检索结果-内蒙古大学图书馆

作者：王珮瑶山西大学

学位级别：硕士

随着科学技术的发展,实际生活中收集到的数据越来越复杂,数据的维度越来越高,种类越来越繁多,函数型数据和数值型数据构成的混合数据也得到了学者的广泛关注。在混合数据分析中,部分函数回归模型是一种常见的分析模型,在建模过程中,通... 详细信息

随着科学技术的发展,实际生活中收集到的数据越来越复杂,数据的维度越来越高,种类越来越繁多,函数型数据和数值型数据构成的混合数据也得到了学者的广泛关注。在混合数据分析中,部分函数回归模型是一种常见的分析模型,在建模过程中,通常假设噪声项服从高斯分布,但这一假设会导致模型缺乏鲁棒性。因此,本文构造一个基于混合高斯噪声假设的函数回归模型,来提高传统模型的鲁棒性,同时针对惩罚似然方法中的调优参数,提出一种自适应学习算法来解决传统评分搜索方法计算效率低的问题。主要研究内容包括:(1)在再生核Hilbert空间下对函数系数进行展开,利用带积分余项的泰勒展开式和再生核空间内积性质得到函数系数的展开表示,从而将函数回归系数的估计问题转化为参数向量的估计问题。(2)为了提高传统模型的鲁棒性,假设模型中噪声服从混合高斯分布,同时为了提升模型的泛化能力,通过构造惩罚似然函数对待估参数进行统计推断。之后运用EM算法对所有参数迭代求解。(3)对于惩罚似然函数中的调优参数,基于贝叶斯估计均方误差最小的原则,构造自适应学习的算法,该算法可对参数中每个分量的个性化调优参数进行自动学习,在数据驱动下与参数的估计交替更新。本文在模拟数据和真实数据中进行实验分析,并将算法与其他算法的实验结果进行对比,证明了本文所提出的算法具有鲁棒性,与其他方法相比具有较好的预测能力。同时通过与传统调优参数评分搜索方法进行对比,验证了本文提出的自适应学习算法在保证有效性的前提下,能够提升运算速度。

关键词：混合数据函数回归误差建模再生核Hilbert空间自适应调参

来源：评论

学校读者我要写书评

暂无评论

函数回归的差分隐私保护算法

引用

计算机技术与发展 2023年第2期33卷 132-137页

作者：钟可欣杨庚南京邮电大学计算机学院江苏南京210046 江苏省大数据安全与智能处理重点实验室江苏南京210023

函数型数据回归是一种特殊的回归分析,其响应或协变量包含函数型数据,即样本元素为连续函数的数据。函数型数据在医疗保健、社交媒体、传感网络等诸多领域都有重要应用,通常包含一些敏感信息,在回归分析的过程中,不加保护会引起隐私的... 详细信息

函数型数据回归是一种特殊的回归分析,其响应或协变量包含函数型数据,即样本元素为连续函数的数据。函数型数据在医疗保健、社交媒体、传感网络等诸多领域都有重要应用,通常包含一些敏感信息,在回归分析的过程中,不加保护会引起隐私的泄露。针对函数型数据回归分析中缺少隐私保护的问题,提出了一种基于拉普拉斯机制的函数回归的差分隐私保护算法。首先,对响应数据进行降维,将响应函数建模为相互正交的B样条基的张量积,建立函数回归的数学模型;其次,对回归模型的未知参数取值使用惩罚最小二乘法估计,并通过正交基函数的数量控制粗糙度;最后,对估计参数加入服从拉普拉斯分布的噪声扰动,得到最终的回归结果。理论分析和实验表明,函数回归的差分隐私保护算法满足拉普拉斯机制的差分隐私保护,并且随着隐私预算的减小,算法效率越高,在保证数据安全性的同时达到了良好的可用性。

关键词：函数型数据分析差分隐私函数回归数据隐私保护隐私预算分配

来源：评论

学校读者我要写书评

暂无评论

一种多任务的函数到函数回归方法

一种多任务的函数到函数回归方法

引用

作者：谭琦杨沛 510631 广东省广州市天河区中山大道西55号华南师范大学石牌区

本发明涉及机器学习领域，其公开了一种多任务的函数到函数回归方法，包括以下步骤：S1、构造一个基于基函数双重扩展的函数到函数回归模型，并建立一个从自变量函数到因变量函数的映射的目标函数；S2、进一步构建多任务的函数到函数回... 详细信息

标准号: CN112633514A

本发明涉及机器学习领域，其公开了一种多任务的函数到函数回归方法，包括以下步骤：S1、构造一个基于基函数双重扩展的函数到函数回归模型，并建立一个从自变量函数到因变量函数的映射的目标函数；S2、进一步构建多任务的函数到函数回归模型的目标函数，通过协同分组挖掘各个任务之间的隐含结构来提升每个回归任务的性能，其中该步骤中的目标函数含有回归系数矩阵；S3、采用不同的稀疏性正则化技术对步骤S2中的回归系数矩阵施加约束；S4、对最终函数回归模型的目标函数非光滑和非独立的问题进行优化；基于结构型稀疏性的多任务函数到函数回归模型的优点是可以同时挖掘任务的相似性和基函数的聚类特征，并用于提升函数回归系统的性能。

