本文選題：圖模型 + 正則化��； 參考：《西北大學(xué)》2017年碩士論文

【摘要】：圖模型是研究隨機變量之間相依關(guān)系的重要工具,其中節(jié)點代表隨機變量,邊代表兩個隨機變量條件相依。除了節(jié)點變量外,數(shù)據(jù)常常包含協(xié)變量,協(xié)變量的存在可能影響網(wǎng)絡(luò)結(jié)構(gòu),然而目前關(guān)于圖模型的工作大多僅考慮節(jié)點變量。本文研究具有協(xié)變量的圖模型結(jié)構(gòu)學(xué)習(xí)問題,主要分為如下兩部分:(1)在稀疏正則化的框架下,通過假設(shè)變量之間條件相依強度的參數(shù)為協(xié)變量的線性函數(shù),建立具有協(xié)變量信息的稀疏高斯圖模型,估計網(wǎng)絡(luò)結(jié)構(gòu)。所得模型具有實際解釋性且易于求解。本文利用坐標(biāo)下降法求解模型,實驗表明含協(xié)變量比無協(xié)變量的模型效果更好,從而說明本文模型的高效性和實用性。(2)利用稀疏高斯圖模型,研究我國31個省會城市及直轄市的PM2.5數(shù)據(jù)。建立這些城市PM2.5的網(wǎng)絡(luò)結(jié)構(gòu),分析說明網(wǎng)絡(luò)中城市節(jié)點之間的條件獨立關(guān)系,并在所構(gòu)建的網(wǎng)絡(luò)的基礎(chǔ)上,通過譜聚類方法進行社區(qū)發(fā)現(xiàn)。所得結(jié)果可為治霾提供參考。
[Abstract]:Graph model is an important tool to study the dependence of random variables, where nodes represent random variables and edges represent conditional dependencies of two random variables. In addition to node variables, data often contain covariables, the existence of covariables may affect the network structure, however, most of the current work on graph models only consider node variables. In this paper, the structure learning problem of graph model with covariable is studied. It is divided into two parts as follows: 1) under the framework of sparse regularization, we assume that the parameters of conditional dependence intensity among variables are linear functions of covariables. A sparse Gao Si graph model with covariable information is established to estimate the network structure. The obtained model has practical interpretation and is easy to solve. In this paper, the coordinate descent method is used to solve the model. The experiment shows that the model with covariable is more effective than the model without covariable, which shows the efficiency and practicability of the model in this paper. The PM2.5 data of 31 provincial capitals and municipalities directly under the Central Government were studied. The network structure of PM2.5 in these cities is established, and the conditional independent relationship between urban nodes in the network is analyzed. On the basis of the constructed network, community discovery is carried out by spectral clustering method. The results can provide a reference for the treatment of haze.
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O157.5;X513

【相似文獻】

相關(guān)期刊論文 前10條

1 李春蘭,李永慈;雙協(xié)變量的方差分析[J];河北農(nóng)業(yè)大學(xué)學(xué)報;2000年02期

2 王曉東;田俊;;具有時變協(xié)變量的縱向資料的線性混合效應(yīng)模型及算法[J];數(shù)學(xué)的實踐與認(rèn)識;2012年12期

