基于样本不确定性和代表性相结合的可控主动学习算法研究

通过选取最有信息量的样本提交专家进行标注,主动学习算法可以有效地减少无效标注样本的工作量。在充分考虑位于分类边界的不确定样本和基于先验分布的具有代表性样本的基础上,本文构造了不确定性与代表性相结合的可控主动学习算法。首先利用样本的NN分布状况建立不确定性置信度模型,该思路不需要知道样本分布的具体类型和参数计算;然后在样本聚集度模型的基础上进行聚类,在此基础上建立代表性置信度模型。最后将不确定性置信度模型与代表性置信度模型进行综合,构造可控的主动学习策略,使得每次主动学习选择的样本更具有"价值"。在UCI机器学习数据库上的仿真实验结果表明本文的思路是合理可行的,在实验所用数据集上,当达到相同的目标正确率时,本文的方法比随机采样算法所需的样本数量少得多。

临床研究样本代表性评估方法的对比研究

目的对现有样本代表性评估方法进行全面比较和探讨,为临床研究样本代表性评估方法选择提供参考。方法结合国内肺癌患者特征的分布以及国内临床研究样本筛选的实际情况,模拟肺癌患者目标人群,抽取不同样本量和不同偏离程度的样本,使用现有样本代表性评估方法计算样本代表性,同时计算疗效估计偏差(bias),通过建立各方法代表性测量值与bias之间的相关性模型,分析各方法评估代表性的准确性和稳定性。结果整体结构差异率(rate of overall struction variation,RV)RV1和RV2及基于倾向评分的C统计量、基尼集中比求和(sum Gini concentration ratio,SGCR)及K-S距离(kolmogorov-smirnov distance,KSD)均能较好地测量不同样本的偏离程度。在不同样本量下,RV2和RV1与bias相关模型的R^(2)值均大于0.90,C统计量、SGCR及K-S距离的R^(2)大于0.80。结论因考虑了特征权重,整体结构差异率更为准确、稳定,尤其是RV2能更好地测量不同偏离程度样本的代表性、准确反映估计偏差;在难以获得特征重要性信息时,SGCR及利用倾向评分的方法中的C统计量和K-S距离测量代表性的可靠性也可以接受。

美国不确定性冲击对全球股市波动的影响研究

选取2000—2021年美国经济、金融、经济政策和地缘风险四类不确定性指数以及全球GDP排行前15国家股市收益率数据,基于多维不确定性冲击框架,运用单因子、双因子和多因子混频波动率GARCH-MIDAS模型,从样本内拟合与样本外预测两个方面实证考察美国不确定性冲击对全球主要国家股市波动的差异化影响。研究表明:美国经济不确定性和金融不确定性对多数国家股市长期波动均有正向推动作用,其中,美国金融不确定性的影响最为广泛;美国金融不确定性是影响中国股市长期波动的主要因素,且中美贸易摩擦主要通过美国金融不确定性传导;美国经济政策不确定性上升会增加俄罗斯和墨西哥股市长期波动,美国地缘风险对意大利股市长期波动存在显著正向影响。

地铁列车冲突不确定性的预测模型及验证方法

地铁运营中,精准高效的列车间冲突预测是调度员行车调整的依据和基础。因此,精准高效地预测列车之间对行车资源请求的冲突一直是行业内持续研究的问题。列车实际运行状态的动态性导致列车间冲突的不确定性。针对目前普遍对于列车间冲突确定性的预测方式,引入地铁列车间冲突不确定性的预测方式,利用样本平均近似法(SAA)对列车运行状态的不确定性进行描述,继而表述列车之间对行车资源请求冲突的不确定性,然后提出一种列车间冲突不确定性的预测模型,并针对模型的预测结果设计验证其预测精度的方案。最后,利用南京地铁3号线列车运行实绩数据进行算例验证,验证结果表明模型预测结果具有较高的准确性。

