导读:本文包含了随机加权论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:噪声,递归,集群,线性,卡尔,阈值,方差。
随机加权论文文献综述
田密,王学求[1]（2019）在《基于地理加权回归及随机森林算法的矿致地球化学异常提取》一文中研究指出地球化学分布模式是长期地质过程、矿化过程、风化过程和人类活动等诸多过程的共同作用结果。它受区域地质背景、矿化类型、矿化强度、风化强度和覆盖层等诸多因素的影响。尤其在复杂地质背景下，这些影响往往使得背景噪声和成矿信息混杂，成矿信息微弱，给矿致地球化学异常的直接识别带来困难。地球化学元素含量在空间分布上具有不均匀性和复杂性。作为空间属性数据，地球化学数据存在空间变异性和空间自相关性，在全局范围内含量并不是最高，但是却与其邻域范围内的值明显不同的观测值，(本文来源于《第九届全国成矿理论与找矿方法学术讨论会论文摘要集》期刊2019-12-13）
马晓君,董碧滢,王常欣[2]（2019）在《一种基于PSO优化加权随机森林算法的上市公司信用评级模型设计》一文中研究指出研究目标:根据企业财务比率数据,将企业经营状况通过评级机构所公布的信用级别反映出来。研究方法:本文针对传统随机森林模型在投票机制中存在的弊端,通过改进指标选取、重要性排序及算法优化叁个方面,创新性地将PSO算法运用于基于加权随机森林模型的企业信用评级中,并对2016年2840家中国上市企业的财务数据进行应用分析。研究发现:采用PSO优化加权随机森林模型的上市公司信用评级准确率有所提高;其评级准确率普遍优于传统的决策树、支持向量机和随机森林模型;制造业企业信用评级状况不佳,被标记为财务危险的企业占比较多。研究创新:在企业信用评级领域提出一种基于PSO优化加权随机森林模型。研究价值:为完善企业信用评级体系提供新思路。(本文来源于《数量经济技术经济研究》期刊2019年12期）
王艳清,李旭,刘全升[3]（2019）在《随机线性自返分布方程解的加权矩及应用 献给余家荣教授100华诞》一文中研究指出假设(a_k,b_k)为一列独立同分布的取值于R~2的随机变量.考虑随机级数■的渐近性质,其中■.当该级数几乎必然收敛时,它是由随机线性递归方程X_n=a_nX_(n-1)+b_n满足初始条件X_0=x∈R所定义的随机序列(X_n)的极限分布,且是随机线性自返分布方程■(分布相等)的唯一解,其中(a,b)=(a_1,b_1)与X相互独立.本文给出使加权矩E(|X|~αl(|X|)存在的准则,其中α> 0,l是一个无穷远处的缓变函数.作为该结论的一个应用,本文得到光滑变换不动点方程■解的加权矩存在准则,其中(N,A_1,A_2,…)是一列随机变量,N∈N∪{∞},A_i∈R_+,(Z_i)是一列独立并与Z同分布的随机变量,且与(N,A_1,A_2,…)独立.本文也给出该准则在一般分枝过程和分枝随机游动中的应用,并证明任意一个具有有限均值的光滑变换的不动点可以从具有相同均值的初始分布出发由光滑变换迭代的极限得到.(本文来源于《中国科学:数学》期刊2019年11期）
马建,张大禹,赵轩,张凯[4]（2019）在《基于随机加权自适应容积卡尔曼的电池SOC估计》一文中研究指出准确估计锂离子电池荷电状态(SOC)对于突破电动汽车发展瓶颈,推动电动汽车商业化至关重要。针对动力电池模型参数辨识问题,提出基于遗忘因子的递推最小二乘法(FRLS)的模型参数在线识别方法。实时测量动力电池电流和电压数据,在线辨识模型参数并实时更新,实时反映电池内部参数的变化过程,对电池动态特性进行实时模拟。针对容积卡尔曼(CKF)滤波过程中对噪声敏感的问题,提出一种基于随机加权思想的自适应容积卡尔曼滤波(ARWCKF)方法。相比于常规CKF容积点权值始终不变,通过引入随机加权因子,自适应调整容积点权值并对系统噪声、状态向量及观测向量进行预测,抑制系统噪声对状态估计的干扰,避免因容积点权重值固定所带来的误差。针对CKF算法在容积点计算过程中由于状态方差矩阵失去正定性导致的平方根分解无法使用的问题,提出基于奇异值分解的容积点计算方法,克服由于先验协方差矩阵负定性变化而导致的滤波精度下降等问题,并进行多种工况、温度下不同SOC初值的对比验证。结果表明:所提出的基于遗忘因子的递推最小二乘法的在线参数辨识及ARWCKF滤波方法具备良好的估计精度及收敛能力,最大电压估计误差不超过40 mV,SOC估计误差不超过1%。(本文来源于《中国公路学报》期刊2019年11期）
