【摘要】：提高連續(xù)屬性小時間序列分類的可靠性重要且具有挑戰(zhàn)性.由于小時間序列所蘊含的信息不充分和時間序列數據具有時序依賴性,使得優(yōu)化分類器與數據的擬合程度非常困難,而且非時間序列數據分類器的許多成熟技術都不具有實用性.針對這種情況,本文采用動態(tài)完全Bayesian分類器來增加屬性為類提供的信息量,以實現時序與非時序信息的融合,并將基于具有對角平滑參數矩陣的多元Gaussian核函數估計屬性條件聯(lián)合密度、平滑參數的區(qū)間劃分、時序遞進分類準確性標準、平滑參數配置樹的構建和分類器選擇與平均等相結合來建立小時間序列動態(tài)完全Bayesian集成分類器.使用宏觀經濟小時間序列數據集進行實驗,實驗的結果顯示,經過優(yōu)化的動態(tài)完全Bayesian集成分類器具有良好的分類準確性.
[Abstract]:It is important and challenging to improve the reliability of small time series classification of continuous attributes. Because the information contained in the small time series is not sufficient and the time series data are time-dependent, it is very difficult to optimize the fitting degree between the classifier and the data. Moreover, many mature techniques of non-time series data classifier are not practical. In this paper, a dynamic complete Bayesian classifier is used to increase the amount of information provided by attributes to realize the fusion of temporal and non-temporal information. Based on the multivariate Gaussian kernel function with diagonal smoothing parameter matrix, the conditional density is estimated, the interval partition of smoothing parameters and the accuracy standard of sequential progressive classification are proposed. The construction of smooth parameter collocation tree and the combination of classifier selection and average are combined to build a dynamic complete Bayesian integrated classifier for small time series. The experimental results with macroeconomic small time series data sets show that the optimized dynamic complete Bayesian integrated classifier has good classification accuracy.
【作者單位】： 上海立信會計金融學院信息管理學院;上海立信會計金融學院統(tǒng)計與數學學院;
【基金】：國家自然科學基金(批準號:61272209) 上海市自然科學基金(批準號:15ZR1429700)資助項目
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 鄭建軍,劉玉樹,陳立潮;Self-Organizing Genetic Algorithm Based Method for Constructing Bayesian Networks from Databases[J];Journal of Beijing Institute of Technology(English Edition);2003年01期

2 ;The Diagnosis of Reciprocating Machinery by Bayesian Networks[J];International Journal of Plant Engineering and Management;2003年01期

3 ;Bayesian and Geostatistical Approaches to Combining Categorical Data Derived from Visual and Digital Processing of Remotely Sensed Images[J];Geo-Spatial Information Science;2005年02期

4 ;Application of Bayesian Network Learning Methods to Land Resource Evaluation[J];Wuhan University Journal of Natural Sciences;2006年04期

5 王飛;劉大有;盧奕男;薛萬欣;;Bayesian網中的獨立關系[J];計算機科學;2001年12期

6 薛萬欣,董冠宇,劉大有;Bayesian網轉化為神經元網[J];電子學報;2004年02期

7 李維華,劉惟一,張忠玉;基于鏈圖的Bayesian網結點聚集[J];計算機應用;2004年03期

8 董華玉,張志華;裝備研制中的Bayesian網及其應用[J];海軍工程大學學報;2004年02期

9 陳海霞,苑森淼,姜凱;基于保留策略的Bayesian網優(yōu)化算法[J];計算機工程與應用;2005年14期

10 杜濤;張申生;王宗江;;Learning Bayesian Networks from Data by Particle Swarm Optimization[J];Journal of Shanghai Jiaotong University(Science);2006年04期

相關會議論文 前10條

1 ;Optimal Coordination of Multi-task Allocation and Path Planning for UAVs Using Dynamic Bayesian Network[A];2009中國控制與決策會議論文集（3）[C];2009年

2 ;Bayesian Network analysis on agency behavior of controlling shareholders[A];2009中國控制與決策會議論文集（1）[C];2009年

3 ;Application of Data Mining Model Based on Bayesian Artificial Neural Network in Fault Diagnosis for Hydraulic Generators[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

4 ZHU Zoe;;Threat Assessment Based on Variable Parameter Dynamic Bayesian Network[A];第二十九屆中國控制會議論文集[C];2010年

5 ;Fault Prognosis for Data Incomplete Systems: A Dynamic Bayesian Network Approach[A];第24屆中國控制與決策會議論文集[C];2012年

6 ;Bayesian Ying-Yang Unsupervised and Supervised Learning:Theory and Applications[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

7 ;A Bayesian Framework for Crowding Effect[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 趙歆波;張定華;趙榮椿;M.Petrou;;基于Bayesian模型的從明暗恢復形狀算法研究[A];圖像 仿真 信息技術——第二屆聯(lián)合學術會議論文集[C];2002年

9 ;Bayesian Approaches to Genre Identification of Chinese Finance Text[A];第四屆全國信息檢索與內容安全學術會議論文集（下）[C];2008年

10 Liang Yu;Qin Donghua;;A Bayesian Game Approach for Security Defense Strategy in WSN[A];2012年計算機應用與系統(tǒng)建模國際會議論文集[C];2012年

相關博士學位論文 前10條

1 彭青松;Bayesian網及其在圖像分析中的應用研究[D];合肥工業(yè)大學;2005年

2 張文博;多類別智能分類器方法研究[D];西安電子科技大學;2014年

3 任亞峰;基于標注和未標注數椐的虛假評論識別研究[D];武漢大學;2015年

4 嚴志永;在劃分數據空間的視角下基于決策邊界的分類器研究[D];浙江大學;2011年

5 孔志周;多分類器系統(tǒng)中信息融合方法研究[D];中南大學;2011年

6 毛莎莎;基于貪婪優(yōu)化和投影變換的集成分類器算法研究[D];西安電子科技大學;2014年

7 臧紹飛;基于特征遷移與模型遷移的分類器設計[D];中國礦業(yè)大學;2017年

8 寧博;面向行人檢測的動態(tài)視覺詞提取與集成分類方法研究[D];中國科學技術大學;2012年

9 鄧澤林;人工免疫網絡分類器的設計及其應用研究[D];中南大學;2013年

10 劉昆宏;多分類器集成系統(tǒng)在基因微陣列數據分析中的應用[D];中國科學技術大學;2008年

相關碩士學位論文 前10條

1 毛小云;基于Bayesian網絡的對等環(huán)境負載均衡模型[D];浙江大學;2008年

2 董旭初;Bayesian網推理算法及基于Bayesian網的農業(yè)專家系統(tǒng)開發(fā)工具組件[D];吉林大學;2004年

3 呂利;應用Bayesian網處理基于一致性診斷中的不確定性問題的研究[D];吉林大學;2007年

4 潘吉斯;一種Bayesian網絡結構的并行學習方法[D];蘇州大學;2006年

5 孫圢;基于Bayesian網絡結構學習及推理的轉爐煤氣調度[D];大連理工大學;2013年

6 蘇桃莉;基于Bayesian學習的多Agent談判機制研究[D];大連海事大學;2009年

7 朱允剛;基于進化算法的Bayesian網結構學習研究[D];吉林大學;2007年

8 Raju Shrestha;[D];湖南大學;2005年

9 李鵬;Bayesian算法在某運動軌跡測量儀中的應用研究[D];哈爾濱工程大學;2009年

10 楊程;對抗環(huán)境下的垃圾短信息過濾[D];華南理工大學;2015年

，

本文編號：2398674