【摘要】：具有連續(xù)屬性的分類(lèi)問(wèn)題普遍存在,目前主要采用兩種方法來(lái)處理連續(xù)屬性:一種是將連續(xù)屬性進(jìn)行離散化;另一種是基于高斯函數(shù)或高斯核函數(shù)來(lái)估計(jì)屬性密度.連續(xù)屬性的離散化可能導(dǎo)致信息丟失、引入噪聲和類(lèi)對(duì)屬性的變化不夠敏感等問(wèn)題,而高斯函數(shù)和高斯核函數(shù)在屬性密度估計(jì)中各有優(yōu)勢(shì)與不足,但它們具有很強(qiáng)的互補(bǔ)性.該文依據(jù)Copula和貝葉斯網(wǎng)絡(luò)理論,結(jié)合高斯Copula密度函數(shù)、引入平滑參數(shù)的高斯核函數(shù)和以分類(lèi)準(zhǔn)確性為標(biāo)準(zhǔn)的屬性父結(jié)點(diǎn)貪婪選擇,建立連續(xù)屬性約束貝葉斯網(wǎng)絡(luò)分類(lèi)器,既可以避免連續(xù)屬性離散化所帶來(lái)的問(wèn)題,又能夠?qū)崿F(xiàn)高斯函數(shù)和高斯核函數(shù)在屬性密度估計(jì)方面的優(yōu)勢(shì)互補(bǔ).分別采用真實(shí)數(shù)據(jù)和模擬數(shù)據(jù)進(jìn)行實(shí)驗(yàn),結(jié)果顯示,使用結(jié)合邊緣高斯核函數(shù)的高斯Copula估計(jì)屬性密度的約束貝葉斯網(wǎng)絡(luò)分類(lèi)器具有良好的分類(lèi)準(zhǔn)確性.
[Abstract]:At present, there are two main methods to deal with continuous attributes: one is to discretize the continuous attributes; the other is to estimate the density of attributes based on Gao Si function or Gao Si kernel function. Discretization of continuous attributes may lead to loss of information, the introduction of noise and the insensitivity of classes to the change of attributes, while Gao Si's function and Gao Si's kernel function have their own advantages and disadvantages in the estimation of attribute density, but they are complementary to each other. According to the theory of Copula and Bayesian network, combining the density function of Gao Si Copula, this paper introduces Gao Si kernel function of smooth parameter and greedy selection of attribute parent node based on classification accuracy, and establishes continuous attribute constrained Bayesian network classifier. It can not only avoid the problems caused by discretization of continuous attributes, but also realize the complementary advantages of Gao Si's function and Gao Si's kernel function in the estimation of attribute density. Experiments with real data and simulated data show that the constrained Bayesian network classifier using Gao Si Copula combined with the marginal Gao Si kernel function to estimate the density of attributes has good classification accuracy.
【作者單位】： 上海立信會(huì)計(jì)學(xué)院數(shù)學(xué)與信息學(xué)院;上海立信會(huì)計(jì)學(xué)院立信會(huì)計(jì)研究院;
【基金】：國(guó)家自然科學(xué)基金(61272209) 上海市自然科學(xué)基金(15ZR1429700) 上海市教委科研創(chuàng)新項(xiàng)目(15ZZ099)資助
【分類(lèi)號(hào)】：TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王志剛;;基于Copula函數(shù)的滬深300股指期貨套期保值功能可行性研究[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2012年02期

2 許民利;李展;;需求依賴于價(jià)格情境下基于Copula-CVaR的報(bào)童決策[J];控制與決策;2014年06期

3 薛源;徐浩軍;朱和銓;圣娟娟;;基于多元極值Copula的尾流飛行風(fēng)險(xiǎn)概率評(píng)估[J];航空學(xué)報(bào);2014年03期

4 ;Dependence Tree Structure Estimation via Copula[J];International Journal of Automation & Computing;2012年02期

5 王麗芳;曾建潮;洪毅;;利用Copula函數(shù)估計(jì)概率模型并采樣的分布估計(jì)算法[J];控制與決策;2011年09期

6 杜會(huì)鋒;劉瓊蓀;;基于Copula的貝葉斯分類(lèi)器[J];計(jì)算機(jī)工程與應(yīng)用;2010年10期

7 劉偉卿;王筱萍;;基于Copula模型的數(shù)據(jù)分析平臺(tái)的實(shí)現(xiàn)[J];嘉興學(xué)院學(xué)報(bào);2012年06期

8 王筱萍;高慧敏;曾建潮;;基于嵌套Gumbel Copula函數(shù)的分布估計(jì)算法[J];系統(tǒng)仿真學(xué)報(bào);2013年10期

