基于松弛策略和多分类器的半监督高光谱图像分类

高光谱图像分类是高光谱遥感研究的热点之一.然而高光谱地物标签难以获取,包含噪音点等特征使得分类困难.基于不连续松弛和多分类器策略,本文提出了一种高光谱图像半监督分类方法,可以达到去噪和改善分类精度的目的.实验结果编码,在有限标记样本的情况下,所提出方法能够获得良好的分类结果.     

基于增量学习系统的财务危机动态预警

针对目前多数财务危机预警模型为静态建模、模型的增量学习能力不足等问题,设计了一种基于分类器集成的增量学习系统,利用财务类别导向知识对集成子系统进行动态选择,构建了具有增量学习能力的财务危机动态预警模型。基于实际财务数据的实验表明,基于增量学习系统的财务危机预警模型是一种兼具稳定性和适应性的财务危机预警工具。     

多分类器系统构造的逐次约简方法

多分类器系统是近年来兴起的一种新的分类技术,本文提出一种基于粗糙集逐次约简构造多分类器系统的方法。通过从原始数据集中递归产生出完全不同的最小约简,该方法保证了每个成员分类器都是由完全不同的特征子空间训练得到的。通过对四个UCI数据集进行验证,发现通过该方法构造出的多分类器系统均取得了较好的分类效果。     

法定货币作为交换媒介的研究——一个基于分类器系统的模拟

本文建立了一个基于分类嚣系统的Kiyotaki- Wright模型,用于研究法定货币在交易过程中所起的作用.经济中的主体每期依据竞争能力最强的交易策略采取行动,并依据交易结果调整交易策略的竞争能力.研究结果表明:如果法定货币储存成本最低,它将成为普遍的交换媒介；如果法定货币储存成本不是最低,它只能成为部分的交换媒介,储存成本最低的某种商品将成为普遍的交换媒介；如果消费效用和储存成本差异足够大,经济中会出现大量投机行为,主体的不均匀分布也会对投机行为的出现产生深刻影响.     

智能财务数据分类方法探究

从财务数据分析财务风险的成因,划分财务风险种类,确定财务风险的度量方法,支持向量机(SVM)是解决问题的最好算法之一。传统的支持向量机是两类分类问题,如何有效地将其推广到多类分类问题仍是一项有待研究的课题。本文介绍了支持向量机的基本原理,对现有主要的多类支持向量机对财务数据分类进行比较。     

浅析经济适用房对我国商品房市场的影响——“补充”还是“替代”

经济适用房作为一种社会保障性住房，介于廉租房和商品房之间，兼有两者的部分特性。从政策上分析，它是为了弥补我国商品房的价高量缺，具有一定社会保障性质，而我们知道，凡是具有保障性的物品都有一定的限制条件，经济适用房也难逃这种约束，即必须向城市低收入、住房困难的家庭供应，而这是商品房所没有的约束。也许我们会说，能够购买商品房的必然是高收入群体，因此没必要在销售商品房时再附加“高收入群体”的标签，交易行为本身就是一个很好的分类器，能够“显示性”的区分不同的群体。本文将从“补充性”和“替代性”两个方面，就济经适用房对我国商品房市场的影响进行简要的分析。     

基于属性选择法的朴素贝叶斯分类器性能改进

为提高朴素贝叶斯(Naive Bayesian)分类器的分类准确率,对朴素贝叶斯属性选择算法及假 设属性概率 值先验分布中的参数设置问题进行分析,提出将属性先验分布的参数设置加入到属性选择的 过程中,并研究当先验分布服从Dirichlet分布及广义Dirichlet分布情况下的具体调整步骤 。以UCI数据库为例进行仿真实验,结果表明当先验分布服从广义Dirichlet分布时,该方法 可提高分类的准确率,如Parkinsons数据集,效率可提升1332%。     

基于组合分类器的上市公司信用风险评价

针对传统信用风险评价模型只含有一个分类器的缺陷,本文利用AdaBoost组合分类器来对上市公司信用风险进行评价,并与基于支持向量机和神经网络的分类模型进行了效果比较。实证研究表明,组合分类器克服了单一分类器的诸多缺点,预测准确率高于单一分类器。     

数据挖掘及其工具的选择

本文给出了KDD的核心-数据挖掘,通过对数据挖掘种类的分析,给出了数据挖掘工具的选择标准,为充分利用数据挖掘工具提供了参考.     

遥感图像分类技术的发展现状

遥感图像自动分类一直是遥感技术中一项重要工作,它压缩原始图像的信息量,提高其他工作阶段的效率.本文就此阐述了近年来遥感图像分类技术的发展现状.