陶建波
- 作品数：3 被引量：4H指数：1
- 供职机构：南京理工大学经济管理学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于岭估计的岭马田系统在复共线性数据中的应用被引量：1
- 2016年
- 在多变量模式识别领域,变量间经常会存在复共线性,复共线性不仅会影响参数估计的效果,也会使变量的敏感性出现显著异常.马田系统是以马氏距离作为测量尺度的多变量模式识别方法,复共线性会通过马氏距离影响马田系统变量筛选的效果和判别的准确率.基于岭估计提出了一种新的测量尺度—岭马氏距离,利用岭迹法确定岭参数,将其引入马田系统使得马田系统对病态数据具有更好的耐受性.通过案例验证了岭马氏距离可以很好的克服复共线性,并提高马田系统的判别准确率.
- 陶建波程龙生
- 关键词：复共线性岭估计马田系统
- 基于岭估计的马田系统分类方法研究及其应用
- 在多变量模式识别领域，变量间经常会存在复共线性，复共线性不仅会影响参数估计的效果，也会使变量的敏感性出现显著异常。马田系统是以马氏距离作为测量尺度，结合正交表和信噪比实现系统降维的一种新的模式识别技术。作为数据挖掘技术的...
- 陶建波
- 关键词：马田系统复共线性岭估计多目标优化
- 基于岭估计和AMOGA的马田系统分类方法被引量：2
- 2017年
- 马田系统是多变量数据挖掘中模式识别方法的新进展,变量间的复共线性会通过马氏距离影响马田系统变量筛选的效果和判别的准确率。为了克服复共线性对马田系统的负面影响,提出了基于岭估计新的测量尺度—岭马氏距离,通过变量敏感性和条件数绘制三条岭迹来确定岭参数,并设计了自适应多目标遗传算法进行基准空间优化,使得马田系统分类方法对病态数据具有更好的耐受性。通过案例验证了岭马氏距离可以很好的克服复共线性,并提高马田系统分类方法的判别准确率。
- 陶建波程龙生王会灵邹庆士唐庆国
- 关键词：复共线性马田系统岭估计
