基于L曲线方法的Lasso正则化参数选择

大数据背景下,基于罚函数的正则化方法是高维数据变量选择的重要方法.Lasso估计是常用的变量选择方法,而Lasso正则化参数的取值直接影响选择模型的性能,是正则化方法成败的关键.针对Lasso估计,提出一种新的L曲线(LC)准则选择正则化参数.数值模拟和实际应用表明:相比CV,GCV,BIC等准则,LC准则能够以较高的概率选择真实的模型,并且具有较小的模型误差.

以审美教育为核心的音乐教学法浅探

中学音乐教育目的之一是促进学生音乐能力的发展.培养学生的音乐审美感知能力和音乐素质.因此,教师必须努力创造一切条件培养学生对音乐要素本质的感知与理解.

高维数据变量选择中MCP正则化参数选择研究

大数据时代,高维数据的变量选择是现代统计的研究热点问题之一。MCP正则化方法是常用的变量选取方法,但MCP正则化方法的优劣取决于能否选取出最优的正则化参数。本文在BIC准则的基础上,提出适用于MCP正则化参数选择的MBIC准则。通过数据模拟及实际应用表明,MCP方法在MBIC准则下能够以更高的概率选择正确的模型,MBIC准则明显优于其它参数选择方法。

以相变过程为例探讨物理化学课程的可逆过程

可逆过程是物理化学课程常用的理想过程模型,被广泛应用在计算状态函数变化值的问题中。以过冷水变冰的不可逆相变过程为例探讨可逆过程的设计,展示应用公式的适用条件以及学生的解题思路,证明其熵变不等于热温商,提高学生对可逆过程的认识。

中学音乐第二课堂 声乐教学中的想象和比喻

中学生正处于生理和心理的发展成长阶段,求知欲强,对音乐的兴趣也十分浓厚,尤其是中学生普遍都喜爱唱歌。因此,通过音乐课的歌唱教学和第二课堂的各种声乐艺术活动来陶冶他们的审美情趣,提高他们的音乐素养,就成为中学音乐教师的一项重要任务。国家教委明确规定在高中开设音乐课。