检索结果-内蒙古大学图书馆

青年幸福感及影响因素研究——基于CGSS2015的实证分析

调研世界 2019年第12期 27-33页

作者：徐福芝陈建伟华侨大学统计学院圣地亚哥州立大学华侨大学现代应用统计与大数据中心

本文以18-44岁的青年群体作为研究对象,利用中国综合社会调查2015年(CGSS2015)的数据,分析了青年幸福感的影响因素。在总结现有研究的基础上,首先构造了包含个人特征、经济状况等7个模块,性别、年龄等27个因素的青年幸福感影响因素体系... 详细信息

本文以18-44岁的青年群体作为研究对象,利用中国综合社会调查2015年(CGSS2015)的数据,分析了青年幸福感的影响因素。在总结现有研究的基础上,首先构造了包含个人特征、经济状况等7个模块,性别、年龄等27个因素的青年幸福感影响因素体系。为保证变量选择的客观性,尽可能地减小误差,运用弹性网络方法进行变量选择,从初步构建的影响因素体系中筛选变量,然后构建Orderlogit回归模型进行系数估计和显著性检验。结果发现,7个模块中均有变量被筛选出来,除政府工作满意度外,其余模块均有变量会对青年幸福感产生显著影响。在根据性别、户口类型、年龄和婚姻状态为分组依据进行的分组研究中,发现不同个体特征下的青年幸福感影响因素存在一定差别。

关键词：幸福感青年弹性网络 Order logit模型

来源：评论

学校读者我要写书评

暂无评论

基于主题模型的半监督网络文本情感分类研究

引用

数理统计与管理 2016年第6期35卷 961-971页

作者：李扬孔雯婧谢邦昌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 中国人民大学统计咨询研究中心北京100872 台北医学大学大数据研究中心台北11031

针对网络评论文本的情感分类问题中存在的数据的不平衡性、无标记性和不规范性问题,提出一种基于主题的闽值调整的半监督学习模型,通过从非结构化文本中提取主题特征,对少量标注情感的文本训练分类器并优化指标调整闽值,达到识别用户评... 详细信息

针对网络评论文本的情感分类问题中存在的数据的不平衡性、无标记性和不规范性问题,提出一种基于主题的闽值调整的半监督学习模型,通过从非结构化文本中提取主题特征,对少量标注情感的文本训练分类器并优化指标调整闽值,达到识别用户评论的情感倾向的目的。仿真研究证明阈值调整的半监督模型对数据非平衡性和无标记性具有较强的适应能力。在实证研究中,对酒店评论文本数据构建的文本情感分类器显示该模型可以有效预测少数类评论样本的情感极性,证实了基于主题模型的闽值调整半监督网络评论文本情感分类模型在实际问题中的适用性与可行性。

关键词：情感分类不平衡数据半监督学习主题模型

来源：评论

学校读者我要写书评

暂无评论

基于CPET时序聚类的中长跑耐力运动员选拔方法

引用

计算机工程 2022年第9期48卷 262-268页

作者：李海林夏燕燕邹金串华侨大学信息管理系福建泉州362021 华侨大学体育学院福建泉州362021 华侨大学应用统计与大数据研究中心福建厦门361021

心肺运动试验(CPET)能将人体的呼吸系统、心血管系统等综合为一体,不仅能够体现受试者的有氧运动能力,评估受试者的心肺耐力,而且能以整体整合医学的视角来研究受试者对运动的应激反应。为对CPET数据进行凝聚层次聚类分析,提出一种基于... 详细信息

心肺运动试验(CPET)能将人体的呼吸系统、心血管系统等综合为一体,不仅能够体现受试者的有氧运动能力,评估受试者的心肺耐力,而且能以整体整合医学的视角来研究受试者对运动的应激反应。为对CPET数据进行凝聚层次聚类分析,提出一种基于时间序列形态特征的算法。选取15名业余中长跑运动员的CPET数据作为聚类对象,聚类指标选取了表征有氧能力和心肺耐量的耗氧量、二氧化碳、心率、分钟通气当量、代谢当量、生理死腔与潮气量比值、呼吸商及每搏输出量等8类指标,体现运动员摄取、利用氧的效率、肺循环以及心功能等综合状况。通过聚类分析发现受试者个体差异较大,未出现明显的“群居分布”特征,根据轮廓系数评估可剔除心肺耐量较差的测试者。实验结果表明,该算法在确保聚类准确率的同时能够降低数据压缩率,且对形态特征显著的数据集进行聚类效果更佳。

