高维数据挖掘中基于正则化估计的特征提取算法

文章基于高斯回归模型,利用坐标算法并结合KKT条件对已存在的正则估计方法进行了改进,提出了一种对高维数据更加有效的变量选择(或称特征提取)的正则化估计方法.该方法考虑了实际数据中存在的噪声对正则化估计的影响,并能对噪声进行有效估计,文中给出了改进算法的实施细节,并通过实验结果验证了该方法在一定数据范围内具有估计的有效性和提高变量选择(特征提取)的准确性.     

靖西传统药市药用植物区系及多样性的初步研究

对广西靖西民间传统药市进行了多年的跟踪调查,共记录了药用植物564种,隶属于129科409属.并对其物种多样性及植物区系进行了初步分析,结果表明,靖西药用植物的多样性指数很高,其优势科与广西优势科基本相同,但是两者的优势属却有很大不同,反映了靖西药用植物的特殊性.靖西药用植物区系以热带分布区类型为主(占总属数的63％和总种数的65％).与广西全境植物相比较,热带的比例更高,与其处于广西西南部的地理位置相符合.     

Beta回归模型在数据挖掘预测中的应用

为避免利用常规的线性回归模型分析时出现的拟合值超出取值范围的情况,应用beta回归模型研究房地产销售数据.首先基于极大似然估计得到了房地产销售率的预测估计和区间估计,数值结果表明,该模型要比其他回归模型更科学、更合理.然后基于预测估计,提出了一些针对不同家庭收入群体的销售策略.     

比例数据的拟似然推断及其应用

本文基于拟似然方法研究比例数据的统计推断及其在计量经济分析中的应用问题.拟似然估计不需要响应变量确切的分布假定,只需要一阶条件矩假设.与已有方法相比,本文提出的拟似然估计不仅具有稳健性而且具有很好的适应性.最后,通过家庭食物消费数据分析充分说明了所提方法的有用性.     

广义二项回归模型的影响诊断

本文系统研究了广义二项回归模型的统计诊断和影响分析方法, 给出了模型的参数估计和模型中散度参数检验的Score统计量,并基于数据删除模型和在3种局部扰动情形下,研究了模型影响分析问题,最后通过两个数值例子验证了本文方法的有效性。     

零截尾广义 Poisson 回归模型及其 Score 检验（英）

研究零截尾广义 Poisson 回归模型, 给出了模型的参数估计方法,着重研究检验零截尾 Poisson 回归、零截尾广义 Poisson 回归以及检验回归系数显著性的 score 检验统计量,并用一个数值实例来说明方法的有效性.最后通过一个仿真模拟例子来研究 score 检验统计量的检验功效.     

模糊控制在游戏开发中的应用

文章将人工智能应用在游戏开发中,借用人工智能中的模糊逻辑概念,使游戏能够模拟现实中存在的不确定性以及人类现实中的一些思维模式,达到更加逼真的效果.     

基于通用抽象接口的CPU仿真

为实现对微处理器的仿真,基于虚拟机(Virtual Target Machine)方法设计出了一组微处理器抽象接口(Abstraction Interface).通过实现该组接口就可以建立相应的后端虚拟机,其仿真尺度包括了指令单步运行和对时序模拟、汇编代码的支持,并可根据前端调试命令而实现与宿主机平台无关的软件仿真.     

高维数据挖掘中的正则化估计新方法

针对高维数据的特点并基于线性回归模型,利用变量选择降维技术,提出了一种新的、有效的变量选择（或称特征提取）的正则化估计方法．新的正则化估计方法主要考虑了数据的噪声（方差）对正则化估计的影响,在寻找估计的正则化路径时能对方差进行有效估计,且基于凸优化问题的KKT条件和坐标算法思想给出了正则化估计算法的实施细节．实验结果表明,该方法能够提高高维数据集进行估计和变量选择的准确性,是高维数据挖掘中新的、有效的特征提取方法．