基于动态抽样的图分类算法

传统的图分类算法由于支持度阈值选择过低导致频繁子模式规模过大,进而造成效率过低,阈值选择过高导致重要模式丢失而造成分类精度下降,如FSG和CEP方法.针对这些问题,提出将动态抽样策略引入图分类领域,在保持分类准确率的前提下通过顶点平均度的计算抽样选取代表性子模式,结合CEP所给出的频繁闭显露模型,设计出一种新的图特征(分类规则)提取方法,解决了CEP算法由于支持度阈值设置过低而导致的无法计算现象,大大提高了分类效率;并通过实验证明本文算法优于现有的一些主流算法.

网络数据环境下动态抽样框的构建及其应用

文章以网络数据环境为背景,在否定"大数据时代不需要抽样技术"观点的论证下,着重解决当前抽样技术所面临的棘手问题——抽样框变动;并在抽样原理分析的基础上,提出了构建动态抽样框的思想,以随机模拟为实证,详细介绍了构建动态抽样框的具体步骤和相关应用研究。

基于动态概率抽样的标签噪声过滤方法

在机器学习问题中,数据质量对系统预测的准确性产生了深远的影响。由于信息获取的难度大,人类的认知主观且有限,导致了专家无法准确标记所有样本。而近年来出现的一些概率抽样方法无法避免样本人为划分不合理且主观性较强的问题。针对这一问题,提出一种基于动态概率抽样(DPS)的标签噪声过滤方法,充分考虑各个数据集样本间的差异性,通过统计各个区间内置信度分布频率,分析各个区间内置信度分布信息熵的走势,确定合理阈值。在UCI经典数据集中选取了14个数据集,将所提方法与随机森林(RF)、HARF、MVF、局部概率抽样(LPS)等方法进行了对比实验。实验结果表明,所提出的方法在标签噪声识别和分类泛化上均展示出了较高的能力。

中国金融机构的短期风险传染及长期关联因素动态结构分解——基于DCC-MIDAS模型的证据

探究机构间过度关联是防控系统性风险大面积爆发的关键,但金融机构间不可避免地存在长期关联,同时金融危机会触发机构间短期的风险传染。采用DCC-MIDAS模型,借助动态条件相关系数分解法,在统一框架下研究关联的长期和短期特征。通过短期关联的时变性和持续差异以及长期关联的敏感因素分析,探究中国金融体系在两个结构变化阶段,机构间风险传染范围、持续性以及金融机构间长期关联的宏观和微观特征。研究发现,机构间的冲击传染具有暂时性,随着中国金融机构的多元化,其传染幅度和持续性均有所下降。机构间的规模、杠杆差异能降低机构间的长期关联并间接降低冲击传染幅度,随着中国金融机构市场化程度的增强,长期关联受到市场因素影响程度增加。建议将机构差异化作为风险控制策略的参考因素,并检测和调控市场指标对关联程度的影响,防止机构形成过高的长期关联,以控制未来冲击中可能造成的风险传染。

GIS支持下的空间分层抽样方法研究——以北京市人均农业总产值抽样调查为例

利用GIS技术,采用空间数据分析方法(ESDA),将传统的抽样思路与空间信息相结合,提出了基于空间的"动态抽样框"编制技术,进行空间分层抽样技术的研究和应用,形成一套基于GIS的空间抽样流程。以北京市农村区域为例进行全市人均农业总产值的抽样调查,通过对人均农业总产值因子的空间自相关分析得到空间聚类结果;经过总体样本量的估算和空间动态抽样框的生成,进行空间分层和样本分配,并最终在每个分层中实施抽样。其结果为:动态生成"高-高集聚"、"低-低集聚"、"高-低集聚"、"低-高集聚"和"分布不明显"5个抽样框,并最终通过空间分层抽样流程得到北京市人均农业总产值的抽样调查结果为3.580万元,抽样误差的允许范围为±0.3861万元。

基于半静态分层抽样的模糊聚类分析方法的改进

基于统计模型的模糊聚类算法的时间复杂度在数据集规模超过一定数量级时是计算不可行的,解决时间复杂度的一个行之有效的方法是抽样。文章通过对静态抽样进行改进,设计了一种半静态抽样法,使样本数据集最大程度得保持原数据集的信息,并保证聚类结果的不失真性;最后通过实证分析,比较并证明了该方法是有效的。

MERSS下Pareto分布刻度参数的估计

研究了动态极值排序集抽样(MERSS)下帕累托(Pareto)分布里刻度参数(a,c)的极大似然估计(MLE)和Fisher信息量.证明了MERSS下c参数MLE的存在性和唯一性,MERSS下c携带的Fisher信息量大于简单随机抽样(SRS)下携带的Fisher信息量.

动态极值排序集抽样设计下Rayleigh分布的参数估计

在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Rayleigh分布中参数的无偏估计,最优线性无偏估计(BLUE),极大似然估计(MLE)和修正MLE.数值结果显示MERSS估计比SRS估计更有效.

黄金是股票市场的“避险天堂”吗?——基于动态条件相关混频数据抽样模型

本文提出一种新的衡量黄金避险功能的指标。基于动态条件相关混频数据抽样模型,就1991—2019年黄金对股票市场的避险作用进行再检验,结果显示,国际黄金总体上未表现出对美国股票市场的避险作用,相对比的,中国黄金对于国内股票市场表现出有效的避险功能。进而分析国际黄金避险功能不足的原因,改进动态条件相关混频数据抽样模型,由固定参数拓展为有限可变参数,研究发现,指数投资导致的黄金期货市场投机程度相对下降是黄金避险功能不足的根本原因。指数投资使黄金货币属性弱化,金融属性主导价格走势,此时较高的货币流动性紧缩会促使黄金与其他金融资产被一同变现卖出,从而导致黄金不能在危机时期表现出避险作用。

动态极值排序集抽样设计下Inverse Rayleigh分布的Fisher信息量及其在参数估计中的应用

在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Inverse Rayleigh分布中参数的一些优良估计.数值结果显示MERSS估计比SRS估计更有效.

优良抽样设计下Logistic分布中参数的极大似然估计

当研究目标的实际测量具有不可修复的破坏性或耗资巨大时,有效的抽样设计将是一项重要的研究课题.在统计推断方面,排序集抽样(RSS)被视为一种比简单随机抽样(SRS)更为有效的收集数据的方式.动态极值RSS (MERSS)是一种修正的RSS.文章在SRS和MERSS下研究了Logistic分布中参数的极大似然估计(MLEs).在这两种抽样下证明了该分布中位置参数和刻度参数的MLEs的存在性和唯一性,并计算了所含参数的Fisher信息量和Fisher信息矩阵.比较了这两种抽样下对应估计的渐近效率.数值结果表明MERSS下的MLEs一致优于SRS下的MLEs.