关键词：时间序列聚类心肺运动试验耐力运动员运动员选拔动态时间弯曲

来源：评论

学校读者我要写书评

暂无评论

基于复杂网络视角下省际人口迁移空间格局及趋势研究

引用

统计研究 2017年第9期34卷 56-64页

作者：李毅刘雅楠金勇进中国人民大学统计学院山西财经大学统计学院大数据教研室山西财经大学统计学院教育部重点研究基地"应用统计科学研究中心"

本文提出一套省际人口迁移空间格局及演变趋势研究系统,以省级行政区和迁移人口构建复杂网络模型,应用群集发现和互信息节点重要性评估的算法对人口迁移空间格局进行分析,同时引入人口迁移选择指数改进链路预测算法来预测迁移人口的潜... 详细信息

本文提出一套省际人口迁移空间格局及演变趋势研究系统,以省级行政区和迁移人口构建复杂网络模型,应用群集发现和互信息节点重要性评估的算法对人口迁移空间格局进行分析,同时引入人口迁移选择指数改进链路预测算法来预测迁移人口的潜在趋势。在此基础上,以第六次全国人口普查数据为例进行实证分析,其结果与已有的研究及我国省际人口迁移空间格局的现实状况相符,验证了这套方法的实践性和应用价值。

关键词：省际人口迁移复杂网络空间格局链路预测

来源：评论

学校读者我要写书评

暂无评论

婚姻状态对幸福感的影响研究

引用

西北人口 2020年第1期41卷 53-62页

作者：徐福芝陈建伟华侨大学统计学院/现代应用统计与大数据研究中心福建厦门361021 圣地亚哥州立大学美国加利福尼亚州

随着新时代背景下社会的进步与经济的发展,幸福感成为人民群众普遍追寻的目标,婚姻是人们进入人生新阶段的标志,与幸福感有着密不可分的联系。基于此背景,首先总结了婚姻与幸福感相关研究,然后运用中国综合社会调查2015年(CGSS2015)的... 详细信息

随着新时代背景下社会的进步与经济的发展,幸福感成为人民群众普遍追寻的目标,婚姻是人们进入人生新阶段的标志,与幸福感有着密不可分的联系。基于此背景,首先总结了婚姻与幸福感相关研究,然后运用中国综合社会调查2015年(CGSS2015)的调查数据,在分析了多元线性回归模型、OrderProbit回归模型与OrderLogit回归模型的基础上,采用三种模型进行实证分析。结果表明婚姻对幸福感存在显著的正向影响,性别、年龄、子女数量等控制变量也对幸福感有显著影响;不同收入水平和健康状况下,婚姻状态对幸福感会产生不同影响;性别和子女数量会对不同年龄层人群的婚姻幸福感产生不同影响,性别会对不同受教育程度人群的婚姻幸福感产生不同影响;另外,收入梯度是影响婚姻幸福感的重要因素。

关键词：幸福感婚姻状态收入水平收入梯度 CGSS2015

来源：评论

学校读者我要写书评

暂无评论

基于改进领域分离网络的迁移学习模型

引用

计算机应用 2023年第8期43卷 2382-2389页

作者：金泽熙李磊刘继新疆财经大学统计与数据科学学院乌鲁木齐830012 新疆社会经济统计与大数据应用研究中心(新疆财经大学) 乌鲁木齐830012

为进一步提高迁移学习的特征识别和提取效率、减少负迁移并增强模型的学习性能,提出了一种基于改进领域分离网络(DSN)的迁移学习模型AMCN-DSN(Attention Mechanism Capsule Network-DSN)。首先,使用融合多头注意力机制的胶囊网络(MHAC)... 详细信息

