基于χ~2统计量的kNN文本分类算法

随着Internet上文档信息的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术.由于χ2统计量能很好地体现词和类别之间的相关性,因此成为特征选择中常用的评估函数.本文分析了χ2统计量在特征选择和分类决策阶段的性质,提出了一种新的基于χ2统计量的相似度定义,并结合基于两次类别判定的快速搜索算法,改进了传统的kNN算法.实验结果显示基于χ2统计量的改进kNN文本分类算法能大大减少kNN算法的分类时间,并提高了kNN算法的准确率和召回率.

基于χ~2统计量的群决策中专家估值偏差的一致性检验

群决策中,如何从专家给出的结果中分析出,专家的决策结果是否符合要求,即专家的估值偏差是否满足期望的一致性要求.利用卡方统计量,可以对专家估值结果偏差的一致性做多角度检验:①群专家估值偏差的一致性检验;②专家估值偏差的一致性检验;③方案估值偏差的一致性检验;④属性估值偏差的一致性检验;⑤任意专家、方案和属性组合估值偏差的一致性检验.最后,给出一个算例.

关于χ^2分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1)≤X(2)≤…≤X(n)为其顺序统计量,当Xk服从自由度为n的2χ分布时,得到了(X(1),X(2),…,X(n))的联合概率密度函数,以及X(1)和X(n)的密度函数,从而进一步得到X(1)和X(n)的数学期望与方差的表达式.此外,还证明了X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布.

采用T^2统计量和拟合优度的盲频谱感知算法

针对低信噪比和采样数少时频谱感知性能差的问题,首先利用样本检验矩阵的样本特征构造T2统计量,再结合似然比准则构造新的检验统计量,最后推导了频谱空闲时检验统计量的概率密度函数,提出基于贝塔分布的盲频谱感知算法。但此算法在采样数较少时,检测性能较差,因此结合Anderson-Darling准则,提出基于贝塔分布的拟合优度检验算法。在高斯信道和瑞利衰落信道下对所提算法进行仿真,并与已有盲频谱感知算法仿真结果进行对比,所提算法具有更好的检测性能,且不需要主用户信息,不用进行特征分解,不受噪声方差影响。

基于χ~2统计量的不良文本过滤特征选择方法

针对现有以χ^2统计量为基础的特征选择方法在不良文本过滤过程中效果欠佳的问题,利用双层分类对特征选择方法进行改良,提出一种不良文本过滤特征选择方法。首先通过改良逆文档频率来区分特征项在所属类别类内与其他类别之间的分布差别;其次,引入逆类别频率弥补抑制强度;最后,加入逆上层类别频率,清晰划分具有较高相似度的某两类二层类别。所改良的特征选择方法能够弥补现有χ^2统计量在类内/类间特征项分布情况判别能力的缺陷,将其应用于不良文本过滤过程,能够充分贴合不良文本过滤过程的特征选择需求。通过对比评估指标的结果,表明所提方法在不良文本过滤领域具有更好的效果。

一种改进的X^2统计量方法

对文本特征提取中的统计量方法进行了介绍,并且指出了该方法在分类中的不足之处;在此基础上,提出了一种改进的特征选择方法,并把该方法应用到后续的文本分类中.分类实验结果表明,分类准确率得到了一定的提高.

关于X^2，T，F统计量的抽样分布

文中给出了非中心ｘ~２，ｔ，Ｆ统计量分布密度的证明。

x^2-统计量及其在生物科学中的应用

~~

应用χ~2统计量分析保险数据

本文就乌鲁木齐市不同民族,不同职业的居民对保险产品的认同水平运用χ2统计量[1]及关系矩阵进行齐一性假设检验,并对结果进行分析,得出了合乎情理的结论。根据居民职业的不同我们可以将文卫科、企管、工人、农牧、服务业、其他职业归为一类,而"公务员"、"金融"、"个体"各为一类。不同民族的居民对保险的认同水平同样差异显著:回族、维族与其它民族的差异性很小;回族与汉族有差异不大;而维族与汉族之间差异最大。

认知诊断模型-资料拟合检验统计量及其性能

本文将IRT常用资料-模型拟合检验统计量χ2和G2引入认知诊断领域,具体讨论了这两个统计量在认知诊断资料-模型拟合检验的可行性及其侦查效果,为研究者及实际应用者在认知诊断资料模型拟合检验中提供借鉴及方法学支持。