外部输入性冲击与中国行业波动风险——基于四类不确定性的研究

当前,中国进入战略机遇和风险挑战并存、不确定难预料因素增多的时期,外部不确定性冲击成为国民经济发展面临的重要挑战。基于经济、金融、政策、地缘政治多维冲击框架,运用单因子和双因子混频波动率GARCH-MIDAS模型,考察了经济不确定性、金融不确定性、经济政策不确定性、地缘政治风险四类外部不确定性冲击对中国10大一级行业波动风险的差异化影响。研究发现:其一,在四类外部不确定性冲击中,金融不确定性是加剧中国10大行业波动风险的最主要影响因素;其二,经济不确定性对中国信息技术行业的波动风险存在推动效应;其三,地缘政治风险加剧了中国能源行业和公用事业行业的波动风险;其四,经济政策不确定性对中国10大行业的波动风险不具备显著的影响。因此,应着重抵御来自金融领域的外部输入性冲击,并针对不同行业特征建立异质性外部冲击防范与应对体系。

兼顾面积属性与不确定性信息的样本点权重调整方法

样本点权重调整是遥感分类精度评价中样本点空间分配的关键环节。以北京市顺义区精度评价样本点为例,提出了一种兼顾面积属性与不确定性信息的样本点权重调整方法——模糊调整权重法,用于布设精度评价样本点。首先,构建用于表达不确定性信息的模糊中和指数及其权重,融合模糊中和指数权重和面积权重构建模糊调整权重,并计算各个分层的模糊调整权重结果,完成样本点特征空间分配;其次,设置不同梯度样本点集,结合平均最短距离最小化准则和空间模拟退火算法实现样本点地理空间优化布设;最后,构建权重调整效果评价指标,进行模糊调整权重效果评价,并与其他权重调整方法和未进行权重调整的布点方法进行对比分析。结果表明:顺义区不确定性大、中、小的层模糊调整权重分别为0.45、0.37、0.18,与面积权重相比,不确定性大的层权重显著增加、中层权重稍微增加、小层权重明显降低;5个不同数据集样本点权重调整的精度评价总体精度、相对精度、均方根误差和标准偏差结果分别为69.90%~73.48%、96.28%~99.82%、0.01和0.01;模糊调整权重布点方法评价效果优于面积权重、模糊中和指数权重、不确定性空间分层权重布点方法,以及空间均匀抽样和简单随机抽样方法,样本点权重调整更加准确可靠。设计的模糊调整权重法布设精度评价样本点,能够兼顾面积属性和不确定性信息,又可以避免权重调整过度,提高了各个分层样本点空间分配的合理性。

风力机支撑结构疲劳损伤评估中的不确定性分析

风力机支撑结构所处的环境条件复杂,其振动特性和疲劳问题是决定风力机安全运行的关键因素。通过对1.5MW风力机的环境数据和塔底应变进行长期监测,研究风力机设计规范给出的疲劳计算方法中未涵盖的一些关键问题。首先,分析风速与塔底应力的关系。然后,使用雨流计数法和Palmgren-Miner准则,研究在相差不大的风速和风向下,转速对塔底应力和疲劳损伤的影响。结果表明:风力机停机时的塔底应力较叶轮旋转时小得多,产生的疲劳损伤也最小;启停机过程会使塔底应力呈现非平稳特征,强烈影响结构的应力幅值和疲劳损伤。此外,分析代表性样本的不同选择对损伤结果的影响。因此,在疲劳损伤评估时,应更加准确地定义荷载工况并选择合理的代表性样本。

基于区间样本和回声状态网络的风电功率不确定性预测

风电功率预测对并网运行的稳定性控制、市场经济调度等具有重要意义.但受风力波动性等影响,风电功率具有极大的不确定性,如何在功率预测中有效反映该不确定性对提高预测可靠性至关重要.针对当前大多采用点预测方法存在的不足,提出一种量化不确定性的区间预测模型.基于区间相似准则和相似日理论,首先给出反映风电功率不确定性的区间样本选择策略;针对选择的时序区间样本,给出基于回声状态网络的区间预测方法;最后利用区间覆盖率、区间平均宽度等指标评价预测结果.实验结果表明了所提方法的有效性.

