有样本缺失的稀疏保持典型相关分析

在典型相关分析(CCA)的基础上,通过稀疏保持引入样本的类别信息,利用交叉相关项克服CCA及其推广算法要求不同视图样本必须成对出现的局限,提出一种有监督学习方法——有样本缺失的稀疏保持典型相关分析(SPCCAM).SPCCAM能在训练样本不成对的情况下进行多视图特征融合.在人工数据集、手写体数据集和PIE人脸数据集上的实验结果表明,SPCCAM能有效利用类信息提高分类性能.

有样本缺失的稀疏交叉视图的多重集典型相关分析

从融合多组特征的角度出发,以多重集典型相关分析算法(MCCA)为研究基础,通过稀疏保持自适应选择样本局部信息,然后通过在同类样本之间计算权重矩阵,将样本类别信息嵌入到算法中,再利用多种视图之间的交叉相关项,克服不同视图样本必须成对出现的局限,提出一种有样本缺失的稀疏交叉视图的多重集典型相关分析算法(multiset canonical sparse cross-view correlation analysis with missing samples,CSMCCAM)。在手写体数据集和CENPARMI数据库上验证本文的算法,得到CSMCCAM算法分类精确度优于LPMCCAM等典型相关分析算法,并且对缺失样本数目不敏感。

缺失数据样本下冷贮备串联系统可靠性指标的Bayes估计

在定数截尾缺失数据样本下,研究了冷贮备串联系统的可靠性指标评估问题.将经典估计方法和Bayes方法相结合,得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的点估计和区间估计.最后利用随机模拟例子说明了文中方法的正确性和可行性.

小样本数据缺失状态下DBN舰艇编队防空目标威胁评估方法

针对海上编队防空目标威胁评估过程中样本数据量较少且易缺失、已有评估方法过多依赖专家经验以及难以进行时间序列上动态评估的问题,提出了基于约束参数学习的动态贝叶斯网络(dynamic Bayesian networks,DBN)威胁评估方法。采用AR(p)模型预测时间序列上的缺失数据,从而获得完备的小数据集样本;在此基础上,根据专家经验构建合理的参数约束模型;进一步利用贝叶斯估计进行参数学习;将学习得到的参数代入DBN中,推理求出威胁评估结果;引入效用理论对威胁评估结果进行排序。仿真实验表明该评估方法在小样本数据缺失状态下目标威胁评估的结果合理,准确性高。

定数截尾数据缺失场合下k(m)/n系统可靠性指标的Bayes估计

在定数截尾缺失数据样本下,研究了不可修中取串连续失效系统(简记为k(m)/n系统)的可靠性评估问题。利用Bayes方法得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的Bayes估计。最后利用随机模拟例子说明了本文方法的正确性和可行性。

数据缺失场合下k/N(G)系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了不可修k/N(G)系统的可靠性指标的估计问题。将极大似然估计法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的经验Bayes估计,最后利用随机模拟例子说明了本文方法的正确性和可行性。

Multiple Type-II截尾样本的统计方法

Multiple Type-II截尾样本或称为带有缺失的定数截尾样本在实际中常会遇到 ,最近十多年来有关它的统计分析方法有了较多的研究结果 ,作者作了综述 。

定数截尾数据缺失场合下k/N(G)系统可靠性指标的Bayes估计

在定数截尾缺失数据样本下,研究了不可修k/N(G)系统的可靠性指标评估问题。将经典估计方法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的Bayes估计。最后利用随机模拟例子说明了本研究方法的正确性和可行性。

居民收入差距的测量及其合理判断

针对目前正在被学术界热议的基尼系数指标,文章利用"中国居民收入分配课题组"(CHIP)2007年的住户抽样调查数据,通过一些数据模拟和经验分析,对该指标背后所涉及的一系列的居民收入差距测量过程中的基础数据来源、收入指标选取、异常值处理、地区价格差异调整、高收入样本缺失等重要问题进行了说明。同时,通过对国家统计局和西南财大住户调查样本的分析,并利用国际比较数据对中国基尼系数的取值进行了合理判断。