王志刚,胥茜,毕夏安[5]（2019）在《进化的加权随机SVM集群算法研究》一文中研究指出运用SVM技术处理功能磁共振成像(fMRI)数据,在辅助脑神经疾病分类领域已经取得许多成果。由于f MRI的小样本和高维度特性,如何最大限度地降维以及提高分类精确度依然是研究的热点。在研究加权随机SVM集群算法的基础上,提出一种进化的加权随机SVM集群(EWRSVMC)。首先随机挑选样本和特征构建SVM集成分类器,通过训练使每个SVM获取权重,以优化模型的集成性能;其次从特征选择角度出发,动态地从高维样本中逐轮淘汰无用数据,做到可控降维的同时又不损失异常特征,经过多轮进化后获得最优的异常特征集。采用该算法对阿尔茨海默病(AD)患者的数据展开分类研究,结果表明,准确率最高可达88.89%。(本文来源于《现代计算机》期刊2019年31期）
于亚文,沈燕,徐静[6]（2019）在《次线性期望下负相关随机变量加权和的强大数定律》一文中研究指出在概率和期望的线性可加性条件下可得到经典概率极限理论。但在金融领域中的风险度量、超套期保值等问题中会出现概率和期望的非线性情形。因此,近年来统计学家致力于研究在次线性期望下的极限定理。在■n~αV(|X|>μb_n)<∞的条件下,得到次线性期望下负相关随机变量加权和的强大数定律。将Li等的定理结论推广到次线性期望空间中。(本文来源于《合肥学院学报(综合版)》期刊2019年05期）
董新桐,马海涛,李月[7]（2019）在《丘陵地带地震资料随机噪声压制新技术:高阶加权阈值函数的Shearlet变换》一文中研究指出随着山地和丘陵地震勘探环境的复杂化,传统的消噪方法已经难以有效地压制地震记录中的随机噪声.Shearlet变换是一种新的多尺度多方向的时频分析方法,具有良好的稀疏表示特性,并且在每个尺度进行方向分解,非常适合用于地震信号随机噪声的压制.但是传统的Shearlet变换去噪方法采用的是硬阈值,在抑制随机噪声的同时也消除了很多有效信号,使得去噪之后的地震资料出现虚假的同相轴,为了解决这一问题我们提出高阶加权阈值函数.高阶加权阈值函数不但整体上连续性较好,而且克服了硬阈值函数存在剧烈的变化的缺点以及软阈值在处理较大Shearlet系数总存在恒定偏差的问题,同时保留了传统的软硬阈值函数的优点.实验结果表明这种基于高阶加权阈值函数的Shearlet变换去噪的方法,可以有效的消除模拟地震信号和实际丘陵地带地震信号中的随机噪声,同时很好的保留有效信号的幅度.(本文来源于《地球物理学报》期刊2019年10期）
鲁淑霞,张罗幻,蔡莲香,孙丽丽[8]（2019）在《带有方差减小的加权零阶随机梯度下降算法》一文中研究指出随机梯度下降(stochastic gradient descent,SGD)算法是机器学习问题中的高效求解方法之一.但是,对于非平衡数据,传统的随机梯度下降算法,在训练时多数类点被抽到的概率远大于少数类点,易导致计算不平衡;对于目标函数不可导或不易求导的问题,计算代价太大或无法进行计算;在每次迭代中利用单个样本梯度近似代替全梯度,这必然会产生方差,严重影响算法的分类性能.针对上述问题,提出了带有方差减小的加权零阶随机梯度下降算法,考虑了数据的间隔分布情况,在目标函数中引入了间隔均值项,并对多数类样例赋予了较小的权值,对少数类样例赋予较大的权值.在对优化问题的求解中,采用零阶优化的方法对梯度进行估计,并且引入了方差减小策略.在一些非平衡数据集上的实验验证了所提算法的有效性,并有效解决了上述问题.(本文来源于《河北大学学报(自然科学版)》期刊2019年05期）