计及源-荷不确定性的虚拟电厂多目标鲁棒优化调度

为解决虚拟电厂内部参与者的功率再分配问题,建立计及源-荷不确定性的虚拟电厂多目标日前鲁棒优化调度模型。所提模型中对于风电、电负荷及热负荷采用可调不确定集合来描述,并以运行成本与碳排放量作为多目标优化调度的目标函数。应用对偶理论将多目标鲁棒模型转化为多目标确定性模型。为了更好地获得帕累托前沿解集,采用增广ε-约束法将多目标优化重构为单目标优化问题。应用考虑样本相关性与差异性的客观赋权法与综合评价法获取帕累托解集中的理想解。研究结果验证了所提模型的正确性及多目标问题处理方法的有效性。

样本不确定性对基于SPI干旱评估的影响

【目的】分析样本不确定性对干旱评估结果的影响,为防旱减灾工作中干旱的准确评估提供支持。【方法】分别采用参数Bootstrap与非参数Bootstrap抽样方法得到黄河上游(龙羊峡以上区域)1960-2013年共53年的系列标准化降水指数(SPI)值,并通过方差和置信区间宽度2种不确定性量化指标,研究样本不确定性对SPI干旱评估结果的影响。【结果】样本不确定性对SPI评估结果影响显著,其大小随SPI值发生规律性变化,当SPI接近0值时,样本不确定性对SPI评估结果的影响较小;当SPI值减小或增大时,样本不确定性的影响均逐步增大,SPI评估结果的可靠性变差;在降水样本容量相同的条件下,一般基于参数Bootstrap重采样方法的SPI表现为较小的方差和较窄的置信区间宽度。【结论】在应用SPI评估区域干旱状况时,应充分考虑样本不确定性对评估结果的影响;为了减少SPI值的不确定性,宜采用基于非参数Bootstrap的重抽样方法,特别是针对极端事件;若降水样本存在异常值,宜采用基于参数Bootstrap的抽样方法。

基于不确定性的大样本集抽样设计

本文研究是针对全球森林覆盖变化检测系统的大训练样本选择的优化问题。样本自动标记系统自动标记了"千万个"代表森林和非森林的像元。为了提高精度和效率,我们需要从千万个样本的大样本集中选择对训练分类器有益的样本。本文提出了两种方法:第一种方法是传统的分层等距离采样;第二种方法是基于不确定性的样本优化,通过研究相同样本间的相似性度量指标、样本不确定性度量指标及样本特征空间分布,来实现基于不确定性的训练样本选择策略。实验通过精度评价验证了基于不确定性的采样策略能比传统的分层等距离采样策略获得好的效果。

不确定性增多加剧纺织企业生产经营震荡--巨野县纺织样本企业调查

一、基本情况：纺织企业经营困难，运行压力大 近期，人行巨野县支行对纺织行业生产经营情况开展抽样调查。结果显示：在全球经济增长放缓、人民币升值、棉花等原料价格大幅波动、劳动力和能源成本上涨等诸多不利因素的影响下，纺织企业经营困难，运行压力大。2012年样本调查企业开工率56.3%，全年累计实现销售收入6580.32万元，2011年累计实现销售收入7026.98万元，同比减少446.64万元，下降6.35%。2013年1-2月样本纺织企业开工率66.7%，平均利润率由0.74%降为-0.67%，比2012年同期下降了4.62个百分点。

考虑抽样不确定性的水文设计值估计

水文频率分析计算过程中,水文极值样本系列容量一般都较小、代表性不高,使得水文设计值估计具有不确定性。利用Bootstrap方法,研究样本抽样不确定性对水文设计值的影响。与传统水文频率分析方法相比,基于Bootstrap方法不仅可提供设计值的点估计和区间估计,同时能够对设计值的不确定性进行定量评价。此外,基于Bootstrap技术,结合矩法、权函数法及线性矩法,设置3套方案,分析了该方法在不同参数估计方法间的有效性。以南通市1970—2011年共42年的年降雨量数据资料为例,对所提方法进行实例应用分析,结果表明,从期望设计值、90%置信区间及最终设计值角度而言,基于所提方法的设计成果受参数估计方法的选取影响不大,且可回避规范中B值诺莫图通用性较差及误差显著问题。

