检索结果-内蒙古大学图书馆

成分数据理论和无监督聚类K-means方法提取背景和异常信息——以安徽省兆吉口铅锌矿床为例

地质学报 2022年第11期96卷 4038-4055页

作者：刘艳鹏朱立新马生明段吉琳弓秋丽东华理工大学核资源与环境国家重点实验室江西南昌330013 中国地质调查局发展研究中心北京100037 中国地质科学院地球物理地球化学勘查研究所河北廊坊065000 东华理工大学地球科学学院江西南昌330013

地球化学数据是应用地球化学研究的重要组成部分,是化学勘查工作的基础成果。勘查地球化学数据基本上以元素的质量百分浓度(简称浓度)的形式表达,是典型的成分数据。其表达的是“组分/总体”相对质量贡献信息,而不是绝对的质量变化信息... 详细信息

地球化学数据是应用地球化学研究的重要组成部分,是化学勘查工作的基础成果。勘查地球化学数据基本上以元素的质量百分浓度(简称浓度)的形式表达,是典型的成分数据。其表达的是“组分/总体”相对质量贡献信息,而不是绝对的质量变化信息。浓度数据分布在单纯形空间,而不是整个欧式空间。对成分数据进行处理之前,进行适当的对数比值转换处理可以提高其信息表达。本文以安徽省兆吉口铅锌矿床土壤中Pb数据为示范案例,通过对数比值转换方法优化浓度数据的结构以提高相对信息的表达,并利用无监督学习K-means聚类方法根据对数比值转换数据分布空间质心的距离识别背景和异常信息,最后对K-means聚类方法识别的背景和异常与迭代2倍标准差法和浓度-面积分形分析法进行比较以衡量其表现。结果表明:浓度数据表达的是相对质量信息,而不是绝对质量关系,不同样品间不能通过比较浓度高低推断出质量的多寡关系。对数比值方法可以有效地提高浓度数据的结构和信息表达,K-means方法能够准确识别对数比值转换数据的背景和异常信息,其效果类似浓度-面积分形分析方法,比迭代2倍标准差法好。

关键词：机器学习无监督分类成分数据 K-means聚类背景异常

来源：评论

学校读者我要写书评

暂无评论

成分数据的空间自回归模型

引用

北京航空航天大学学报 2019年第1期45卷 93-98页

作者：黄婷婷王惠文 SAPORTA Gilbert 北京航空航天大学经济与管理学院北京100083 城市运行应急保障模拟技术北京市重点实验室北京100083 北京航空航天大学大数据科学与脑机智能高精尖创新中心北京100083 法国国立工艺学院计算机和通信研究中心巴黎75003

针对已有成分数据线性回归模型对研究对象相互独立的严格要求,提出了含有成分数据和普通数据的空间自回归模型,在此基础上提出了成分数据空间自回归模型的估计方法。新模型结合了空间自回归模型处理因变量之间相互依赖的优势,可同时处... 详细信息

针对已有成分数据线性回归模型对研究对象相互独立的严格要求,提出了含有成分数据和普通数据的空间自回归模型,在此基础上提出了成分数据空间自回归模型的估计方法。新模型结合了空间自回归模型处理因变量之间相互依赖的优势,可同时处理成分数据和普通数据。通过利用等距对数比(ilr)变换将成分数据解约束,得到了新模型的参数估计量。蒙特卡罗模拟实验验证了所提估计方法的有效性。

关键词：成分数据等距对数比(ilr)变换极大似然估计空间依赖空间自回归模型

来源：评论

学校读者我要写书评

暂无评论

成分数据典型相关分析的增量算法

引用

北京航空航天大学学报 2023年第10期49卷 2851-2858页

作者：孔博傲卢珊王惠文北京航空航天大学数学科学学院北京100191 中央财经大学统计与数学学院北京100081 北京航空航天大学经济管理学院北京100191 城市运行应急保障模拟技术北京市重点实验室北京100191

