期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于VaR约束的企业经营者组合监督机制研究
1
作者 刘兵 王雪莲 《河北工业大学学报》 CAS 2007年第5期67-71,共5页
企业经营者的监督约束机制是保证企业有效运行,使经营者才能正常发挥的一个重要保障机制.将组合投资理论应用于企业经营者组合监督机制设计中,提出运用VaR约束下的均值—方差模型来确定多种监督机制的最优实施比例,并用一算例说明了VaR... 企业经营者的监督约束机制是保证企业有效运行,使经营者才能正常发挥的一个重要保障机制.将组合投资理论应用于企业经营者组合监督机制设计中,提出运用VaR约束下的均值—方差模型来确定多种监督机制的最优实施比例,并用一算例说明了VaR约束下均值—方差法的应用. 展开更多
关键词 企业经营者 组合监督 VAR约束
下载PDF
基于组合半监督的增量支持向量机学习算法 被引量:7
2
作者 郭虎升 王文剑 潘世超 《模式识别与人工智能》 EI CSCD 北大核心 2016年第6期504-510,共7页
增量支持向量机(ISVM)由于在每次增量学习过程中无法选择最有效的增量样本,导致模型的泛化性能较差.针对此问题,文中提出基于组合半监督方式的增量支持向量机学习算法(ICS3VM).通过将大量的无标记样本分批进行组合标记以选择最优的增量... 增量支持向量机(ISVM)由于在每次增量学习过程中无法选择最有效的增量样本,导致模型的泛化性能较差.针对此问题,文中提出基于组合半监督方式的增量支持向量机学习算法(ICS3VM).通过将大量的无标记样本分批进行组合标记以选择最优的增量样本,即每次选择位于分类间隔内部的最有价值样本加入训练集,以此修正模型.同时选择分类间隔最大的一组标记作为最终标记,确保标记的准确性.在标准数据集上的实验表明,ICS3VM能以较高的学习效率提高模型的泛化性能. 展开更多
关键词 支持向量机 组合监督学习 增量支持向量机(ISVM)
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部