基于抽样分布理论的P-Ⅲ型分布均值的不确定性分析

针对P-Ⅲ型分布参数的不确定性问题,提出了应用抽样分布理论进行研究的方法。引入抽样分布及特征函数的概念,推导了P-Ⅲ型分布样本均值的分布函数,构造辅助随机变量并推导了其分布函数,在总体的离势系数和偏态系数已知情况下,结合上下概率分位点得到了总体均值的置信区间;方法应用于上犹江流域,计算得到了其设计洪峰的置信区间。理论推导表明,样本均值和辅助随机变量仍服从P-Ⅲ型分布,且辅助随机变量的分布参数仅与总体的离势系数和偏态系数有关。将该方法应用于上犹江流域,设计洪峰的置信区间合理,说明基于抽样分布理论研究P-Ⅲ型分布均值的不确定性是可行的,且分析结果受总体离势系数影响较大而受偏态系数影响较小。

住户调查中代表性样本的一种探索获取方法——平衡抽样设计

住户调查是我国社会经济统计调查体系的重要组成部分,样本代表性直接决定统计数据质量。多阶段抽样中初级单元的方差对估计的影响是主要的,因此本文结合2010年全国第六次人口普查分县数据,采用平衡抽样设计获取初级单元的代表性样本-平衡样本。对代表性样本的事后评估结果表明,样本结构与总体结构吻合,目标估计的误差很小,说明了本文平衡设计的有效性。

考虑结构不确定性的框剪结构地震易损性分析

以框架-剪力墙结构为研究对象,按照我国现行抗震设计规范,设计了一个代表性办公楼结构,建立其非线性分析模型;并选择7个参数用以考虑结构参数的不确定性,选择PGA/PGV以考虑地震动参数的不确定性;结合地震动和结构不确定性参数,采用拉丁超立方采样与正交设计结合的方法,抽样形成地震-结构样本对;利用Perform-3D有限元分析软件,采用增量动力法(IDA)进行结构地震易损性分析,得到了该结构的地震易损性分析结果。研究表明:该类结构能够很好地满足"小震不坏、中震可修、大震不倒"的抗震要求,具有良好的抗震性能。研究成果弥补了目前框架-剪力墙结构地震易损性分析中未考虑结构参数不确定性的不足,可为预测高层框架-剪力墙结构等重大工程结构的地震破坏和损失提供有力的科学依据。

住房价格统计中的样本代表性误差及其修正

对住房价格变化的准确测量在当前背景下具有重要意义,样本代表性误差则是其中必须解决的重要问题。基于住房和住房市场的特殊性,分析住房价格统计过程中产生样本代表性误差的原因;将样本代表性误差划分为系统性误差和随机性误差两个组成部分,并比较其对我国住房价格统计的影响;提出评估价格法、固定权重法、特征价格法(包括截面建模形式和一次性建模形式)等四种针对样本代表性误差的修正方法,并通过北京市住房价格统计的数值模拟算例,比较各种修正方法的有效性和可行性。研究结果表明:样本代表性误差,尤其是其中的随机性误差部分,是当前制约我国住房价格统计结果质量的主要瓶颈之一,而一次性建模形式的特征价格法则是一种有效的修正该误差的方法。研究成果有助于我国住房价格统计的改进和完善。

复合材料梁弹性参数不确定性量化及试验验证

为定量描述复合材料宏观力学性能的离散性,提出了仅有少量试验数据样本工况下,非均匀复合材料梁弹性模量的不确定性量化方法.基于梁不确定性弹性模量的谱分解模型,利用贝叶斯理论和蒙特卡罗模拟实现不确定性量化.对同一批次的复合材料梁开展试验研究,利用模态试验数据识别获得的梁弹性模量样本建立不确定性量化模型,并利用振动试验中实测动响应样本验证不确定性量化模型的正确性.该方法可以利用小样本试验数据,建立准确描述系统不确定性参数的量化模型,克服了传统概率模型需要大样本数据的缺陷,可以为复合材料结构的不确定性量化分析和可靠性评估提供参考.