成分数据典型相关分析(CCAI)是一种研究多个成分数据变量之间线性相关关系的方法,在经济、管理、地质、化学等多个领域应用广泛。在海量数据背景下,研究如何针对成分数据流展开典型相关建模分析,具有重要的理论意义和实用价值。为此,提... 详细信息

成分数据典型相关分析(CCAI)是一种研究多个成分数据变量之间线性相关关系的方法,在经济、管理、地质、化学等多个领域应用广泛。在海量数据背景下,研究如何针对成分数据流展开典型相关建模分析,具有重要的理论意义和实用价值。为此,提出了成分数据典型相关分析的增量方法,通过对增量成分数据的协方差分解,实现对成分数据流典型相关性的精确计算。同时,给出序贯式和并行式2种分块增量算法,可处理多组成分数据的数据流建模问题,序贯式分块增量算法,按照数据流的先后顺序进行计算,并行式分块增量算法可以达到提高计算效率的目的。通过对不同概率分布和样本规模的成分数据流的仿真研究及微博假新闻的实例分析,验证了所提算法相比于传统的非增量算法,在保证计算准确性的前提下,具有提高运算效率的优势。

关键词：成分数据典型相关分析数据流协方差矩阵特征分解

来源：评论

学校读者我要写书评

暂无评论

成分数据的变系数地理加权空间滞后模型

引用

北京航空航天大学学报 2024年第7期50卷 2256-2264页

作者：黄婷婷首都经济贸易大学统计学院北京100070

针对已有模型无法刻画面类型空间依赖下成分数据的空间异质性,提出模型参数可变的成分数据空间自回归模型。通过假定空间滞后参数、成分型系数、数值型系数为位置坐标的函数,允许空间效应和变量关系在全局空间上非均匀分布。基于等距对... 详细信息

针对已有模型无法刻画面类型空间依赖下成分数据的空间异质性,提出模型参数可变的成分数据空间自回归模型。通过假定空间滞后参数、成分型系数、数值型系数为位置坐标的函数,允许空间效应和变量关系在全局空间上非均匀分布。基于等距对数比(ilr)变换、工具变量法和局部线性地理加权法,对模型参数进行估计。数值模拟实验表明:所提出模型的表现优于已有的成分数据空间自回归模型,并且参数估计量是有效的。基于一组实际数据,说明所提模型的实用性。

关键词：成分数据面数据空间异质性等距对数比变换地理加权模型

来源：评论

学校读者我要写书评

暂无评论

单形空间中多元成分数据的Fisher判别方法

引用

北京航空航天大学学报 2013年第10期39卷 1376-1380,1391页

作者：上官丽英王惠文北京航空航天大学经济管理学院北京100191

首先,基于Aitchison单形空间成分数据运算法则,提出成分数据向量的代数体系,其中包括成分数据向量的加法、数乘、减法、内积、范数以及距离等定义.在此基础上,根据Fisher判别分析原理,建立多元成分数据的线性判别函数,以及利用距离判别... 详细信息

首先,基于Aitchison单形空间成分数据运算法则,提出成分数据向量的代数体系,其中包括成分数据向量的加法、数乘、减法、内积、范数以及距离等定义.在此基础上,根据Fisher判别分析原理,建立多元成分数据的线性判别函数,以及利用距离判别的思想,根据待判样本投影点的得分与各类中心投影点的均值之间的距离,对待判样本进行归类建立判别规则,从而提出一种针对多元成分数据的判别方法.最后,通过仿真方法及实际案例验证该方法的有效性.给出的成分数据向量的代数体系为将其他多元统计方法推广到多元成分数据奠定了基础.

