模糊点数据相关论文
作为经济学研究核心问题之一的效率,集中体现了保险公司的竞争力。而竞争力在保险公司可持续发展中起着关键作用,更是一国保险业可......
主成分分析是将多个相关指标转化成少数不相关指标的一种多元统计方法，常常用于数据压缩和特征提取，广泛应用于工业、农业、经济、生......
在经典回归分析理论中，所有的样本数据点在预测模型的构建中是被同等对待的.然而，在许多的实际应用中，样本观测数据对总体的影响和作......
主成分分析是数据压缩和特征提取的非常有效的统计方法.在经典的主成分分析中,每个训练数据在构建主成分时的作用是相同的.然而,在......
以世界范围内19次大地震106个场地的地基液化现场实测数据为基础，通过对地基液化评价模型建立过程中模糊不确定因素的分析，引入模糊......
Generalized PCA（简写GPCA）是主成分分析（PCA）的一个非线性推广方法,主要用于数据压缩和特征提取.在经典的GPCA方法中,每个训练数据在......
主成分分析是数据压缩和特征提取的非常有效的统计方法．在经典的主成分分析中，每个训练数据在构建主成分时的作用是相同的．然而，在许多......
通过构造一个新的矩阵,改进了基于模糊点数据的回归分析,大大减少了模型和运算的复杂性....
在经典回归分析理论中,假定训练数据是独立同分布的随机样本,并且在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数......
通过对地基液化评价模型建立过程中模糊不确定因素的分析，引入模糊模式识别理论建立各实测数据点隶属度，并通过LOGISTIC回归分析，导出......
在核主成分分析中,给每个训练数据赋予一个置信权重,将训练数据视为样本空间的模糊点,研究了基于模糊点数据的核主成分分析.数值模......
对每个训练数据的DEA有效值作为它的模糊隶属度,以表示训练数据对总体的贡献程度。从DEA的视角,获取模糊点数据,得到了基于模糊点......
在经典回归分析理论中，训练数据在回归方程的构建中是被同等对待的．然而，在许多实际问题中，训练数据的作用是不同的，通常有些训练数据比......
传统的变点识别算法都是在精确数据集上实现的,从而忽略了数据对分析者的重要程度这一先验信息。提出用一种基于模糊点的回归类挖......
