的标准化评估问题,提出了一种基于k-s拟合优度检验的瑞利衰落信道统计特性评估方案。首先采用成形滤波器法产生瑞利衰落信道作为非参数假设检验模型;然后从瑞利衰落信道复序列中提取幅值序列和相位序列;最后采用K-S检验... 详细信息

针对瑞利衰落信道的标准化评估问题,提出了一种基于k-s拟合优度检验的瑞利衰落信道统计特性评估方案。首先采用成形滤波器法产生瑞利衰落信道作为非参数假设检验模型;然后从瑞利衰落信道复序列中提取幅值序列和相位序列;最后采用K-S检验法,将经验累积分布函数和理论累积分布函数对比,验证幅值序列和相位序列是否分别服从瑞利分布和均匀分布。仿真结果表明,在样本长度为128 000,显著性水平小于0.01时,方案的正确识别概率达到95%以上,具有较高的性能,可以作为瑞利衰落信道标准化评估的重要依据。

关键词：瑞利衰落信道 K-S检验统计特性评估累积分布函数

在线全文

学校读者我要写书评

暂无评论

K-S检验与mRMR相结合的基因选择算法

计算机应用研究 2016年第4期33卷 1013-1018,1043页

作者：谢娟英胡秋锋董亚非陕西师范大学计算机科学学院西安710062 陕西师范大学生命科学学院西安710062

为了解决基因数据集的基因选择难题,提出一种基于K-S检验与最小冗余最大相关(minimum redundancy-maximum relevance,mRMR)原则的基因选择算法。该算法先采用K-S检验选择出具有一定区分能力的基因,然后对选择到的基因进行mRMR判断,保留... 详细信息

为了解决基因数据集的基因选择难题,提出一种基于K-S检验与最小冗余最大相关(minimum redundancy-maximum relevance,mRMR)原则的基因选择算法。该算法先采用K-S检验选择出具有一定区分能力的基因,然后对选择到的基因进行mRMR判断,保留与类别高度相关而其间相关性较小的基因构成最终被选基因子集。以sVM为分类器,以F1_measure、分类准确率和AUC为评价指标对该算法选择的基因子集进行评估,并将本算法与K-S检验、mRMR,以及经典的RELIEF和FAsT算法进行比较。五个经典基因数据集上的平均实验结果表明:本算法的运行时间远低于mRMR算法,且其各项评价指标值优于其他比较算法。因此,提出的K-S检验与mRMR结合的基因选择算法能选择到非常有效的基因子集。

关键词：基因选择 K-S检验最小见余最大相关支持向量机 F1_measure AUC RELIEF FAsT

基于拉丁方抽样及K-S检验的边坡可靠性分析

在线全文

学校读者我要写书评

暂无评论

岩土力学 2011年第7期32卷 2153-2156页

作者：马建全李广杰徐佩华张文孟凡奇吉林大学建设工程学院长春130026 成都理工大学地质灾害防治与地质环境保护国家重点实验室成都610059

边坡稳定性是受复杂因素影响下的多维非线性问题,大多数边坡工程都存在着不确定性。大量试验和工程实践证明,影响边坡状态的因素中有许多具有显著的随机性,参数具有变异性。从概率的角度出发,结合实际工程,对于原始数据采用K-S检验法进... 详细信息

边坡稳定性是受复杂因素影响下的多维非线性问题,大多数边坡工程都存在着不确定性。大量试验和工程实践证明,影响边坡状态的因素中有许多具有显著的随机性,参数具有变异性。从概率的角度出发,结合实际工程,对于原始数据采用K-S检验法进行假设验证,确定参数变量的分布类型,克服了人为假设的误差,并分别采用Latin方抽样(LHs)法和Monte Carlo法对参数进行抽样,得到状态函数值,确定安全系数及可靠指标,对比两种抽样方法,基于LHs法模拟次数要少于Monte Carlo法,而且破坏概率的收敛性也优于Monte Carlo法,明显节省了计算时间。

关键词：边坡 Latin方抽样 K-S检验可靠性分析

基于K-S检验与改进mRMR的电力变压器故障诊断

在线全文

学校读者我要写书评

暂无评论

电工技术 2022年第5期 48-53页

作者：陈能思姚辉昌国网重庆市电力公司经济技术研究院重庆401121 成都市登禄电力科技有限公司四川成都611130

DGA可为电力变压器故障诊断提供重要依据,但基于DGA数据的智能诊断方法在选择故障特征量时尚无统一的标准。鉴于此,构建了由特征气体及相关比值组成的27维原始故障特征空间,以完善故障特征信息。在此基础上,先用K-S检验剔除大部分噪声特... 详细信息

