發(fā)布時(shí)間：2024-11-02 14:18

　　多源數(shù)據(jù)融合是解決很多現(xiàn)實(shí)問題的一種重要方法,已被用于解決醫(yī)學(xué)、地理科學(xué)等多個(gè)研究領(lǐng)域。多源數(shù)據(jù)融合方法起源于20世紀(jì)60年代,可以將不同來源的數(shù)據(jù)整合到一起,再對整合后的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。相較于單一數(shù)據(jù)源模型,多源數(shù)據(jù)模型具有更多的原始信息,在數(shù)據(jù)推斷方面表現(xiàn)更加優(yōu)良。文獻(xiàn)中的方法考慮到生物醫(yī)藥學(xué)等領(lǐng)域研究中所受到的經(jīng)費(fèi)等因素限制,大多是將多源小規(guī)模數(shù)據(jù)進(jìn)行融合,其不能適應(yīng)多源大數(shù)據(jù)背景下的很多實(shí)際問題。另一方面,目前對于多源數(shù)據(jù)融合的假設(shè)檢驗(yàn)問題的研究相對較少,并且已有的方法在不同樣本量以及各節(jié)點(diǎn)方差的情形下表現(xiàn)不夠穩(wěn)健。因此,本文將結(jié)合統(tǒng)計(jì)機(jī)器學(xué)習(xí)算法,著力于解決前述的兩個(gè)問題。隨著數(shù)據(jù)挖掘技術(shù)的不斷提升,數(shù)據(jù)越來越容易獲取,因此文章結(jié)合子抽樣(Subsampling)方法考慮了多源大數(shù)據(jù)融合方法的構(gòu)造問題。本文考慮到大規(guī)模數(shù)據(jù)分析面對的高昂計(jì)算成本和存儲(chǔ)代價(jià),基于均勻抽樣和杠桿得分(Leverage Score)重要性抽樣等方法,提出了一種多源大數(shù)據(jù)的子抽樣融合方法,并借助Monte Carlo方法與單節(jié)點(diǎn)推斷方法進(jìn)行了比較研究,驗(yàn)證了本文所提出方法的優(yōu)越性。其次,本文借助參數(shù)b...

【文章頁數(shù)】：36 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

第三章多源大數(shù)據(jù)的子抽樣融合方法研究16圖3-1兩種情形下的子抽樣與全樣本模型的的MSE3.2.4小結(jié)本節(jié)提出了在大數(shù)據(jù)下的多源數(shù)據(jù)融合中使用子抽樣方法，以便減少計(jì)算量以及降低存儲(chǔ)代價(jià)。與不進(jìn)行數(shù)據(jù)融合的模型相比，抽樣后再融合的模型的估計(jì)更優(yōu)，且杠桿值抽樣的模型比均勻抽樣的模型計(jì)....

第四章多源數(shù)據(jù)融合問題的bootstrap檢驗(yàn)19方法來與文獻(xiàn)[/]中使用卡方分布來作為檢驗(yàn)統(tǒng)計(jì)量近似分布的檢驗(yàn)方法比較，提高檢驗(yàn)的可靠性。圖4-1檢驗(yàn)統(tǒng)計(jì)量取值的頻數(shù)直方圖對比4.1.2參數(shù)bootstrap檢驗(yàn)參數(shù)bootstrap方法需要用參數(shù)估計(jì)值來代替未知參數(shù)，得到估計(jì)....

第四章多源數(shù)據(jù)融合問題的bootstrap檢驗(yàn)21圖4-2共享所有系數(shù)時(shí)的接受率對比折線圖圖4-2是共享所有系數(shù)情形下，本節(jié)提出的參數(shù)bootstrap方法與文獻(xiàn)[/]中所使用的方法計(jì)算的接受率的對比的折線圖，紅色的折線表示使用參數(shù)bootstrap方法計(jì)算的接受率，藍(lán)色的折線則....

第四章多源數(shù)據(jù)融合問題的bootstrap檢驗(yàn)22=0.5O×O+0.5O×O0.2O×L0.2L×O0.8L×L+0.2L×L1，是單位陣，是元素全為1的8×8維矩陣。分別設(shè)置了兩個(gè)節(jié)點(diǎn)的誤差項(xiàng)/^￠0，/4￡，4^￠0，44￡。具體地：....

本文編號(hào)：4009640