为进一步提高迁移学习的特征识别和提取效率、减少负迁移并增强模型的学习性能,提出了一种基于改进领域分离网络(DSN)的迁移学习模型AMCN-DSN(Attention Mechanism Capsule Network-DSN)。首先,使用融合多头注意力机制的胶囊网络(MHAC)完成源域和目标域特征信息的提取与重构,基于注意力机制有效筛选特征信息,并利用胶囊网络提高深层信息的提取质量;其次,引入动态对抗因子优化重构损失函数,使重构器可动态衡量源域与目标域信息的相对重要性,从而增强迁移学习的鲁棒性和提升收敛速度;最后,在分类器中融入多头自注意力机制,以强化对公有特征的语义理解并提高分类性能。在情感分析实验中,相较于其他迁移学习模型,所提模型能够将学习到的知识迁移到数据量少但相似性高的任务中,分类性能的下降幅度最小,迁移表现较好;在意图识别实验中,相较于分类性能次优的胶囊网络改进领域对抗神经网络(DANN+CapsNet)模型,所提模型的精确度、召回率和F1值分别提升了4.5%、4.3%和4.4%,表明所提模型在处理小数据问题和个性化问题上具有一定优势。与DSN相比,AMCNDSN在上述两类实验目标域上的F1值分别提高了6.0%和12.4%,进一步验证了改进模型的有效性。

关键词：迁移学习领域分离网络胶囊网络注意力机制自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于矩阵画像的金融时序数据预测方法

引用

计算机应用 2021年第1期41卷 199-207页

作者：高世乐王滢李海林万校基华侨大学工商管理学院福建泉州362021 华侨大学应用统计与大数据研究中心福建厦门361021

针对金融市场中机构交易对股票市场中的散户投资行为具有较强的误导性的现象,提出了一种基于机构交易行为影响的趋势预测方法。首先,利用时间序列的矩阵画像(MP)方法,以股票换手率数据为切入点,构建不同兴趣模式长度下的基于机构交易行... 详细信息

针对金融市场中机构交易对股票市场中的散户投资行为具有较强的误导性的现象,提出了一种基于机构交易行为影响的趋势预测方法。首先,利用时间序列的矩阵画像(MP)方法,以股票换手率数据为切入点,构建不同兴趣模式长度下的基于机构交易行为影响的换手率波动知识库;其次,确定待预测股票在兴趣模式长度取何值时的预测结果精确度高;最后,根据该兴趣模式长度下的知识库,预测在机构交易行为影响下的单支股票的波动趋势。为验证趋势预测新方法的可行性和准确性,将其与自回归滑动平均(ARMA)模型和长短时记忆(LSTM)网络这两种预测方法进行对比分析,运用均方根误差(RMSE)与平均绝对百分误差(MAPE)评价指标综合比较3种方法对70支股票的预测结果。实验结果分析表明,与ARMA模型和LSTM网络相比,在70支的股票价格趋势预测上,所提方法有80%以上的股票预测结果更准确。

关键词：机构交易行为股票趋势预测兴趣模式发现矩阵画像时间序列

来源：评论

学校读者我要写书评

暂无评论

珠三角碳达峰系统动力学预测

引用

环境工程 2023年第7期41卷 22-29页

作者：丁乙尹剑姜洪涛夏芮兹卫丹琪罗心愿贵州财经大学大数据应用与经济学院贵阳550025 贵州财经大学西部现代化研究中心贵阳550025

基于2000—2020年数据,利用IPCC法对珠三角碳排放总量进行测算,然后运用STIRPAT模型将碳排放影响因素划分为7个维度,使用空间杜宾模型分析珠三角碳排放影响因素,并依据广东省发展目标提出8种预测方案。最后运用系统动力学对2021—2035... 详细信息