DGA可为电力变压器故障诊断提供重要依据,但基于DGA数据的智能诊断方法在选择故障特征量时尚无统一的标准。鉴于此,构建了由特征气体及相关比值组成的27维原始故障特征空间,以完善故障特征信息。在此基础上,先用K-S检验剔除大部分噪声特征,削弱噪声特征对故障分类产生的不利影响;再用提出的mRMR方法,从剩余故障特征中自适应地提取与故障类别相关度高且彼此之间冗余度小的故障特征量;最后将提取的特征量和传统特征量分别作为BPNN和sVM分类器的输入,对比分析诊断效果,结果表明所提方法能准确、有效地诊断变压器故障,与基于传统特征量的诊断模型相比,具有较大的优越性。

关键词：电力变压器故障诊断故障特征提取 K-S检验改进mRMR方法

在线全文

学校读者我要写书评

暂无评论

基于K-S检验和邻域粗糙集的特征选择方法

河南师范大学学报（自然科学版） 2019年第2期47卷 21-28页

作者：刘艳程璐孙林河南师范大学计算机与信息工程学院河南新乡453007

传统的肿瘤基因选择算法挑选出的特征基因中存在大量噪声基因和冗余基因,从而对基因算法的准确性和分类精度产生影响.针对这一问题,将K-S检验与邻域粗糙集融合成为一种新的特征选择方法.首先,采用累积分布函数计算正负类样本的累积函数... 详细信息

传统的肿瘤基因选择算法挑选出的特征基因中存在大量噪声基因和冗余基因,从而对基因算法的准确性和分类精度产生影响.针对这一问题,将K-S检验与邻域粗糙集融合成为一种新的特征选择方法.首先,采用累积分布函数计算正负类样本的累积函数值和K-S检验统计量,对照显著性水平下的样本统计量,从而去除冗余基因和噪声基因;然后,使用邻域粗糙集进行约简,对比条件属性重要度得出最优约简结果;最后,对比K-S检验和两种基于K-S检验的特征选择方法得到的冗余度和分类精度,通过实验验证这种方法不仅能准确挑选出具有显著区分能力的肿瘤基因,且效率高具有可行性.

关键词： K-S检验邻域粗糙集特征选择

游程检验与K-S检验在基因选择中的应用研究

在线全文

学校读者我要写书评

暂无评论

游程检验与K-S检验在基因选择中的应用研究

作者：胡秋锋陕西师范大学

学位级别：硕士

基因芯片技术可以一次性对大量DNA序列进行检测,从而获得基因表达谱数据。从包含成千上万基因的表达谱数据中挖掘出能够辨别肿瘤样本和正常样本的关键基因已成为21世纪医疗、生物信息学以及人工智能等领域的研究焦点之一。基因数据属于... 详细信息

基因芯片技术可以一次性对大量DNA序列进行检测,从而获得基因表达谱数据。从包含成千上万基因的表达谱数据中挖掘出能够辨别肿瘤样本和正常样本的关键基因已成为21世纪医疗、生物信息学以及人工智能等领域的研究焦点之一。基因数据属于典型的高维小样本数据,常含有大量噪声和冗余基因,而真正导致肿瘤病发的关键基因所占比例非常小,从而给基因选择技术带来巨大挑战。一个具有显著区分能力的基因,其表达水平在不同类别中一定存在着显著差异,基于该思想,许多学者提出了一系列基于非参数统计和参数统计的Filter型基因选择方法,并取得了良好的效果。本文针对已有的基于统计检验的基因选择方法中存在的不足,提出了游程检验方法实现特征基因选择。然而,独立的非参数检验方法在选择具有区分能力的基因时,没有考虑到基因之间的冗余,因此,进一步提出K-S检验与mRMR相结合的基因选择算法。本文主要创新工作如下：(1)针对已有的秩和检验以及T检验等统计检验方法存在的不足,提出游程检验实现基因选择。3个经典基因数据集上的实验表明,与秩和检验、T检验相比,在给定显著性水平下,游程检验选择到的基因子集规模较小,且分类性能优于秩和检验与T检验,说明游程检验算法是一个有效的基因选择算法。(2)针对独立的非参数检验方法在选择具有区分能力的基因时,没有考虑到基因之间的冗余,提出一种基于K-S检验与最小冗余最大相关(Minimum Redundancy-Maximum Relevance,mRMR)原则的基因选择算法。算法分两步进行,先采用K-S检验选出具有一定区分能力的基因,然后对选择到的基因进行mRMR判断,选择与类别高度相关而其间相关性较小的基因构成基因子集。以sVM为分类器,以F1easure、准确率和AUC值为评价指标对选择到的基因子集进行评估。将本文算法与K-S检验、mRMR,以及经典的RELIEF和FAsT算法进行对比,分别在5个经典基因数据集上的10次重复实验的平均实验结果表明,本文算法的运行时间远低于mRMR,其F1easure、准确率和AUC3种评价指标值优于其他比较算法。

关键词：基因选择游程检验 K-S检验 mRMR 支持向量机