免费论文：鉴于全消息的区间数据多元领会本领接洽

区间数据可用来刻画带缺点的丈量数据、反应主观作风的评介数据以及详细洪量异构数据。跟着区间数据在工程本领、财经金融、处置、社会观察等诸多范围中获得越来越普遍的运用，而在那些范围中数据体例往往由多个变量/目标刻画，所以须要开拓相映的多元领会本领，以维持后续的数据领会处事，从数据体例中探求要害消息和常识资源。在这个范围中，鉴于Diday提出的标记数据领会表面体制，已有文件开拓了一系列区间数据多元领会本领。但是，因为没有建立实用于区间数据的一致的代数体制和演算准则，已有本领依附于典范的多元领会本领，须要经过索取特性消息对数据表举行打开变换，由此不行制止地形成了消息丢失，从而感化了建立模型精度。 有基于此，正文力求从区间数据的代数体制和演算准则发端，对区间数据的多元领会建立模型表面发展接洽；超过“全消息”的观念，为区间数据多元领会本领建立了一致的领会框架，在此普通上开拓了几何实用于区间数据的多元领会本领；贯串区间数据的运用上风，将所提出的本领运用于学术期刊评介、股票商场领会、公司财政窘境确诊等财经处置范围的本质题目中，以归纳反应区间数据及其多元领会本领处置本质题目的本领，同声印证正文所提出的全消息领会框架的适用价格，为进一步扩充区间数据的运用范畴供给了新的思绪妥协决方法。 重要接洽处事、革新点和要害接洽论断归结如次： 1.区间数据多元领会本领的全消息领会框架（CIMSA）。从超过“全消息”观念发端，引入了分划数据的观念，鉴于此体例引见了区间数据的基础代数算子和演算准则，从而为区间数据多元领会本领的表面推导建立了一个一致的全消息领会框架，为全文奠定了要害表面普通。 2.鉴于全消息的区间数据主因素领会本领（CIPCA）。鉴于CIMSA，对区间数据主因素领会举行了表面推导和本质表明，给出了建立模型办法和关系扶助领会东西。该本领在商量区间样品内十足消息的要害基础下对区间数据表举行降维，处置了极点法、重心法生存的“主光轴曲解”题目，获得精确反应区间样品里面构造特性的主光轴；实行了区间样品在降维后主平面上的可视化，为领会职员对体例举行归纳评介供给计划扶助。 鉴于CIPCA发展了两个典范的运用接洽，展现了区间数据及CIPCA的本质运用价格。（1）运用区间数据对2005年华夏科学引语数据库八个学科期刊的评介数据举行详细，沿用CIPCA对数据体例举行降维领会。一上面，巩固了大范围数据体例的可视化功效，从学科层面临学术期刊的文件计量特性、学科间穿插浸透情景举行了归纳评介，指出了学术期刊的学科特性分别；另一上面，挑选出测量期刊兴盛程度的要害目标，为特出期刊的抉择处事供给了表面按照。（2）按照股票数据的洪量、异构特性，沿用区间数据对六类作风板块的股票群举行详细刻画，经过CIPCA对2004-2007年华夏股票商场的商场买卖情景举行了实证领会。接洽截止在巩固洪量异构数据的可视化功效的基础下，灵验辨别了华夏书市在各别兴盛阶段的商场买卖特性。在鱼市大概熊市早期（2004、2006年），生长类股票的商场买卖更为一再；而在鱼市或熊市的晚期（2005、2007年），价格类股票变成商场延长的重要能源。 3.鉴于平方Wasserstein隔绝的区间数据自符合动静聚类算法（SW-ADCA）。将区间数据的平方Wasserstein隔绝与自符合动静聚类本领贯串，给出了算法的办法和抑制前提，而且深刻接洽了自符合因子的物理涵义及其对动静聚类算法的矫正机理。比拟了自符合动静聚类算法与普遍动静聚类算法的聚类功效，还比较了平方Wasserstein隔绝、L隔绝、L隔绝、Hausdorff隔绝用来自符合动静聚类算法的分门别类功效，证明SW-ADCA将区间数据的密度特性展现在建立模型进程中；贯串自符合动静聚类本领，不妨灵验辨别具备各别散布特性的区间样品，进而实行更好的聚类功效，而且发端判决变量对于类型产生的奉献水平。 4.鉴于全消息的区间数据线性回归领会本领（CIM）。为区间变量创造线性回归模子，并鉴于CIMSA推导了回归参数的估量值。经过仿真试验和本质算例，与文件中的本领举行比较，证明CIM的上风在乎：（1）不妨最精确地捕获区间数据里面的十足消息，实行对区间样品的最好拟合，进而揭穿数据体例的内涵顺序；（2）胜利制止“因变量的下界猜测值大于上界猜测值”的情景，保证区间数据里面的普遍性；（3）当模子输出的区间数据根源于对原始数据的大纲刻画时，纵然原始数据不满意平均散布的假如前提，所创造的回归模子仍旧不妨赢得很好的证明和猜测功效。 5.鉴于矫正准则的区间数据多元辨别模子（iMDA）。在公司财政窘境确诊的接洽中，当猜测提早期较长时，运用年度财政数据创造而得的多元辨别模子难以灵验辨别公司的财政窘境危害，所以，正文提出沿用区间数据来详细高频数据（如季度数据或月度数据），以有理反应财政数据的振动与危害消息，并沿用区间数据的多元辨别本领举行猜测建立模型。对准已有的散布模子易犯第一类缺点的题目，对辨别准则举行了矫正接洽，而且创造了鉴于矫正准则的区间数据多元辨别模子（iMDA）。鉴于iMDA的实证接洽表白，运用季度财政数据中的振动消息无助于于革新模子辨别窘境公司的精确度；同声，模子具备妥当型，辨别截止越发真实。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/257756.html