基于隐含变量的聚类集成模型

聚类集成能成为机器学习活跃的研究热点,是因为聚类集成能够保护私有信息、分布式处理数据和对知识进行重用,此外,噪声和孤立点对结果的影响较小.主要工作包括:第一,分析了把每一个基聚类器看成是原数据的一个属性这种处理方式的优越性,发现按此方法建立起来的聚类集成算法就具有良好的扩展性和灵活性;第二,在此基础之上,建立了latent variable cluster ensemble(LVCE)概率模型进行聚类集成,并且给出了LVCE模型的Markov chain Monte Carlo(MCMC)算法.实验结果表明,LVCE模型的MCMC算法能够进行聚类集成并且达到良好的效果,同时可以体现数据聚类的紧密程度.

隐含变量新反演方法及在海洋资料中的应用

利用混沌系统单物理参量时间序列的重构相空间点条件概率密度及其标准化 分析，提出了一种新的隐含变量标准化资料的反演方法．通过应用于Ｌｏｒｅｎｚ混炖系统 和４维Ｒｏｓｓｌｅｒ混沌系统，对该方法在反演相关系数的定量分析及反演功率谱的定性分 析两方面进行检验，结果表明：该方法可靠，简单易行，具有较强的反演能力．同时， 对南海的表层水温进行分析得到了南海风速的标准化资料及其功率谱．

个体因素对选择自行车通勤的影响研究

考虑出行者在个体因素方面的差异及其对选择自行车通勤的作用,利用Odds Ratio统计定性地分析各因素的影响,运用因子分析探索因素间的相关性和内部联系.基于因子分析结果,建立含隐含变量的二项Logit(BL)模型.估计结果表明:出行距离、感知收益、小汽车拥有与是否自行车通勤显著相关.同时利用普通BL模型作为参考得到补充和比较结果:尽管社会经济地位是显著的,家庭收入的影响却不大;出行者更在意快速性和便利性收益,而非安全性和舒适性收益.

GTM在冷轧带钢颤振监测与识别中的应用

研究了GTM算法在冷轧带钢颤振监测识别中的应用 ,结果表明 ,通过对轧制过程的工艺参数或振动特征的聚类训练 ,它能把正常数据和颤振数据分别映射到二维平面的不同输出区域 ,较好地将两种轧制状态聚类分开 ;输入数据映像点在平面上的轨迹变化趋势正确而直观地反映了轧制状态的变化 ,便于及时监测识别出颤振的发生 。

存在项目无回答时的因子分析

在进行因子分析时,调查数据常常存在项目无回答的情况,本文将诸因子作为隐含变量,建立无回答概率与诸因子的统计模型,并给出模型参数的两步估计方法,从而得到了存在项目无回答时的因子分析。实际计算结果说明了本文模型和方法的实践意义。

OPLS在非线性偏最小二乘回归模型的应用

为了解决隐含潜变量回归(implicit non-linear latent variable regressionI,NLR)建模方法中加入自变量的非线性项使系统中出现了与因变量无关的信息或者噪音的问题,提出了基于正交投影(orthogonal projection to latent structures,OPLS)方法,对INLR数据进行预处理。OPLS算法能有效去除预测矩阵中与因变量无关的信息,在不影响INLR建模效果的同时减少有意义的成分,改善了模型的解释性和真实性。模拟实验结果表明,改进后算法的建模效果优于INLR、偏最小二乘回归(partialleast squares regression,PLSR)算法得到的模型。

分类性状基因定位的多性状似然分析法

简单线性模型统计方法是业已被证明的与GLM法具有相近参数估计准确度和检测效率的一种二歧性状基因定位分析的简化方法。将适于二歧性状的一元线性模型推广到多类别分类性状基因定位分析中,文中提出采用多元线性模型对多类别分类性状进行基因定位分析。该方法首先将分类性状的各个类别转化为不同的二歧性状,并把每个二维数据看作是连续的,然后采用似然分析法,根据多性状联合定位的统计准则判断QTL的位置和估计QTL效应。模拟结果表明:新方法在大样本和中等遗传力条件下,能够以很高的计算效率相当准确地估计分类性状隐含变量给定的QTL位置和效应。

一个例子深度理解EM算法

EM算法是一类计算极大似然估计较方便实用的算法,尤其是在不完整数据场合.有时似然函数难以优化时,如果引入隐含变量,可以更方便地计算,EM算法也常常被引入.本文先通过在一个例子引入EM算法进行求解,再分析EM算法的一般理论原理,最后对EM算法的发展和推广进行一个简要的说明.