期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于模型平均的超高维数据特征筛选方法
被引量:
2
1
作者
高羽飞
来鹏
+1 位作者
何孟霜
夏文俊
《扬州大学学报(自然科学版)》
CAS
北大核心
2020年第3期7-14,共8页
结合模型平均技术和条件分位数方法,提出一种基于变量间相关度量的模型平均特征筛选方法.该方法具有无模型假设、对异常值或重尾分布稳健以及计算简单快捷等优点,并通过理论证明和蒙特卡洛数值模拟验证了该方法满足确定性筛选性质和有...
结合模型平均技术和条件分位数方法,提出一种基于变量间相关度量的模型平均特征筛选方法.该方法具有无模型假设、对异常值或重尾分布稳健以及计算简单快捷等优点,并通过理论证明和蒙特卡洛数值模拟验证了该方法满足确定性筛选性质和有限样本性质.实例分析结果表明,本文所提出的方法具有优良的表现.
展开更多
关键词
超高维数据
条件分位数
模型平均
确定性筛选性质
下载PDF
职称材料
条件区间分位数超高维特征筛选研究
2
作者
来鹏
张洁
季静雯
《郑州大学学报(理学版)》
CAS
北大核心
2019年第1期39-43,共5页
超高维数据下的特征筛选是模型降维建模的重要环节.基于条件分位数的改进超高维特征筛选方法在给定分位点有扰动情况下可能会导致筛选变量不稳定,针对该问题,引入全局条件分位数的思想,提出基于条件区间分位数的超高维特征筛选方法,并...
超高维数据下的特征筛选是模型降维建模的重要环节.基于条件分位数的改进超高维特征筛选方法在给定分位点有扰动情况下可能会导致筛选变量不稳定,针对该问题,引入全局条件分位数的思想,提出基于条件区间分位数的超高维特征筛选方法,并通过理论及数值模拟证明其特征筛选的确定性独立筛选性质和所提方法的有限样本性质.
展开更多
关键词
超高维
特征
筛选
区间分位数
确定性筛选性质
下载PDF
职称材料
基于纵向数据的超高维特征筛选
3
作者
来鹏
王昉健
《福建师范大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第3期8-13,51,共7页
实际问题研究中常常面临复杂数据,其中超高维数据和纵向数据常见于医学、经济学等大数据领域.基于超高维纵向数据的结构特征,推广确定独立筛选SIS(Sure Independence Screening)方法,构造了基于纵向数据组内相关结构的边际特征筛选方法...
实际问题研究中常常面临复杂数据,其中超高维数据和纵向数据常见于医学、经济学等大数据领域.基于超高维纵向数据的结构特征,推广确定独立筛选SIS(Sure Independence Screening)方法,构造了基于纵向数据组内相关结构的边际特征筛选方法,对超高维问题进行筛选降维,并从理论上证明了所提出降维筛选过程满足确定性筛选性质,从数值模拟上研究了其有限样本性质.
展开更多
关键词
超高维数据
纵向数据
特征
筛选
确定性筛选性质
下载PDF
职称材料
基于似然比统计量的超高维特征筛选研究
4
作者
来鹏
孙鑫
+1 位作者
高羽飞
赵英序
《统计与决策》
CSSCI
北大核心
2018年第22期16-19,共4页
特征筛选是超高维数据处理过程中非常重要的一环,筛选降维的准确性直接影响到后续的数据建模分析。文章针对卡方统计特征筛选方法(PC-SIS)的不足之处,对其进行改进,提出适用于超高维无模型假设下判别分类数据的似然比统计特征筛选方法...
