搜索结果: 1-12 共查到“数学 K近邻”相关记录12条 . 查询时间(0.086 秒)
模糊K近邻分类器在邻域风险最小化算法中的应用
支持向量机 模糊K近邻
2009/9/16
在邻域风险最小化原则(VRM)中运用模糊K近邻分类器,来提出一种新的定义邻域半径的方法,从而得出一种新的VRM算法.实例证明这一新算法对解决稀疏小样本的分类和回归有着较好的应用.
随机删失下回归函数最近邻估计的强收敛速度
随机删失 回归函数 最近邻估计 强收敛速度
2008/11/24
针对随机右删失数据, 就截尾时间变量的分布已知和未知两种情况, 构造了一类非参数回归
函数的最近邻估计, 在适当的条件下得到估计量的强收敛速度.
本文研究异方差回归模型Y(n)i=g(x(n)i)+ε(n)i,i=1,…,n，其中g是未知实函数，x(n)i是非随机设计点列，ε(n)i是随机误差.文中定义了一类g(x)的近邻型估计，得到了r阶平均相合和渐近正态性.特别，在下，获得了gn(x)的强相合和一致强相合性.
分布自由的回归函数近邻核估计的相合性
$\alpha-$混合 $\varphi-$混合样本 核估计
2007/12/12
本文获得了基于$\varphi-$混合，$\alpha-$混合样本的回归函数核估计，随机窗宽核估计，近邻核估计的强相合性，积分绝对误差的强相合性与平均相合性，所得结果对所有X的分布$\mu$均成立，其中核函数的支撑可以无界，甚至可以是不可积的。
NA样本最近邻密度估计的相合性
NA样本 最近邻密度估计 相合性 收敛速度
2007/12/11
在NA样本下研究最近邻密度估计的相合性,给出弱相合性、强相合性、一致强相合性以及它们的收敛速度的充分条件,同时研究了失效率函数估计的一致强相合性。
本文研究回归函数的ｋｎ－近邻估计的渐近性质，得到了回归函数的ｋｎ－近邻估计的渐近正态性和它的Ｂｏｏｔｓｔｒａｐ统计量的相合性. 在高阶矩存在的条件下，我们证明了回归函数的ｋｎ－近邻估计的Ｂｏｏｔｓｔｒａｐ逼近比正态逼近更精确．
平稳序列最近邻密度估计的相合性
2007/12/11
设$\{X_n\}_{n=1}^\infty$是$R^d$中平稳过程,具有公共的未知密度f(x).本文并不假定$\{X_n\}_{n=1}^\infty$ 是独立的,考察基于前n个观察值$\{X_i\}_{i=1}^n$的f(x)的最近邻估计.在过程$\{X_n\}_{n=1}^\infty$是φ混合或强混合的情形下,得到了逐点相合性、一致相合性以及收敛速度.
相依样本下污染线性模型的最近邻估计
污染线性模型 $\alpha-$混合 最近邻估计 相合性 收敛速度 渐近正态性
2007/12/10
考虑一般线性模型, 设误差序列$\{e_i\}$是平稳的$\alpha-$混合序列, 具有公共未知密度$f(x)$. 本文首先讨论了基于残差的$f(x)$的最近邻估计的相合性及收敛速度, 然后把结论推广到污染线性模型, 讨论了污染系数$\varepsilon$, 误差的主体分布及回归系数$\beta$的估计的相合性, 收敛速度以及$\widehat{\beta}$的渐近正态性.
回归函数的最近邻估计之大偏差概率的指数率
2007/8/27
设(X,Y)是取值于 R~d×R~1 的随机变量,其 X 的边缘分布为 v,Y 关于 X 的条件分布函数为 F(y|x).于是变量 Y 关于 X 的回归函数即条件期望为r(x)=∫_(R~1)ydF(y|x).(1.1)设(X_1,Y_1),…,(X_n,Y_n)是(X,Y) 的一组独立观测值,或称为(X,Y)的一组样本.对固定的 x∈R~d,记(R_(1,x)~(n),…,R_(n,x)~(n)...
Abstract提出一种基于共享最近邻聚类和模糊集理论的分类器.首先,在提出与核点密切相关的核半径概念的基础上,应用共享最近邻聚类得到正常类空间的部分核点和核半径, 建立求解正常类空间补充核点的多目标优化模型, 从而获得刻画正常类空间的全部核点和核半径.然后,将模糊集理论引入正常类的类属划分中, 利用核点和核半径定义正常类的隶属度函数, 建立基于隶属度函数的分类函数或分类器.实验表明,该分类器能处...