检索结果-内蒙古大学图书馆

统计与决策 2016年第16期32卷 118-121页

作者：危黎黎张虎湖北大学应用数学湖北省重点实验室武汉430073 湖北大学数学与统计学院武汉430062 中南财经政法大学统计与数学学院武汉430073

文章采用非线性STAR模型对1991年1季度至2014年3季度我国出口同比增长率数据进行实证分析,研究结果为:(1)我国出口以9.12%的均衡增长率实现在"波动中增长"与"波动中缩减",此均衡水平与我国首次制定的《对外贸易发展... 详细信息

文章采用非线性STAR模型对1991年1季度至2014年3季度我国出口同比增长率数据进行实证分析,研究结果为:(1)我国出口以9.12%的均衡增长率实现在"波动中增长"与"波动中缩减",此均衡水平与我国首次制定的《对外贸易发展"十二五"规划》10%左右的增长目标相吻合。(2)我国出口波动具有非对称性,且较多年份的出口额增长率位于高转换区域;区域之间转换速度较快,国内外冲击容易导致我国出口增长发生非线性转换,这与我国出口周期特征是一致的。

关键词：出口波动均衡增长非线性非对称

来源：评论

学校读者我要写书评

暂无评论

基于投影相关的超高维生存数据的特征筛选新方法

引用

中国科学：数学 2024年第2期54卷 211-230页

作者：潘莹丽葛翔宇周艳丽湖北大学数学与统计学学院应用数学湖北省重点实验室武汉430062 中南财经政法大学统计与数学学院武汉430073 中南财经政法大学金融学院武汉430073

本文对超高维右删失生存数据的特征筛选提出一种基于投影相关且具有确定独立筛选(projection correlation sure independent screening, PC-SIS)的新方法.一方面, PC-SIS方法并不需要指定任何模型,也不需要对生存函数进行非参数估计,且... 详细信息

本文对超高维右删失生存数据的特征筛选提出一种基于投影相关且具有确定独立筛选(projection correlation sure independent screening, PC-SIS)的新方法.一方面, PC-SIS方法并不需要指定任何模型,也不需要对生存函数进行非参数估计,且对矩条件和次指数条件不敏感,适用于对异常值或厚尾数据的分析.另一方面,在一定的正则化条件下, PC-SIS方法具有确定筛选性和秩相合性.模拟和实证研究表明, PC-SIS方法能在保留所有重要特征的前提下剔除与响应变量相关程度较弱的特征,以实现降维的目的.

关键词：投影相关秩相合性确定筛选生存数据超高维

来源：评论

学校读者我要写书评

暂无评论

基于带有缺失协变量的分位数回归模型的分布式优化方法研究

引用

系统科学与数学 2024年

作者：潘莹丽王昊宇黄祎婧许才顼黄河湖北大学数学与统计学学院应用数学湖北省重点实验室广西机器视觉与智能控制重点实验室梧州学院管理学院

本文以大数据为背景,基于带有随机缺失协变量的分位数回归模型,采用分布式存储的思想,将数据随机存储在不同的机器中.通过构造全局损失函数的交互有效替代损失函数,将全局优化问题转变为局部优化问题.设计了Proximal ADMM算法对估计量... 详细信息

本文以大数据为背景,基于带有随机缺失协变量的分位数回归模型,采用分布式存储的思想,将数据随机存储在不同的机器中.通过构造全局损失函数的交互有效替代损失函数,将全局优化问题转变为局部优化问题.设计了Proximal ADMM算法对估计量进行迭代求解,寻找最优值.本文解决了带有缺失协变量的分位数回归模型中的数据存储困难和机器之间交互复杂度高的问题.理论研究表明:在一定的正则条件下,提出的分布式估计量具有相合性和渐近正态性.数值分析表明:在有限次主从机器之间交互次数下,提出的分布式优化方法得到的估计误差递减并趋于全局最优Oracle方法得到的估计误差,且比基于平均的OneShot方法和加权最小二乘回归的估计误差更小.