特征筛选是超高维数据处理过程中非常重要的一环,筛选降维的准确性直接影响到后续的数据建模分析。文章针对卡方统计特征筛选方法(PC-SIS)的不足之处,对其进行改进,提出适用于超高维无模型假设下判别分类数据的似然比统计特征筛选方法(LR-SIS),从理论上证明了LR-SIS方法具有确定性筛选性质,并通过蒙特卡洛数值模拟和亚马逊网站电影评论文本数据验证了LR-SIS方法的有限样本性质。
展开更多
关键词
超高维
特征
筛选
似然比检验
确定性筛选性质
下载PDF
职称材料
基于稳定相关系的超高维筛选研究
5
作者
闫习
《应用数学进展》
2021年第11期3777-3782,共6页
特征筛选是超高维数据分析中非常重要的一环,筛选降维过程的准确性将影响到后续的建模分析。针对稳定特征筛选方法(SC-SIS)的不足之处进行改进,基于稳定相关系数提出了适用于超高维无模型假设下稳健特征筛选方法(RSCS),相比SC-SIS,该方...
特征筛选是超高维数据分析中非常重要的一环,筛选降维过程的准确性将影响到后续的建模分析。针对稳定特征筛选方法(SC-SIS)的不足之处进行改进,基于稳定相关系数提出了适用于超高维无模型假设下稳健特征筛选方法(RSCS),相比SC-SIS,该方法对数据中存在异常点或协变量服从重尾分布更有稳健性,从理论上证明了RSCS方法具有确定性筛选性质,并通过蒙特卡洛数值模拟和小鼠基因组数据验证了RSCS方法的有限样本性质。
展开更多
关键词
超高维数据
稳定相关系数
确定性筛选性质
稳健性
下载PDF
职称材料
题名
基于模型平均的超高维数据特征筛选方法
被引量:
2
1
作者
高羽飞
来鹏
何孟霜
夏文俊
机构
南京信息工程大学数学与统计学院
出处
《扬州大学学报(自然科学版)》
CAS
北大核心
2020年第3期7-14,共8页
基金
国家自然科学基金资助项目(11771215)
江苏省自然科学基金资助项目(BK20161530)
江苏省高等学校大学生创新创业训练计划资助项目(201810300031Z).
文摘
结合模型平均技术和条件分位数方法,提出一种基于变量间相关度量的模型平均特征筛选方法.该方法具有无模型假设、对异常值或重尾分布稳健以及计算简单快捷等优点,并通过理论证明和蒙特卡洛数值模拟验证了该方法满足确定性筛选性质和有限样本性质.实例分析结果表明,本文所提出的方法具有优良的表现.
关键词
超高维数据
条件分位数
模型平均
确定性筛选性质
Keywords
ultrahigh dimensional data
conditional quantile
model averaging
sure screening property
分类号
O212.4 [理学—概率论与数理统计]
下载PDF
职称材料
题名
条件区间分位数超高维特征筛选研究
2
作者
来鹏
张洁
季静雯
机构
南京信息工程大学数学与统计学院
出处
《郑州大学学报(理学版)》
CAS
北大核心
2019年第1期39-43,共5页
基金
国家自然科学基金项目(11771215)
江苏省自然科学基金项目(BK20161530)
+1 种基金
江苏省"青蓝工程"项目(2016)
国家社科基金重大项目(16ZDA047)
文摘
超高维数据下的特征筛选是模型降维建模的重要环节.基于条件分位数的改进超高维特征筛选方法在给定分位点有扰动情况下可能会导致筛选变量不稳定,针对该问题,引入全局条件分位数的思想,提出基于条件区间分位数的超高维特征筛选方法,并通过理论及数值模拟证明其特征筛选的确定性独立筛选性质和所提方法的有限样本性质.
