基于高斯Copula的约束贝叶斯网络分类器研究

具有连续属性的分类问题普遍存在,目前主要采用两种方法来处理连续属性:一种是将连续属性进行离散化;另一种是基于高斯函数或高斯核函数来估计属性密度.连续属性的离散化可能导致信息丢失、引入噪声和类对属性的变化不够敏感等问题,而高斯函数和高斯核函数在属性密度估计中各有优势与不足,但它们具有很强的互补性.该文依据Copula和贝叶斯网络理论,结合高斯Copula密度函数、引入平滑参数的高斯核函数和以分类准确性为标准的属性父结点贪婪选择,建立连续属性约束贝叶斯网络分类器,既可以避免连续属性离散化所带来的问题,又能够实现高斯函数和高斯核函数在属性密度估计方面的优势互补.分别采用真实数据和模拟数据进行实验,结果显示,使用结合边缘高斯核函数的高斯Copula估计属性密度的约束贝叶斯网络分类器具有良好的分类准确性.

高斯Copula的多光谱遥感影像分割

为了充分利用多光谱影像波段间的相关性,提出高斯Copula的多光谱遥感影像分割方法.首先,建立基于马尔可夫随机场的标号场模型,使用Potts模型刻画该标号场.然后,建立表征像素光谱测度的特征场,利用高斯Copula建立像素光谱测度的多变量统计模型以刻画该特征场.结合标号场、特征场模型及各模型参数的先验概率,利用贝叶斯定理建立多光谱影像分割的后验概率模型.最后,设计适用于模拟后验概率模型的M-H算法,在最大后验概率策略下获取最优分割结果.对模拟和真实多光谱影像分割结果表明,文中方法描述波段间相关性的能力较强,准确性较高.

基于高斯Copula联合回归模型的新药最优剂量选择

传统新药安全性有效性评价通常假定安全性有效性独立,实际上,安全性有效性指标经常存在一定的内在联系。因此,本文建立了新药安全性有效性指标高斯Copula联合评价模型,有效解了决安全性有效性指标相关问题,并进一步讨论了最优剂量选择标准。模拟结果表明,所建立模型和剂量选择标准一致优于传统方法。

高斯Copula的一点注记

Copula函数把边缘分布函数与联合分布函数联系起来,是研究变量间相依性的一种有效工具.而高斯分布在实际应用中占有重要的地位,本文主要研究高斯分布的极尾相依系数、极高斯Copula函数,推导出极值高斯Copula函数.

基于高斯COPULA函数的离子群优化算法

本文分析了影响粒子群优化(PSO)算法的变量,提出一种运用高斯Copula函数对粒子群算法中的随机分布因子进行优化,实验结果表明,改进的算法有较高的相关度,对结果的收敛性起到很好的作用。

银行理财产品发行会对银行同业拆借市场造成影响吗?——基于EEMD和时变Copula方法的研究

2016年4季度央行货币政策执行报告指出要将商业银行表外业务纳入宏观审慎监管。银行理财产品作为银行表外业务的重要组成部分,其收益率的波动是否会影响银行同业拆借市场利率呢?本文利用EEMD频域分解技术,结合时变高斯Copula函数模型,从高频、低频和趋势项三个频域刻画了理财产品收益率与银行同业拆借利率的动态联系。研究发现:两者在短期中联动作用不大,长期的联动依存关系明显,从长期看我国商业银行理财产品预期收益率与银行同业拆借市场的流动性存在非常紧密的联系。因此,为保证银行同业拆借市场的流动性安全,央行需要利用公开市场操作和借贷便利等货币政策工具熨平同业拆借利率的短期波动,在长期内则需重点关注银行理财产品收益率变化对银行同业拆借利率波动造成的冲击和影响。

中国沪市A股与东亚主要股市间相依性结构研究——基于半参数copula方法的实证分析

鉴于协整分析、线性格兰杰因果检验和多元相关性分析在研究大陆股市与世界其他股市间相依性时存在的缺陷,从而可能造成研究结果的分歧,运用半参数copula方法研究发现,沪市A股与东亚主要股市间存在明显的相依性。特别是在次贷危机中,沪市A股与东亚主要股市间还呈现一定程度的感染,这种感染表现为市场间的一般相依性的增强。另外,在异常事件发生时,沪市A股与恒生指数、日经指数及韩国综合指数的尾部相依性存在非对称性,它们间发生同跌的可能性更高,而沪市A股指数与中国台湾加权指数及海峡时报指数的尾部相依性基本对称,它们间发生同涨、同跌的概率几乎均等。

土工构筑物的逆几何可靠性分析算法

针对特定场地下土工构筑物的正常使用极限状态,考虑钻孔灌注桩、抗浮锚杆或CFG桩单桩荷载-位移测试曲线之间的离散性,将测试曲线拟合得到的回归参数集视作随机变量,基于几何可靠性算法框架,运用高斯Copula函数联合分布模型实施由标准正态空间到原始物理空间中随机变量的表征转换,构建基于概率密度等值线的逆几何可靠性算法。该算法假定描述随机变量服从正态分布的某一参数(均值或变异系数)未知,给定目标可靠指标,可推求随机变量的概率密度等值线。通过极限状态方程限定概率密度等值线的几何轮廓,可求解特定目标可靠指标下随机变量的未知均值或变异系数,并求出相应的安全系数。当随机变量服从其他非正态边缘分布时,等值线的几何轮廓仍由一系列离散点近似表征,逆可靠性分析同样适用。建议的算法主要用于解决随机变量部分统计参数缺失或不完备的难题,给定目标可靠指标时可根据构筑物重要性等级进行安全系数校准。