9 黃明晟;李永紅;敖亮;;基于故障相依的可靠性評(píng)估方法[J];航空標(biāo)準(zhǔn)化與質(zhì)量;2009年06期

10 韓敏;劉曉欣;;基于Copula熵的互信息估計(jì)方法[J];控制理論與應(yīng)用;2013年07期

相關(guān)會(huì)議論文 前10條

1 應(yīng)益榮;王穎;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

2 葉萍華;唐湘晉;;基于Copula方法的股票相關(guān)性分析[A];第十屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2008年

3 王宗潤(rùn);吳偉韜;;基于Copula-EVT模型的人民幣匯率組合風(fēng)險(xiǎn)測(cè)度[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集[C];2008年

4 許啟發(fā);劉少杰;;基于Copula技術(shù)的動(dòng)態(tài)組合投資選擇新方法[A];第四屆（2009）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2009年

5 杜紅軍;王宗軍;;基于時(shí)變Copula模型的金融市場(chǎng)風(fēng)險(xiǎn)度量與分配[A];第八屆（2013）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2013年

6 陳超;王莉萍;陳正壽;許新;;Copula函數(shù)在海洋工程中的應(yīng)用[A];第十六屆中國(guó)海洋（岸）工程學(xué)術(shù)討論會(huì)論文集（上冊(cè)）[C];2013年

7 徐運(yùn)保;陳奕播;;基于Copula函數(shù)的股市、房市與GDP相關(guān)性的實(shí)證分析[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集[C];2008年

8 劉月飛;呂大剛;;基于混合Copula函數(shù)的二維串聯(lián)系統(tǒng)可靠性分析[A];第22屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集第Ⅲ冊(cè)[C];2013年

9 郭立甫;高鐵梅;姚堅(jiān);;基于Copula函數(shù)和極值理論的金融傳染度量——測(cè)度美國(guó)次貸危機(jī)對(duì)重要經(jīng)濟(jì)體的傳染效應(yīng)[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第13卷）[C];2012年

10 冉U_香;張翔;;Copula函數(shù)在水量水質(zhì)聯(lián)合分布頻率分析中的應(yīng)用[A];農(nóng)業(yè)、生態(tài)水安全及寒區(qū)水科學(xué)——第八屆中國(guó)水論壇摘要集[C];2010年

相關(guān)重要報(bào)紙文章 前2條

1 廣發(fā)期貨投資研究部 楊威 王翔 謝貞聯(lián);多維Copula樹(shù)及其在機(jī)構(gòu)投資組合風(fēng)險(xiǎn)管理中的運(yùn)用[N];期貨日?qǐng)?bào);2008年

2 海通證券研究所 陳露;從A股與H股相關(guān)性看股指期貨推出后的跨市場(chǎng)操作[N];期貨日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 童心;Copula函數(shù)與信息熵理論在洪水多元分析和徑流隨機(jī)模擬中的研究[D];南京大學(xué);2015年

2 張高勛;基于Pair copula-GARCH-G的多金融資產(chǎn)期權(quán)定價(jià)研究[D];電子科技大學(xué);2014年

3 趙麗琴;基于Copula函數(shù)的金融風(fēng)險(xiǎn)度量研究[D];廈門(mén)大學(xué);2009年

4 劉瓊芳;基于Copula理論的金融時(shí)間序列相依性研究[D];重慶大學(xué);2010年

5 胡心瀚;Copula方法在投資組合以及金融市場(chǎng)風(fēng)險(xiǎn)管理中的應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

6 吳娟;Copula理論與相關(guān)性分析[D];華中科技大學(xué);2009年

7 羅俊鵬;Copula理論及其在金融分析中的應(yīng)用研究[D];天津大學(xué);2005年

8 趙寧;基于Copula熵的資本資產(chǎn)定價(jià)研究[D];大連理工大學(xué);2012年

9 魯訓(xùn)法;Copula方法在金融風(fēng)險(xiǎn)管理中的應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

10 張碧原;Copula方法在信用衍生品定價(jià)中的應(yīng)用[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 黎菁;Copula理論及其在金融市場(chǎng)相關(guān)性上的應(yīng)用[D];華中科技大學(xué);2007年

2 高楠楠;基于Copula方法的金融風(fēng)險(xiǎn)分析及其應(yīng)用研究[D];湖南大學(xué);2009年

3 盧穎;Copula理論在相關(guān)性分析中的應(yīng)用及其多元擴(kuò)展[D];天津科技大學(xué);2009年

4 王s，

本文編號(hào)：2440036