关键词
超高维
特征
筛选
区间分位数
确定性筛选性质
Keywords
ultrahigh dimension
feature screening
interval quantile
sure screening property
分类号
O212.4 [理学—概率论与数理统计]
下载PDF
职称材料
题名
基于纵向数据的超高维特征筛选
3
作者
来鹏
王昉健
机构
南京信息工程大学数学与统计学院
出处
《福建师范大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第3期8-13,51,共7页
基金
国家自然科学基金资助项目(11771215)
江苏省自然科学基金资助项目(BK20161530)
文摘
实际问题研究中常常面临复杂数据,其中超高维数据和纵向数据常见于医学、经济学等大数据领域.基于超高维纵向数据的结构特征,推广确定独立筛选SIS(Sure Independence Screening)方法,构造了基于纵向数据组内相关结构的边际特征筛选方法,对超高维问题进行筛选降维,并从理论上证明了所提出降维筛选过程满足确定性筛选性质,从数值模拟上研究了其有限样本性质.
关键词
超高维数据
纵向数据
特征
筛选
确定性筛选性质
Keywords
ultrahigh dimensional data
longitudinal data
feature screening
sure inde-pendence screening property
分类号
O212.4 [理学—概率论与数理统计]
下载PDF
职称材料
题名
基于似然比统计量的超高维特征筛选研究
4
作者
来鹏
孙鑫
高羽飞
赵英序
机构
南京信息工程大学数学与统计学院
出处
《统计与决策》
CSSCI
北大核心
2018年第22期16-19,共4页
基金
国家自然科学基金资助项目(11771215)
江苏省自然科学基金资助项目(BK20161530
+2 种基金
BK20140983)
江苏省“青蓝工程”资助项目(2016)
江苏省高等学校大学生创新创业训练计划项目(201610300041)
文摘
特征筛选是超高维数据处理过程中非常重要的一环,筛选降维的准确性直接影响到后续的数据建模分析。文章针对卡方统计特征筛选方法(PC-SIS)的不足之处,对其进行改进,提出适用于超高维无模型假设下判别分类数据的似然比统计特征筛选方法(LR-SIS),从理论上证明了LR-SIS方法具有确定性筛选性质,并通过蒙特卡洛数值模拟和亚马逊网站电影评论文本数据验证了LR-SIS方法的有限样本性质。
关键词
超高维
特征
筛选
似然比检验
确定性筛选性质
Keywords
ultra-high dimension
feature screening
likelihood ratio test
deterministic screening property
分类号
O212.4 [理学—概率论与数理统计]
下载PDF
职称材料
题名
基于稳定相关系的超高维筛选研究
5
作者
闫习
机构
南京信息工程大学数学与统计学院
出处
《应用数学进展》
2021年第11期3777-3782,共6页
文摘
特征筛选是超高维数据分析中非常重要的一环,筛选降维过程的准确性将影响到后续的建模分析。针对稳定特征筛选方法(SC-SIS)的不足之处进行改进,基于稳定相关系数提出了适用于超高维无模型假设下稳健特征筛选方法(RSCS),相比SC-SIS,该方法对数据中存在异常点或协变量服从重尾分布更有稳健性,从理论上证明了RSCS方法具有确定性筛选性质,并通过蒙特卡洛数值模拟和小鼠基因组数据验证了RSCS方法的有限样本性质。
关键词
超高维数据
稳定相关系数
确定性筛选性质
稳健性
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于模型平均的超高维数据特征筛选方法
高羽飞
来鹏
何孟霜
夏文俊
《扬州大学学报(自然科学版)》
CAS
北大核心
2020
2
下载PDF
职称材料
2
条件区间分位数超高维特征筛选研究
来鹏
张洁
季静雯
《郑州大学学报(理学版)》
CAS
北大核心
2019
0
下载PDF
职称材料
3
基于纵向数据的超高维特征筛选
来鹏
王昉健
《福建师范大学学报(自然科学版)》
CAS
CSCD
北大核心
2018
0
下载PDF
职称材料
4
基于似然比统计量的超高维特征筛选研究
来鹏
孙鑫
高羽飞
赵英序
《统计与决策》
CSSCI
北大核心
2018
0
下载PDF
职称材料
5
基于稳定相关系的超高维筛选研究
闫习
《应用数学进展》
2021
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部