关键词：分位数回归随机缺失交互有效的替代损失函数分布式优化

来源：评论

学校读者我要写书评

暂无评论

带流数据集AFT模型的可再生估计

引用

统计与决策 2023年第9期39卷 47-52页

作者：潘莹丽黄河湖北大学数学与统计学学院武汉430062 湖北大学应用数学湖北省重点实验室武汉430062 梧州学院管理学院广西梧州543002

流式生存数据是一个随时间延续而无限增长的动态生存数据集合,由于数据集以流的形式不断高速到达,一旦当前批次的数据到来,经过快速处理后就要被释放,不能继续保留在内存中。基于右删失流式生存数据来解析协变量与生存时间之间的相关性... 详细信息

流式生存数据是一个随时间延续而无限增长的动态生存数据集合,由于数据集以流的形式不断高速到达,一旦当前批次的数据到来,经过快速处理后就要被释放,不能继续保留在内存中。基于右删失流式生存数据来解析协变量与生存时间之间的相关性时,加速失效时间模型(AFT模型)是常被使用的模型之一。文章基于带流数据集的AFT模型,通过泰勒展开构造一个Working估计方程,提出可再生估计,该估计仅依赖历史批数据集的汇总统计量和当前批数据集,有效避免了计算机对历史批数据存储带来的压力。模拟分析和实证结果表明,基于带流数据集的AFT模型提出的可再生估计方法在有限样本中的运行性能较好,在实践中具有可操作性。

关键词：流数据集右删失 AFT模型可再生估计

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯伪设计与组合样本的候选者数据库网络调查的推断研究

引用

系统科学与数学 2019年第6期39卷 990-1000页

作者：刘展金勇进湖北大学数学与统计学学院应用数学湖北省重点实验室武汉430062 中国人民大学应用统计科学研究中心北京100872

候选者数据库网络调查的推断问题是网络调查发展中迫切需要解决的问题.基于此,提出基于贝叶斯伪设计与组合样本的非概率抽样推断方法:将网络候选者数据库的调查样本与概率样本结合,根据贝叶斯定理推导出网络候选者数据库的调查样本单元... 详细信息

候选者数据库网络调查的推断问题是网络调查发展中迫切需要解决的问题.基于此,提出基于贝叶斯伪设计与组合样本的非概率抽样推断方法:将网络候选者数据库的调查样本与概率样本结合,根据贝叶斯定理推导出网络候选者数据库的调查样本单元的伪权数构造式,再利用两个样本数据共同估计总体均值,最后利用Bootstrap和Jackknife方法来计算总体均值估计的方差估计.研究结果表明:基于贝叶斯伪设计与组合样本的总体均值估计比使用Elliot方法估计的总体均值偏差更小,估计效果较好;方差估计方面,Bootstrap方差估计比Jackknife方差估计的效果好.

关键词：贝叶斯伪设计组合样本网络候选者数据库非概率抽样

来源：评论

学校读者我要写书评

暂无评论

一类Neumann-型特征值问题的Kröger-型估计

引用

数学年刊（A辑） 2023年第2期44卷 199-210页

作者：高艳李珊毛井吴传喜湖北大学数学与统计学学院应用数学湖北省重点实验室武汉430062 武汉商学院信息工程学院武汉430056

本文考虑了紧致带边的光滑度量测度空间上同加权Laplace算子有关的一类Neumann-型特征值问题,利用Fourier变换,给出了该问题的低阶特征值和的Kröger-型估计.

关键词：加权Laplace算子 Fourier变换 Kröger-型估计

来源：评论

学校读者我要写书评

暂无评论

Caputo型分数阶q-微分方程的初值问题

引用

华中师范大学学报（自然科学版） 2022年第2期56卷 240-244页

作者：刘彦芝杨艳党云贵吕梁学院数学系山西吕梁033000 湖北大学数学与统计学学院应用数学湖北省重点实验室武汉430062

该文研究具有非光滑解的分数阶q-微分方程^(C)D^(α)_(q)y(t)=f(t,y(t))的数值方法,其中α∈(0,1)∪(1,2),^(C)D^(α)_(q)是Caputo型q-微分算子.利用变步长的分数阶Adams方法,得到了求解对应q-Volterra积分方程的预估-校正格式,从而给... 详细信息

该文研究具有非光滑解的分数阶q-微分方程^(C)D^(α)_(q)y(t)=f(t,y(t))的数值方法,其中α∈(0,1)∪(1,2),^(C)D^(α)_(q)是Caputo型q-微分算子.利用变步长的分数阶Adams方法,得到了求解对应q-Volterra积分方程的预估-校正格式,从而给出上述初值问题的数值解并估计了其误差.最后利用数值算例验证理论结果的有效性.

