沈菊红
- 作品数：17 被引量：52H指数：5
- 供职机构：北方民族大学更多>>
- 发文基金：宁夏回族自治区自然科学基金国家自然科学基金宁夏大学科学研究基金资助更多>>
- 相关领域：自动化与计算机技术理学经济管理社会学更多>>
- 一种可能性测度的模糊支持向量机被引量：2
- 2012年
- 支持向量机能够成功的解决分类和回归问题,但是训练数据都是精确的。如果支持向量机的训练集中含有模糊信息,即训练集中的输入训练样本点为模糊数,那么支持向量机将无能为力。基于此,在可能性测度理论和模糊机会约束规划的基础上,建立了模糊v-支持向量机模型,并将该方法应用于某病的诊断中,实验结果验证了该方法的有效性。
- 沈菊红黄永东
- 关键词：支持向量机模糊数
- 一种Vague集的模糊支持向量数据描述
- 2012年
- 针对支持向量数据描述中噪声和孤立点带来的过拟合问题,提出了一种Vague集的支持向量数据描述(VFSVDD),利用模糊k-均值聚类方法生成每个训练样本的真、假隶属度,可以精细地控制训练样本对超球面边界的影响。用UCI机器学习数据集的数据实验验证了VFSVDD的有效性。
- 沈菊红黄永东孔妮娜
- 关键词：支持向量数据描述VAGUE集
- 基于模糊支持向量的判别分析被引量：1
- 2015年
- 针对分类过程中噪声影响问题,提出了基于模糊支持向量的判别分析法。利用基于马氏距离的模糊c均值算法,对每个训练样本点赋予不同的隶属度。将模糊支持向量机与Fisher判别法相结合,达到降维去噪的目的。实验结果表明:提出的分类方法的错分率明显低于其他的方法,而且能减轻噪声对分类的不良影响,从而证明算法的有效性。
- 沈菊红万颖颖
- 关键词：FISHER判别模糊C均值算法
- 基于模糊点数据的线性回归分析被引量：3
- 2007年
- 在经典回归分析理论中,假定训练数据是独立同分布的随机样本,并且在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数据的作用是不同的;通常有些训练数据比其它数据可能更为重要,因而不同的训练数据对曲线拟合的贡献应该不同.人们要求重要的训练数据对曲线拟合做出更大的贡献.实现这一目标的策略是给每个训练数据赋予一个置信权重并且重新推导了经典的最小二乘回归方法,分析了它们的统计性质.受文[1]的启发,将这里的样本称为模糊点样本数据.
- 沈菊红
- 关键词：最小二乘
- 基于模糊点数据的回归分析
- 本文为实现训练数据对曲线拟合做出更大贡献这一目标策略，对每个训练数据赋予一个置信权重，在这样的模糊点数据情形下，重新推导了经典的回归方法，其中主要包括最小二乘估计、岭估计、主成分估计等，并且分析了它们的统计性质，这些性质...
- 沈菊红
- 关键词：线性回归模型
- 文献传递
- 预测农民收入的主成分回归模型被引量：8
- 2008年
- 选取1990～2005年影响宁夏农民收入因素的相关数据，建立了关于农民收入的主成分回归模型。该模型通过了各项检验，利用2005年的数据进行预测，预测值和实际值非常接近，说明该模型能够较为准确地反映实际情况，具有一定的使用价值。最后，提出增加宁夏农民收入的建议。
- 沈菊红
- 关键词：主成分回归模型农民纯收入
- 一种基于正态云相似度的语言型多属性决策方法
- 本发明涉及一种基于正态云相似度的语言型多属性决策方法，包括步骤：获取各专家在不同属性上的语言变量并转换为正态云概念，以得到各方案的云决策矩阵；基于云决策矩阵，将正态云概念进行第一次云综合，得到各方案在不同属性下的综合云概...
- 许昌林杨力张光晨马少娟沈菊红
- 基于Hellinger距离的正态云相似性度量方法
- 本发明涉及基于Hellinger距离的正态云相似性度量方法，包括步骤：获取用户项目评分矩阵；基于用户项目评分矩阵统计出每个用户的评分频度向量；根据用户的评分频度向量，将用户的每一次评分作为云滴，通过逆向云变换算法计算得到...
- 许昌林张光晨徐浩沈菊红
- 指数分布模型模糊假设检验的贝叶斯方法被引量：6
- 2005年
- 在独立同分布样本中,对于单参数指数分布中尺度参数的多重模糊统计假设检验,在定时截尾样本情形下,得到了指定损失函数的贝叶斯解. 其中使用的先验分布为Jeffreys先验和共轭先验. 最后,给出了数值算例.
- 沈菊红魏立力
- 关键词：贝叶斯检验指数分布族
- 基于模糊点数据的线性回归模型在判别分析中的应用被引量：2
- 2008年
- 在经典回归分析理论中,训练数据在回归方程的构建中是被同等对待的.然而,在许多实际问题中,训练数据的作用是不同的,通常有些训练数据比其他数据更重要.为此,给每个训练数据赋予一个置信权重(这里的样本称为模糊点样本数据),并且给出了确定该置信权重的几种常用方法,讨论了基于模糊点数据的线性回归模型用于判别分析的情况.最后给出了数值例子.
- 沈菊红
- 关键词：最小二乘