王志刚,胥茜,毕夏安[9]（2019）在《一种对fMRI数据分类的加权随机SVM集群算法》一文中研究指出如何从小样本、高维度特性的功能磁共振成像(fMRI)数据中识别出内在的脑区活动模式,对理解人脑意义重大。随着模式识别技术和机器学习算法的发展,fMRI的分类研究也引起了人们的重视。提出一种对fMRI数据分类的加权随机SVM集群(WRSVMC)算法。该算法分为两步,首先通过随机选择样本和特征建立多个SVM,以构建集成分类器;然后在投票过程中,对每个SVM赋权重,以优化模型的集成性能。结合fMRI数据和图论特征,采用WRSVMC算法对轻度认知障碍(MCI)患者数据展开分类研究。结果表明,准确率最高可达87.67%。该方法能帮助医师对MCI患者进行辅助诊断。(本文来源于《软件导刊》期刊2019年09期）
彭佳明,李志明[10]（2019）在《基于快速加权Schatten P范数最小化的地震数据随机噪声压制》一文中研究指出为了有效压制地震数据随机噪声,同时为了提高计算效率,提出了快速加权Schatten P范数最小化(FWSNM)算法。在地震数据非局部自相似块结构的基础上,建立低秩压制噪声模型,该模型利用加权Schatten P范数逼近秩。在模型求解中涉及奇异值分解,利用随机奇异值分解代替奇异值分解,降低算法计算复杂度,以得到快速加权Schatten P范数最小化(FWSNM)算法。实验结果表明,在保持信噪比一致的条件下,FWSNM算法相对于WSNM算法耗时更短。因此FWSNM算法计算效率更高,压制噪声性能更优。(本文来源于《工程地球物理学报》期刊2019年04期）
随机加权论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究目标:根据企业财务比率数据,将企业经营状况通过评级机构所公布的信用级别反映出来。研究方法:本文针对传统随机森林模型在投票机制中存在的弊端,通过改进指标选取、重要性排序及算法优化叁个方面,创新性地将PSO算法运用于基于加权随机森林模型的企业信用评级中,并对2016年2840家中国上市企业的财务数据进行应用分析。研究发现:采用PSO优化加权随机森林模型的上市公司信用评级准确率有所提高;其评级准确率普遍优于传统的决策树、支持向量机和随机森林模型;制造业企业信用评级状况不佳,被标记为财务危险的企业占比较多。研究创新:在企业信用评级领域提出一种基于PSO优化加权随机森林模型。研究价值:为完善企业信用评级体系提供新思路。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
随机加权论文参考文献
[1].田密,王学求.基于地理加权回归及随机森林算法的矿致地球化学异常提取[C].第九届全国成矿理论与找矿方法学术讨论会论文摘要集.2019
[2].马晓君,董碧滢,王常欣.一种基于PSO优化加权随机森林算法的上市公司信用评级模型设计[J].数量经济技术经济研究.2019
[3].王艳清,李旭,刘全升.随机线性自返分布方程解的加权矩及应用献给余家荣教授100华诞[J].中国科学:数学.2019
[4].马建,张大禹,赵轩,张凯.基于随机加权自适应容积卡尔曼的电池SOC估计[J].中国公路学报.2019
[5].王志刚,胥茜,毕夏安.进化的加权随机SVM集群算法研究[J].现代计算机.2019
[6].于亚文,沈燕,徐静.次线性期望下负相关随机变量加权和的强大数定律[J].合肥学院学报(综合版).2019
[7].董新桐,马海涛,李月.丘陵地带地震资料随机噪声压制新技术:高阶加权阈值函数的Shearlet变换[J].地球物理学报.2019
[8].鲁淑霞,张罗幻,蔡莲香,孙丽丽.带有方差减小的加权零阶随机梯度下降算法[J].河北大学学报(自然科学版).2019
[9].王志刚,胥茜,毕夏安.一种对fMRI数据分类的加权随机SVM集群算法[J].软件导刊.2019
[10].彭佳明,李志明.基于快速加权SchattenP范数最小化的地震数据随机噪声压制[J].工程地球物理学报.2019
论文知识图