关键词：函数回归目标函数回归系数矩阵基函数稀疏性自变量机器学习领域聚类特征任务函数施加约束挖掘非独立因变量正则化构建映射光滑隐含协同分组回归优化

来源：评论

学校读者我要写书评

暂无评论

一种基于贝叶斯鲁棒函数回归的多步风速预报方法

一种基于贝叶斯鲁棒函数回归的多步风速预报方法

引用

作者：胡清华汪运王铮 300072 天津市南开区卫津路92号

本发明公开了一种基于贝叶斯鲁棒函数回归的多步风速预报方法，包括进行数据预处理、构造鲁棒函数回归的多步风速预报模型、利用变分贝叶斯优化模型的参数、根据估计的参数和测试集计算预测值的步骤，本发明的多步风速预报方法能够处理... 详细信息

标准号: CN108563829B

本发明公开了一种基于贝叶斯鲁棒函数回归的多步风速预报方法，包括进行数据预处理、构造鲁棒函数回归的多步风速预报模型、利用变分贝叶斯优化模型的参数、根据估计的参数和测试集计算预测值的步骤，本发明的多步风速预报方法能够处理多种分辨率数据，对不同的实际预报任务都能够有鲁棒的效果，并且能够降低冗余的函数型变量对最终结果的影响，精度高、误差小，可以进一步提高风速预报的精度。

关键词：风速预报鲁棒函数回归贝叶斯分辨率数据数据预处理优化模型最终结果冗余测试集预报预测

来源：评论

学校读者我要写书评

暂无评论

一种基于贝叶斯鲁棒函数回归的多步风速预报方法

一种基于贝叶斯鲁棒函数回归的多步风速预报方法

引用

作者：胡清华汪运王铮 300072 天津市南开区卫津路92号

标准号: CN108563829A

关键词：风速预报鲁棒函数回归贝叶斯分辨率数据数据预处理优化模型最终结果冗余测试集预报预测

来源：评论

学校读者我要写书评

暂无评论

基于压缩感知的多尺度最小二乘支持向量机

引用

自动化学报 2016年第4期42卷 631-640页

作者：王琴沈远彤海南医学院信息技术部海口571101 中国地质大学(武汉)数学与物理学院武汉430074

提出一种基于压缩感知(Compressive sensing,CS)和多分辨分析(Multi-resolution analysis,MRA)的多尺度最小二乘支持向量机(Least squares support vector machine,LS-SVM).首先将多尺度小波函数作为支持向量核,推导出多尺度最小二乘支持向量机模型,然后基于压缩感知理论,利用最小二乘匹配追踪(Least squares orthogonal matching pursuit,LS-OMP)算法对多尺度最小二乘支持向量机的支持向量进行稀疏化,最后用稀疏的支持向量实现函数回归.实验结果表明,本文方法利用不同尺度小波核逼近信号的不同细节,而且以比较少的支持向量能达到很好的泛化性能,大大降低了运算成本,相比普通最小二乘支持向量机,具有更优越的表现力.

关键词：最小二乘支持向量机压缩感知多尺度小波核稀疏化函数回归

来源：评论

学校读者我要写书评

暂无评论

面向函数型数据分析的差分隐私数据保护算法

面向函数型数据分析的差分隐私数据保护算法

引用

作者：钟可欣南京邮电大学

学位级别：硕士

在大数据时代,随着科学技术的发展和存储技术的提升,函数型数据越来越多地在医疗保健、社交媒体、传感网络等诸多领域得到了应用,随之产生了大量对数据分析处理的需求。函数型数据分析是一种针对函数型数据的数据处理分析方法,可用来降... 详细信息