基于静息态fMRI区分健康老年人认知水平的MVPA方法研究

目的 基于静息态功能磁共振成像(functional magnetic resonance imaging, fMRI)数据构建脑网络,建立多变量模式分析(multivariate pattern analysis, MVPA)实现健康老年人认知水平的有效区分。材料与方法 使用公开数据集中55名认知优(认知优组)和43名认知差(认知差组)的健康老年人,基于全部受试者的静息态fMRI数据,建立MVPA方法对健康老年人认知水平进行区分。其中,脑网络构建和特征选择使用高斯Copula互信息(Gaussian Copula mutual information, GCMI),结合支持向量机(support vector machine, SVM)完成分类,然后与现有的MVPA方法区分健康老年人的认知水平作对比。通过独立样本t检验分析组间一致性功能连接的差异。结果 本文建立的MVPA方法实现了健康老年人认知水平的有效区分,分类准确率达到77.22%,敏感度、特异度及曲线下面积(area under the curve, AUC)分别为81.82%、72.09%和0.77。另外,认知差组的一致性功能连接强度相对于认知优组有明显降低,且组间差异普遍具有统计学意义(P<0.05)。结论 使用对非线性敏感的GCMI进行脑网络的构建并选择特征,结合SVM可以实现健康老年人认知水平的有效区分。通过分析一致性功能连接,发现其强度减弱可能导致认知水平降低,差异具有统计学意义的一致性功能连接对于辅助临床诊断具有重要价值。

基于Gaussian Copula-贝叶斯动态模型的桥梁构件时变可靠性分析

针对桥梁构件的各控制监测点之间存在失效非线性相关性的问题。首先考虑到非线性相关性对桥梁构件可靠性的影响,采用贝叶斯动态模型(BDMs),建立监测数据的动态预测模型;再结合Copula理论建立Gaussian Copula-BDMs,进而计算桥梁构件时变可靠性,同时与不考虑桥梁构件各控制监测点失效相关性得到的可靠性进行比较分析;最后通过算例验证所建模型与方法的合理性。本研究成果将为多元结构体系的可靠性分析提供参考。

市场风险相关性度量研究——以产业型金融控股集团与其金融子公司为例

混业经营趋势下,产业资本与金融资本的不断融合,不少产业资本主导的产业型金融控股集团开始出现。通过构建产业型金融控股集团与其子公司之间的市场风险相关性度量模型进行实证研究,结果表明控股集团内部存在风险传递效应,传递方向为金融子公司至控股集团,与此同时,市场风险相关程度会表现出时变特征,并且在金融市场的"平静期"和"危机期",这种时变特征尤为明显。

房地产业与银行业股票的相关性研究

在给定概率水平下,为了描述具有尖峰、肥尾、有偏等特性的金融变量之间的非线性相依结构,给出了能够准确刻画金融变量上述特性的非对称Laplace分布,首次推导出了以该分布为边际分布,联合分布由高斯Copula建立的非线性分位数回归模型。实证表明:高斯Copula非线性分位数回归模型能够更全面准确的描述房地产业与银行业股票收益率之间的风险相关关系,对于预测收益率和防范金融风险具有十分重要的意义。

连续属性一阶贝叶斯衍生分类器学习与集成

依据copula和贝叶斯网络理论,将高斯copula函数、引入平滑参数的高斯核函数和以分类器的分类准确性为标准的属性父结点贪婪选择等相结合,综合考虑效率和可靠性,进行连续属性一阶贝叶斯衍生分类器学习、优化和集成.使用UCI数据库中连续属性分类数据进行实验,结果显示,经过优化和集成的一阶连续属性贝叶斯衍生分类器具有良好的分类准确性.

基于改进降维法的概率潮流计算

旨在建立一种高效、准确的概率潮流算法。在处理潮流方程中的相关随机变量时,选用高斯Copula和秩相关系数来建模,将相关随机变量表示成独立的标准正态随机变量,从而将概率潮流输出量的统计矩表示成关于独立标准正态随机变量的多维积分。沿用单维降维法的思想,提出了一种改进的降维模型,将概率潮流输出量的统计矩近似成多个低维积分之和,并基于容积量法求解积分权重和节点,用以计算低维积分。此外,文中方法也可与基于单维降维模型的点估计法相结合,用于求解概率潮流问题。对IEEE 30-节点和IEEE 118-节点系统的计算结果表明：与Hong的点估计和基于单维降维法的点估计相比,文中算法更加灵活,在提高精度的同时也可减小计算量。

Ka波段卫星通信站点分集系统性能评估模型仿真分析

为预测站点分集系统中雨衰带来的影响,针对阿基米德Copula模型计算量大、预测不够准确等问题,运用高斯Copula函数模型对站点分集联合雨衰进行评估.该模型利用高斯Copula函数描述两站点联合雨衰情况,结合我国站点实际数据进行分集站点联合雨衰预测.仿真结果表明,相对于ITU模型,与阿基米德Copula模型相比,该模型不需要计算单个站点的雨衰值,其计算精度提高了2%以上,更具有实用价值.

基于Copula-CARRX模型的中国股市波动性研究

CARRX是一种用极差进行波动率度量的条件自回归极差模型。本文构建了一种基于CARRX模型的股指波动率预测方法,将股指收益率和成交量作为外生变量引入模型,并应用半参数高斯Copula回归算法对样本外股指波动率进行预测。应用该模型对上证综指波动率进行预测的结果表明,Copula-CARRX是对证券市场进行分析和预测的一种可行而有效的方法,无论采用静态预测法还是动态预测法,该模型都取得了良好的效果。其中静态预测法具有运行速度更快、动态预测法具有精度更高的优点。