摘要
回归分析是一种建立变量之间函数关系的简便方法.原始的回归分析算法并未考虑样本点的权重,即认为每个样本点的重要性都相等.但是,这样的算法在遇到包含野值点的实际问题时经常会失效,因为野值点会对回归模型产生很大的干扰.而对于多模型回归估计,每个样本点隶属于各模型的程度不同.针对多模型回归的这一特点,研究一种自适应的样本加权方法,在每一次计算样本点隶属度时,也对样本点的权重进行逼近,尽可能使野值点的权重减小为0,数值实验表明了该方法的有效性.
出处
《计算机研究与发展》
EI
CSCD
北大核心
2007年第z2期403-407,共6页
Journal of Computer Research and Development
基金
霍英东青年教师基金项目(101068)
教育部博士点基金项目(20050004008)
教育部新世纪优秀人才计划基金项目(NCET-06-0078)