气液两相流差压测量波动信号的符号序列统计分析

将符号时间序列分析方法应用到两相流测量波动信号分析,并讨论了关键参数对符号统计量影响问题。在此基础上,利用垂直上升管中采集到的80组气液两相流差压动态波动信号,提取了时间不可逆转性Tfb及χf2b统计量。当气相表观速度小于0.02m.s-1时,随着气相表观速度增加,泡状流随机可变的运动特征逐渐加剧,其动力学特性变得相对复杂;当气相表观速度大于0.02m.s-1时,在流型从泡状流向段塞流转变过程中,随着气相表观速度增大,流型演化的动力学特性逐渐变得相对简单;在流型从段塞流向混状流转变过程中,随着气相表观速度增加,混状流的动力学特性逐渐变得愈加复杂。研究结果表明,时间不可逆转性Tfb及χ2fb统计量两个符号是表征气液两相流流型的敏感特征量,考察这两个统计量随两相流流动参数变化规律有助于更好地理解两相流流型动力学特性。

基于二阶统计量盲源分离算法的无源雷达同频干扰抑制研究

针对基于长期演进(LTE)信号的无源雷达存在同频基站干扰的问题,该文提出一种基于2阶统计量的盲源分离算法,该算法是在卷积混合模型下,通过多通道最小均方(LMS)算法实现分离信号之间的相关性最小。由于各发射基站信号之间统计不相关,当分离信号之间的相关性达到最小时,完成观测信号的分离。在此基础上,改进了传统无源雷达信号处理的流程,增加了分离同频干扰基站直达波和多径杂波的步骤,实现了对同频干扰基站杂波的抑制。通过仿真分析,验证了算法的有效性,为基于LTE信号的无源雷达数据处理提供了参考。

兼顾两种匹配的考试抄袭统计量研究评述

考试抄袭统计量是专门用于识别抄袭的统计指标。它们是以被怀疑抄袭者和抄袭来源匹配反应的数目为基础建立的,按其考虑的匹配反应信息可分为两类:一类只考虑被怀疑抄袭者和抄袭来源间的错误答案匹配;另一类同时考虑两者错误答案匹配和正确答案匹配。由于第一类抄袭统计量对那些只从抄袭来源处抄袭正确答案的抄袭者检测不敏感,所以存在缺陷;第二类抄袭统计量兼顾两种匹配,考虑的信息更全面。s2、g2、ω是具有代表性的第二类抄袭统计量,它们在测量理论基础、被怀疑抄袭者和抄袭来源的异常相似反应模式确定方法及考试抄袭检测效能等方面存在差异,在抄袭识别应用中应合理选择。

基于高阶统计量的对称分布信号检测

本文研究高斯噪声中具有对称分布的随机信号检测问题,提出了一种基于偶数阶高阶统计量的信号检测方 法。该方法利用高阶累积量估计的渐近正态性,采用随机变量Taylor展开的方法估计高阶累积量估计的方差,再对偶数阶 的高阶累积量进行归一化处理,将信号的检测转化为一般的X2检验问题,并通过仿真实验以广义高斯褶积信号为例对其 检测性能进行分析。

基于配对实验设计的2×2列联表中相对差的统计推断

为了消除混杂现象中讨厌参数的影响,更有效地研究因素间的关联性,2×2配对实验设计是一种简单且行之有效的方法.在对2×2列联表的相对差进行极大似然估计时可能会出现相对差分母为零的情况,从而使相对差的估计出现无限大的偏差并且方差无限.为避免出现上述情况,本文在抽样过程中采用逆抽样对相对差进行极大似然估计,利用Wald统计量及Score统计量,通过Monte carlo模拟得出结论:依据覆盖概率和平均区间宽度,Wald统计量和Score的效果基本相同且令人满意,相比之Wald统计量比Score统计量效果稍差一点.

经验Cressie-Read统计量与广义矩方法估计

本文利用经验Cressie-Read统计量和广义矩方法,研究了参数、分布函数和Lagrange乘子的有效估计问题,并得到了它们的渐近正态性,证明了经验Cressie-Read统计量具有渐近χ2分布。最后举例说明文中结果。

利用局部Moran's I_i统计量检验回归模型的残差之间的趋势性

局部Moran'sIi统计量是在检验空间的局部相关性时经常用到的一个统计量.本文基于正态变量二次型分布的理论,利用局部Moran'sIi统计量来检验经典线性回归模型的拟合残差之间的趋势性,并给出了计算检验p-值的精确方法与三阶矩χ2逼近方法.

关于次序统计量的两个距离

本文研究了次序统计量的密度函数之间的Pearson-2χ距离与Kullback-Leibler距离.研究中我们发现这两个距离与总体的分布无关,而只与次序统计量的次序以及样本容量有关.

极值判断法在Hotelling T^2检验处理多变量资料中的应用

Hotelling T^2检验是多变量均数假设检验中的一种常用方法。据认为这种方法在处理下列情况之一时有独到之处:1、两组的各指标间虽有显著差别,但趋势不一。2、两组间有些指标有显著差别(趋势一致或不一致),有些却无显著差别。但事实上并非如此。