关键词：单形空间成分数据 Fisher判别分析

来源：评论

学校读者我要写书评

暂无评论

成分数据的logistic回归模型研究

引用

数理统计与管理 2019年第3期38卷 442-449页

作者：李玉莹张景肖中国人民大学应用统计科学研究中心北京100872 中国人民大学统计学院北京100872

由于成分数据的定和约束,使得不能直接用经典的统计方法对其进行回归建模。本文基于log-ratio等一系列变换,建立了带有等式约束的成分数据的logistic回归模型,并将其应用于肠道菌群和2型糖尿病的关系的研究中。数值模拟与实证结果表明,... 详细信息

由于成分数据的定和约束,使得不能直接用经典的统计方法对其进行回归建模。本文基于log-ratio等一系列变换,建立了带有等式约束的成分数据的logistic回归模型,并将其应用于肠道菌群和2型糖尿病的关系的研究中。数值模拟与实证结果表明,本文所提出的模型有良好的表现。

关键词：成分数据变量选择 logistic回归 ADMM算法微生物学

来源：评论

学校读者我要写书评

暂无评论

成分数据的组合预测

引用

应用概率统计 2013年第3期29卷 307-316页

作者：张晓琴陈佳佳原静山西大学数学科学学院太原030006

成分数据是一类具有复杂性质的数据,特别是它的预测研究在管理学与经济学中占有很重要的地位.组合预测则是近年来在预测中应用比较广泛的一种方法,它能够充分利用单预测模型的信息,提高预测精度,增强预测的稳定性,且具有较高的适应能力... 详细信息

成分数据是一类具有复杂性质的数据,特别是它的预测研究在管理学与经济学中占有很重要的地位.组合预测则是近年来在预测中应用比较广泛的一种方法,它能够充分利用单预测模型的信息,提高预测精度,增强预测的稳定性,且具有较高的适应能力.本文首次把组合预测方法应用到成分数据的预测分析中,基于成分数据的一些基本性质,利用组合预测得到了较好的预测结果.

关键词：成分数据非对称logratio变换球坐标变换组合预测

来源：评论

学校读者我要写书评

暂无评论

成分数据的多元回归建模方法研究

引用

管理科学学报 2006年第4期9卷 27-32页

作者：王惠文张志慧 Tenenhaus M 北京航空航天大学经济管理学院北京100083 法国高等商学院

在社会、经济、技术等许多领域的数据分析中,成分数据(compositional data)是一种应用十分广泛的数据类型,可以被用来反映诸如投资结构、产业结构、居民消费结构等问题.将成分数据的logratio变换方法与偏最小二乘路径分析相结合,提出在... 详细信息

在社会、经济、技术等许多领域的数据分析中,成分数据(compositional data)是一种应用十分广泛的数据类型,可以被用来反映诸如投资结构、产业结构、居民消费结构等问题.将成分数据的logratio变换方法与偏最小二乘路径分析相结合,提出在因变量是成分数据,而与之相关的若干个自变量也都是成分数据的情况下,建立了多元线性回归模型的方法.该建模方法可以满足成分数据的定和约束,克服成分数据中完全多重共线性对建模的不良影响,并且突出成分数据主题含义在建模中的作用和意义.作为案例,应用所提出的方法,采用北京市三类产业的投资、GDP以及就业的结构数据,建立了三者之间的回归模型,进一步说明了多元成分数据回归建模的工作过程及其应用价值.

关键词：成分数据多元回归模型偏最小二乘路径分析

来源：评论

学校读者我要写书评

暂无评论

成分数据的几个估计

引用

应用数学学报 2002年第1期25卷 58-66页

作者：章栋恩北京工商大学数理部北京100037

本文用ＳＵＲＥ模型导出了成分数据的均值和协差阵的估计．特别地，在成分数据服从Ｄｉｒｉｃｈｌｅｔ分布Ｄ（ａ１，…，ａｄ＋ｌ）时，构造了参数的二次估计及ａ１，…ａｄ＋１的三次估计，求出了这些估计的渐近分布．

关键词：成分数据 SURE模型 Dirichlet分布参数估计渐近分布

来源：评论

学校读者我要写书评

暂无评论

成分数据的线性模型

引用

应用数学 2009年第3期22卷 471-475页

作者：胡端平刘吉定武汉工程大学理学院湖北武汉430074

本文建立了成分数据的线性模型,对参数给出了估计,证明了参数估计的多种性质.

关键词：成分数据线性模型参数估计

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：