在大数据时代,随着科学技术的发展和存储技术的提升,函数型数据越来越多地在医疗保健、社交媒体、传感网络等诸多领域得到了应用,随之产生了大量对数据分析处理的需求。函数型数据分析是一种针对函数型数据的数据处理分析方法,可用来降低数据维度,有效提取关键信息。函数型数据回归是一种响应或协变量包含函数型数据的特殊的回归分析,它通过主成分分析将原始高维数据投影到低维主成分空间来获得简化数据,使数据更易使用的同时降低了算法的计算开销。但是函数型数据中通常包含敏感信息,在回归分析的过程中,未加保护的算法输出存在泄露隐私信息的风险,会对个人及企业造成潜在的威胁。差分隐私作为当前最有效的隐私保护机制之一,为函数型数据的隐私保护提供了新的思考。实现差分隐私保护的函数型数据回归的主要思路是,对离散的函数型数据进行平滑处理,转化成基函数和其系数的乘积。然后使用函数主成分分析的方法计算出平滑系数,得到函数回归的模型。基于回归模型,按照一定的规则对模型的系数进行噪声扰动,向其中添加符合拉普拉斯分布的噪声,这种算法的输出可以在函数回归的同时保护数据隐私。为了解决函数型数据分析中存在的隐私保护问题,本文做了如下创新工作:1.针对函数主成分分析中的隐私保护问题,设计并实现一种通过拉普拉斯机制提供差分隐私保护的函数型数据回归算法DP-in-FR。从理论上证明算法的安全性,并通过均方根预测误差和平均覆盖概率两个指标实验验证算法的可用性。2.针对聚类差分隐私和函数模糊系统中的隐私性问题,提出算法DP-in-FFS,基于差分隐私拉普拉斯机制保护数据隐私。从理论上对该算法的隐私性、算法复杂度进行分析,实验上与同类算法进行对比,证明该算法具有高可用性,在均方预测误差上优于DP-in-FR算法。3.针对算法DP-in-FFS中对隐私预算的分配问题,提出算法DPBA-in-FFS,这种算法按照比例分配给敏感数据较多隐私预算,而给普通数据分配较少隐私预算,提高了隐私保护效率。通过理论分析和逻辑证明算法DPBA-in-FFS满足差分隐私的定义要求,具有一定的隐私保护水平。

关键词：差分隐私函数型数据分析函数主成分分析函数回归函数模糊系统

来源：评论

学校读者我要写书评

暂无评论

支持向量回归在岩土工程中的应用

引用

东北大学学报（自然科学版） 2006年第5期27卷 563-566页

作者：杨成祥冯夏庭东北大学资源与土木工程学院辽宁沈阳110004

针对岩土工程影响因素的极其复杂性,引入支持向量机方法,给出了应用支持向量回归解决问题的基本原理与算法步骤·以矿山周边建筑物爆破震动效应分析为例,建立了建筑物中峰值质点振速的预测模型·实例分析表明预测值与实测值具... 详细信息

针对岩土工程影响因素的极其复杂性,引入支持向量机方法,给出了应用支持向量回归解决问题的基本原理与算法步骤·以矿山周边建筑物爆破震动效应分析为例,建立了建筑物中峰值质点振速的预测模型·实例分析表明预测值与实测值具有很好的一致性,验证了支持向量回归小样本高效的自学习能力以及高度非线性的问题处理能力,是解决复杂岩土工程问题的有效分析工具·通过试验探讨了算法参数选择对应用结果尤其是回归预测模型泛化能力的影响规律·

关键词：支持向量机岩土工程支持向量回归函数回归爆破震动非线性

来源：评论

学校读者我要写书评

暂无评论

二乘向量机在图像插值技术中的应用研究

引用

计算机工程与应用 2004年第17期40卷 82-84页

作者：郑胜田金文柳健三峡大学湖北宜昌443002 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室武汉430074

图像插值过程实际上是利用已有的像素点来估计与这些像素点相邻的未知像素的颜色。可将一幅图像视为由像素坐标映射而成的二维颜色曲面。这样插值问题就可以视为由已知的像素构成的颜色曲面函数的回归问题。而基于统计学习理论(SLT)的... 详细信息

图像插值过程实际上是利用已有的像素点来估计与这些像素点相邻的未知像素的颜色。可将一幅图像视为由像素坐标映射而成的二维颜色曲面。这样插值问题就可以视为由已知的像素构成的颜色曲面函数的回归问题。而基于统计学习理论(SLT)的支持向量机(SVM)方法为解决这种高维非线性问题提供了一种新的途经。该文讨论了最小二乘向量机实现数字图像插值的应用方法,并进行了图像放大的试验验证。试验表明:基于RBF核的最小二乘向量机回归技术对数字图像的插值具有很强的适应性,其性能与已有的双立方插值技术相当。

关键词：统计学习理论(SLT) 最小二乘向量机(LS-SVM) 函数回归图像插值

来源：评论

学校读者我要写书评

暂无评论

基于高斯过程的点匹配方法

引用

华中科技大学学报（自然科学版） 2007年第12期35卷 35-37页

作者：喻鑫柳健田金文华中科技大学图像识别与人工智能研究所湖北武汉430074

针对点匹配问题,在已知两个点集对应关系的情况下,通过高斯过程回归计算两个点集的空间几何变换模型.首先,给定高斯过程的协方差函数,通过对训练样本的学习计算协方差函数中的未知参数,得到后验的高斯过程.然后,根据后验的高斯过程预测... 详细信息

针对点匹配问题,在已知两个点集对应关系的情况下,通过高斯过程回归计算两个点集的空间几何变换模型.首先,给定高斯过程的协方差函数,通过对训练样本的学习计算协方差函数中的未知参数,得到后验的高斯过程.然后,根据后验的高斯过程预测测试样本的目标值,完成函数映射.该方法在空间几何变换模型的非线性映射能力与问题求解复杂度之间折衷,是一个基于训练样本的自动学习过程.仿真结果表明:该方法具有较好的非线性映射能力,并且只需较少的运算时间.

关键词：点匹配高斯过程函数回归几何变换

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：