3 何春;方積乾;;單個協(xié)變量帶有測量誤差的多維結(jié)構(gòu)回歸模型[J];生物數(shù)學(xué)學(xué)報;2007年02期

4 白文忠;;小白鼠程序?qū)W習(xí)和結(jié)構(gòu)學(xué)習(xí)的比較[J];河北師范大學(xué)學(xué)報;1987年01期

5 尹遜汝;;協(xié)變量Ⅰ型截尾時線性模型的非參數(shù)估計[J];紡織高�；A(chǔ)科學(xué)學(xué)報;2007年01期

6 林華珍,倪宗瓚;Cox模型中共線協(xié)變量的分層處理[J];四川大學(xué)學(xué)報(自然科學(xué)版);1999年04期

7 郭麗莎;金凌輝;曹永秀;;Morgenstern族次序統(tǒng)計量的協(xié)變量的分布[J];數(shù)學(xué)雜志;2012年01期

8 孟維靜;王素珍;呂軍城;石福艷;;傾向指數(shù)分層法的模擬研究[J];中國衛(wèi)生統(tǒng)計;2012年04期

9 葉家東,李鐵林;區(qū)域趨勢控制協(xié)變量回歸分析效果評估方法研究[J];氣象科學(xué);2001年01期

10 何其祥;;協(xié)變量區(qū)間刪失時線性模型的參數(shù)估計[J];應(yīng)用數(shù)學(xué);2007年02期

相關(guān)會議論文 前4條

1 侯艷;李康;;非劣效性臨床試驗中兩組率差值的協(xié)變量調(diào)整方法[A];黑龍江省第十次統(tǒng)計科學(xué)討論會論文集[C];2008年

2 鄧志東;張秀葦;;具有結(jié)構(gòu)學(xué)習(xí)的神經(jīng)模糊推理模型及其在fRNA基因預(yù)測中的應(yīng)用[A];2005年中國智能自動化會議論文集[C];2005年

3 劉向南;王浩;姚宏亮;;一種基于x~2測試的貪婪搜索結(jié)構(gòu)學(xué)習(xí)算法[A];2011中國儀器儀表與測控技術(shù)大會論文集[C];2011年

4 程澤凱;泰鋒;;貝葉斯網(wǎng)絡(luò)分類器結(jié)構(gòu)學(xué)習(xí):基于啟發(fā)式的G2算法[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

相關(guān)博士學(xué)位論文 前8條

1 王逸飛;考慮協(xié)變量影響的電力系統(tǒng)檢修停運計劃研究[D];浙江大學(xué);2016年

2 曹杰;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)與應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2017年

3 馬云艷;相依數(shù)據(jù)下協(xié)變量調(diào)整回歸模型及其在金融時間序列中的應(yīng)用[D];山東大學(xué);2012年

4 張新佶;生存資料非劣效性評價的非參數(shù)協(xié)方差模型研究及實現(xiàn)[D];第二軍醫(yī)大學(xué);2012年

5 張韜政;結(jié)構(gòu)學(xué)習(xí)中的輔助問題研究[D];北京郵電大學(xué);2011年

6 雷菊陽;復(fù)雜環(huán)境下動態(tài)系統(tǒng)結(jié)構(gòu)學(xué)習(xí)[D];上海交通大學(xué);2009年

7 吳遠山;輔助數(shù)據(jù)問題和多元失效時間的半?yún)?shù)分析[D];武漢大學(xué);2010年

8 李剛;知識發(fā)現(xiàn)的圖模型方法[D];中國科學(xué)院軟件研究所;2001年

相關(guān)碩士學(xué)位論文 前10條

1 謝驍;基于縱向協(xié)變量的Cox模型及其在療效評估中的應(yīng)用[D];云南師范大學(xué);2015年

2 崔劍嵐;應(yīng)用多結(jié)局生存分析模型評價隨時間變化的協(xié)變量對胃癌患者預(yù)后的影響[D];復(fù)旦大學(xué);2014年

3 程文帥;非小細(xì)胞肺癌患者生存分析建模研究[D];北京工業(yè)大學(xué);2015年

4 周多;生態(tài)數(shù)據(jù)和含協(xié)變量樣本數(shù)據(jù)的聯(lián)合分析[D];東北師范大學(xué);2009年

5 張鵬程;有缺失協(xié)變量的相對危險率模型的估計理論及其漸近性質(zhì)[D];清華大學(xué);2010年

6 陳淑英;線性協(xié)變量調(diào)整模型的參數(shù)估計[D];浙江大學(xué);2008年

7 趙夢夢;同調(diào)結(jié)構(gòu)學(xué)習(xí)算法及其應(yīng)用研究[D];蘇州大學(xué);2015年

8 許晴;基于Finsler幾何的結(jié)構(gòu)學(xué)習(xí)算法研究[D];蘇州大學(xué);2015年

9 劉培娜;基于非負(fù)編碼和SPNs結(jié)構(gòu)學(xué)習(xí)的圖像分類算法研究[D];哈爾濱工業(yè)大學(xué);2015年

10 張順;不完全數(shù)據(jù)圖模型的結(jié)構(gòu)學(xué)習(xí)[D];山東師范大學(xué);2016年

，

本文編號：1987141