彭红毅
- 作品数：16 被引量：40H指数：5
- 供职机构：华南农业大学理学院更多>>
- 发文基金：国家自然科学基金广东省科技攻关计划广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学经济管理文化科学更多>>
- 基于ICA与MViSOM的孤立点挖掘模型
- 2007年
- 本文提出了一种基于独立成分分析(ICA)与改进的可视化诱导自组织映射(MViSOM)的孤立点挖掘模型——IMVOM模型,该模型用ICA方法对观测到的多维随机向量进行独立成分分解,得到一个独立成分数据集,然后用改进的MViSOM方法取得数据的可视化。该模型充分结合“人类擅长于模式识别的能力”与“电脑擅长于大量地记忆、快速地计算的能力”的双方优点进行孤立点的挖掘,避免了对高维数据内部结构的复杂探测,从而克服了高维数据集孤立点挖掘过程中的一些困难。实验结果也验证了所提模型的合理性。
- 彭红毅蒋春福朱思铭
- 关键词：孤立点ICA
- 基于PDA的Composite模式及文件搜索算法
- 2005年
- 介绍了Composite模式和PDA的特点及发展前景,研究了文件搜索与Composite模式的对应关系,提出了基于PDA的文件搜索算法,该算法能简化客户代码,并有通用性强,执行效率高的特点。最后根据该算法对PDA的文件搜索应用程序进行了设计,运行结果验证了该算法的正确性与合理性。
- 彭红毅朱思铭
- 关键词：DIGITALCOMPOSITE模式
- 广东省各县市区域经济发展水平的聚类分析被引量：5
- 2009年
- 本文选取广东省各县市的无高度相关的经济指标数据,用层次聚类法对标准化后的数据进行初步聚类,确定类数目和初始聚类中心,再用快速聚类法对初始聚类结果进行迭代聚类,得到最终的聚类结果,进而分析广东省区域经济发展差异与特点,为进一步提升广东省区域经济的发展提供决策参考。
- 彭红毅刘宗霖
- 关键词：区域信息化层次聚类快速聚类
- 基于利率互换的公司融资选择被引量：7
- 2006年
- 在早期的利率互换模型中,Titman认为短期债券使得公司可利用其信用状况等内部信息,但短期债务的缺点是暴露了公司的利率风险,通过利率互换,公司可以使用短期债券,同时又可以规避相关的利率风险。文章通过考虑公司在银行和债券市场的选择,对已有理论进行了进一步推广和补充,并给出了利率互换用于长期浮动利率贷款的一个合理经济解释.
- 蒋春福梁四安彭红毅
- 关键词：利率互换银行贷款比较优势信息非对称
- 基于ICA与SVM的孤立点挖掘模型被引量：7
- 2006年
- 本文提出一种基于独立成分分析(ICA)与支持向量机(SVM)的孤立点挖掘模型——ISOM模型,用ICA时观测到的多维随机向量进行独立成分分解,用SVM估计独立成分的密度函数,克服了传统孤立点挖掘方法的一些缺点,为数据挖掘提供了一种有效的方法,并通过实验验证了该模型的合理性与正确性。
- 彭红毅蒋春福朱思铭
- 关键词：孤立点ICASVM
- 基于独立成分分析的数据挖掘方法研究
- 数据挖掘对于寻找商业和科研中的有价值发现具有很大潜力。独立成分分析(Independentcomponentanalysis，ICA)是一种新的数据处理方法，目的是将多维随机向量转换成统计上尽可能独立的成分。目前独立成分...
- 彭红毅
- 关键词：数据挖掘孤立点挖掘时间序列
- 文献传递
- 基于ICA与聚类分析的支持向量机分类研究被引量：4
- 2008年
- 在ICA与聚类分析的基础上提出了一种改进的支持向量机分类模型——ICSVM模型。ICSVM模型中利用一种指标筛选算法与独立成分分析的方法将各数据指标转化为互相独立成分的数据指标。接着运用K-means方法对独立成分样本数据集进行聚类分析,再由获得的各子类中心数据构造初始的超平面,筛选出靠近初始超平面的支持类与亚支持类,并展开支持类与亚支持类中的样本数据点重新构造超平面,以便对数据进行分类。实验表明,对于样本比较多的数据集,与标准的SVM算法相比,ICSVM算法能够节约训练时间,同时能够提高分类的正确率。
- 彭红毅蒋春福杜明
- 关键词：支持向量机聚类分析
- Expected Shortfall风险度量的一致性估计被引量：1
- 2007年
- 本文主要讨论了ES(Expected Shortfall)风险度量的估计的一致性问题,发现有些估计为一致性估计,有些估计不满足一致性公理中的次可加性。由于风险度量方法是证券组合选择模型的重要部分,因此本文结果对风险管理和投资组合分析有一定的指导意义,同时也启发我们在对风险度量进行估计时,有必要对估计的一致性问题进行相应的分析。
- 蒋春福尤川川彭红毅
- 基于ICA与ViSOM的不完整数据处理
- 2007年
- 本文介绍了数据挖掘中不完整数据的研究现状及ICA与ViSOM的特点,提出了基于ICA与ViSOM的不完整数据的处理模型IVIS-IDH,研究了数据之间存在相关关系且为非高斯分布时不完整数据的处理方法,对缺失数据值的估计方法及其估计的残差进行了详细的讨论和分析,并在ViSOM基础上取得了不完整数据集的可视化分析结果,从而克服了S.Wang提出的不完整数据处理方法的不足。
- 彭红毅蒋春福朱思铭
- 关键词：不完整数据ICA高斯分布
- 一种改进的高维数据可视化模型被引量：4
- 2007年
- 可视化诱导自组织映射(ViSOM)是一种人工神经网络模型,已经被成功应用于高维数据的可视化分析。但是,标准的ViSOM方法不仅没有考虑数据之间的相关性,而且当输出网络结点太多时,需要消耗大量运算开销;输出网络结点太少,又难以分析数据的可视化结果。为克服ViSOM的这两个弱点,本文首先在ViSOM的基础上提出了一个改进的映射算法MViSOM,接着在独立成分分析(ICA)与MViSOM的基础上提出了一个改进的高维数据可视化模型IMViSOM。论文最后通过实验说明了IMViSOM模型在对群聚数据的可视化分类效果及运算速度方面都优于ViSOM方法,从而验证了IMViSOM模型的正确性与合理性。
- 彭红毅蒋春福朱思铭