基于2000—2020年数据,利用IPCC法对珠三角碳排放总量进行测算,然后运用STIRPAT模型将碳排放影响因素划分为7个维度,使用空间杜宾模型分析珠三角碳排放影响因素,并依据广东省发展目标提出8种预测方案。最后运用系统动力学对2021—2035年不同政策方案下的珠三角碳排放趋势进行动态预测。结果表明:1)既定政策情形下,珠三角2030年可实现碳达峰;2)一定的政策干预可以减少碳排放,但若政府放松管理,将无法实现碳达峰;3)实行单一减排政策情景下,碳达峰时间集中于2025—2030年;4)多种碳减排政策协调控制情境下可在2024年实现碳达峰,优于单一碳减排政策。结合空间杜宾模型分析与碳排放预测结果,提出增加城市绿化、重视政策间协调配合与城市间空间联系、优化产业结构、完善电力系统、加强居民绿色消费意识等政策建议,将有助于碳达峰的实现。

关键词：碳达峰珠三角城市群空间杜宾模型 STIRPAT模型系统动力学

来源：评论

学校读者我要写书评

暂无评论

基于MWST-CS-K2算法的贝叶斯网络结构学习

引用

计算机应用研究 2023年第1期40卷 160-164,171页

作者：刘继熊月霞李磊新疆财经大学统计与数据科学学院乌鲁木齐830012 新疆财经大学新疆社会经济统计与大数据应用研究中心乌鲁木齐830012

针对K2算法依赖最大父节点数和节点顺序的不足,提出了一种改进的贝叶斯网络结构学习算法(MWST-CS-K2)。该算法先通过构造最大支撑树(MWST)得到最大父节点数;再利用变量间的关联度和更新系数对加边、减边和反转边进行规则设定,通过改进... 详细信息

针对K2算法依赖最大父节点数和节点顺序的不足,提出了一种改进的贝叶斯网络结构学习算法(MWST-CS-K2)。该算法先通过构造最大支撑树(MWST)得到最大父节点数;再利用变量间的关联度和更新系数对加边、减边和反转边进行规则设定,通过改进的布谷鸟算法对鸟巢位置进行寻优,应用广度优先搜索策略搜索遍历得到节点顺序;最后将最大父节点数和节点顺序作为K2算法的输入搜索得到最终网络。实验表明,所提出的MWST-CS-K2算法在标准的ASIA、SACHS和CHILD网络数据测试中的平均正确边比率分别达到了97.3%、87.7%和95.6%,学习效果优于其他对比算法,获得的网络结构和标准的网络结构最为相似。

关键词：贝叶斯网络布谷鸟算法 K2算法最大支撑树

来源：评论

学校读者我要写书评

暂无评论

基于网格近邻优化的密度峰值聚类算法

引用

计算机应用研究 2024年第4期41卷 1058-1063页

作者：刘继杨金瑞新疆财经大学统计与数据科学学院乌鲁木齐830012 新疆财经大学新疆社会经济统计与大数据应用研究中心乌鲁木齐830012

密度峰值聚类(DPC)将数据样本点的局部密度和相对距离进行结合,能对任意形状数据集进行聚类处理,但密度峰值聚类算法存在主观选择截断距离、简单分配策略和较高时间复杂度等问题。为此,提出了一种基于网格近邻优化的密度峰值聚类算法(KG... 详细信息

密度峰值聚类(DPC)将数据样本点的局部密度和相对距离进行结合,能对任意形状数据集进行聚类处理,但密度峰值聚类算法存在主观选择截断距离、简单分配策略和较高时间复杂度等问题。为此,提出了一种基于网格近邻优化的密度峰值聚类算法(KG-DPC算法)。首先对数据空间进行网格化,减少了样本数据点之间距离的计算量;在计算局部密度时不仅考虑了网格自身的密度值,而且考虑了周围k个近邻的网格密度值,降低了主观选择截断距离对聚类结果的影响,提高了聚类准确率,设定网格密度阈值,保证了聚类结果的稳定性。通过实验结果表明,KG-DPC算法比DBSCAN、DPC和SDPC算法在聚类准确率上有很大提升,在聚类平均消耗时间上DPC、SNN-DPC和DPC-NN算法分别降低38%、44%和44%。在保证基本聚类准确率的基础上,KG-DPC算法在聚类效率上有特定优势。

关键词：密度峰值聚类密度阈值网格近邻优化

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：