关键词： Caputo导数分数阶q-微分方程变步长预估—校正

来源：评论

学校读者我要写书评

暂无评论

混合序列加权和的完全收敛性及a.s.收敛性

引用

中南民族大学学报（自然科学版） 2015年第1期34卷 113-116页

作者：陈晨中南民族大学数学与统计学学院武汉430074 湖北大学应用数学湖北省重点实验室武汉430062

在新的条件下讨论了不同分布的混合序列加权和的完全收敛性,获得了混合序列完全收敛的两个充分条件及Marcinkiewicz-Zygmund型的强大数定律.

关键词： ~ρ混合序列加权和完全收敛法 a.s.收敛

来源：评论

学校读者我要写书评

暂无评论

结合协方差池化与跨尺度特征提取的高光谱分类

引用

遥感学报 2024年第1期28卷 203-218页

作者：汪乐彭江涛陈娜孙伟伟湖北大学数学与统计学学院应用数学湖北省重点实验室武汉430062 宁波大学地理与空间信息技术系宁波315211 宁波大学遥感遥测产业技术研究院宁波拾烨智能科技有限公司宁波315211

深度卷积神经网络在高光谱图像分类任务上取得了优越性能。但是,主流深度学习算法通常采用一阶池化运算,容易忽略光谱之间的相关性,因而难以获取高阶统计判别特征。另外,这类算法往往难以选择最优的窗口大小去捕获不同感受野信息。针对... 详细信息

深度卷积神经网络在高光谱图像分类任务上取得了优越性能。但是,主流深度学习算法通常采用一阶池化运算,容易忽略光谱之间的相关性,因而难以获取高阶统计判别特征。另外,这类算法往往难以选择最优的窗口大小去捕获不同感受野信息。针对上述问题,本文提出了一种结合协方差池化和跨尺度特征提取的高光谱影像分类方法。该方法设计了跨尺度自适应特征提取模块,能够自动提取多尺度特征,获取不同视野的互补信息,避免了尺度选择问题;进一步利用平均池化和快速协方差池化的联合池化操作,得到一阶统计量和结合空间光谱信息的二阶统计量;最终,将一阶和二阶池化特征进行融合用于分类。在3个公开高光谱数据集Indian Pines、Houston和Pavia University上分别随机选取5%、5%和1%标记样本进行训练,本文算法得到的总体分类精度分别达到97.63%、98.48%和98.21%,分类性能优于主流深度学习方法。

关键词：高光谱图像分类协方差池化多尺度特征融合卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

高光谱影像三分支分组空谱注意力深度分类网络

引用

遥感学报 2024年第1期28卷 247-265页

作者：苏涵陈娜彭江涛孙伟伟湖北大学数学与统计学学院应用数学湖北省重点实验室武汉430062 宁波大学地理与空间信息技术系宁波315211 宁波大学遥感遥测产业技术研究院宁波拾烨智能科技有限公司宁波315211

高光谱影像具有丰富的空间和光谱信息,充分提取和利用这两个维度的信息是高光谱分类算法重点关注的问题。目前深度特征提取网络通常利用单分支串行网络连续提取空谱特征或双分支并行网络分别提取空谱特征。由于空间和光谱维内在差异,单... 详细信息

高光谱影像具有丰富的空间和光谱信息,充分提取和利用这两个维度的信息是高光谱分类算法重点关注的问题。目前深度特征提取网络通常利用单分支串行网络连续提取空谱特征或双分支并行网络分别提取空谱特征。由于空间和光谱维内在差异,单分支串行网络连续提取的两类特征之间会互相干扰。并行双分支网络虽然可以减少两类特征之间的干扰,但同时会忽略空间和光谱特征间的潜在相关性。为解决上述问题,本文提出了一种三分支分组空谱注意力深度网络结构。该网络具有3个分支,分别用于提取空间、光谱和空谱联合特征。针对3个分支的不同特性,设计了不同的注意力机制以加强特征的判别性。该网络既可以提取独立的空间和光谱特征,又保留了空间和光谱之间的相关性。在5个数据集上的实验表明,本文所提出的方法要优于现有的一些先进算法。

关键词：高光谱影像分类注意力机制三分支结构深度网络

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：