市场调查中样本数据缺失值问题研究

本文在对缺失值的基本概念、产生原因、主要处理方法进行简单介绍的基础上,提出了针对顾客满意度测评的拓展模型以及缺失值的分类均值插补处理方法,相对于以往的均值插补法,该方法的有效性得到了进一步提升。为了验证模型的效度、信度、适合度,以某公司为对象进行实证研究,对文章提出的顾客满意度测评拓展模型进行评价分析,最终取得了满意且有效的测评结果。

定数截尾数据缺失场合下冷贮备串联系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了冷贮备串联系统的可靠性指标评估问题.将经典估计方法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的Bayes点估计和区间估计.最后利用随机模拟例子说明了方法的正确性和可行性.

定数截尾数据缺失场合下k(m)/n系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了不可修n中取m串连续k失效系统(简记为k(m)/n系统)的可靠性评估问题.利用Bayes方法和极大似然估计法得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的经验Bayes估计.最后利用随机模拟例子说明了本文方法的正确性和可行性.

奖惩系统对保险定价的影响——以车险为例

样本缺失是数据挖掘中常见的问题,一般将其看作完全随机缺失而忽略或采用等概率方式补齐。但有些样本缺失不是随机的,是选择行为的结果。本文将研究奖惩系统造成的非完全随机样本缺失问题,即保险实务中由于免赔额的引入造成的赔付数据缺失的问题。首先,结合保险背景,给出缺失数据模型新的解释;其次,给出对数变化和数据平移两方面的模型扩展,以便适应损失额一般为正值的特征和免赔额条款的影响;最后,基于一组货车的赔付数据,说明扩展后模型在车险定价中的可行性和实用性。本文首次将模型引入保险领域,并提出不可观测的索赔意向和存在非完全随机缺失的损失额的相关性分析;为改善模型实用性,对模型做对数变化和数据平移两方面的扩展;将数据零膨胀问题按成因分为两类:其分别由被保险人的索赔意向和保险公司免赔额条款两种因素引起,为后续保单基于免赔额条款定价做准备;证明了模型的一系列性质和定理;基于新建立的模型和一系列定理结果,结合车险数据,详细说明免赔额对赔付概率、均衡保费和弹性系数等的影响。

一类强相依非平稳高斯序列最大值的几乎处处收敛

设{Xn,n≥1}为存在样本缺失的标准化强相依非平稳高斯序列,其相关系数rij=EXiXj.在rijln(j-i)→r∈(0,∞)的情况下,得到了完整样本的最大值与非完整样本的最大值的联合极限分布,并证明了其几乎处处收敛.

基于贝叶斯因子分析模型的激光回波信号增强方法

激光回波易被噪声污染,被干扰或遮挡时会出现数据缺失。针对该问题,提出一种基于贝叶斯因子分析(Bayesian factor analysis, BFA)模型的激光回波信号增强算法。首先利用因子分析(factor analysis, FA)模型对激光回波进行建模,从而将信号增强问题转换为对模型参数的求解问题;然后将自动相关确定(automatic relevance determination, ARD)理论引入FA模型,实现对因子个数的自适应寻优;最后采用变分贝叶斯期望最大(variational Bayes expectation maximization, VBEM)算法对模型参数进行迭代更新,在贝叶斯后验概率最大准则下实现激光回波的噪声抑制和缺失样本恢复。基于实测数据开展试验,在低信噪比和数据随机缺失情况下,所提方法能够获得较好的噪声抑制性能和较高的缺失样本恢复性能,从而保证后续信号处理能够准确采集到回波中的高价值信息。

一类相依正态序列超过数点过程的渐近分布

{X_n,n≥1}为存在样本缺失的标准化平稳正态序列,相关系数r_n=EX_1X_(1+n).(?)_n与(?)_n分别为观测到与未观测到的子样形成的超过数点过程.令N_n=(?)_n+(?)_n.本文研究r_nln→ρ∈[0,∞)时超过数点过程N_n,(?)_n与(?)_n的弱收敛性及顺序统计量的联合渐近分布.