王惠惠
- 作品数：3 被引量：1H指数：1
- 供职机构：宁夏大学教育科学学院更多>>
- 发文基金：宁夏回族自治区自然科学基金教育部科学技术研究重点项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学水利工程天文地球更多>>
- 基于模糊点数据的回归变点识别被引量：1
- 2007年
- 传统的变点识别算法都是在精确数据集上实现的,从而忽略了数据对分析者的重要程度这一先验信息。提出用一种基于模糊点的回归类挖掘算法来识别变点。该方法首先逐步挖掘模糊点数据集中的回归类,然后确定回归变点,因而变点的数目是自动获得的,无须事先确定。试验表明,该方法不仅具有高度的稳健性,而且通过引入模糊点,将要分析数据的先验信息引入到回归类的挖掘过程中,因而所得的变点估计更具实用性。
- 王惠惠魏立力
- 回归模型中变点识别的一种稳健方法
- 2008年
- 变点识别是数据分析中一个非常重要的研究内容。文中针对目前变点识别研究中忽略了方法的稳健性,未能充分考虑异常值的影响的不足,提出利用一种高度稳健的回归类混合分解算法来识别变点。该方法从混合回归模型的角度,将含有变点的回归模型看作回归类的混合,通过逐步挖掘数据集中的回归类,并对排序后的回归类进行分析,进而确定变点的位置及个数。数值模拟表明,在识别变点的过程中无须预先指定变点的数目,并且具有高度的稳健性和有效性。
- 王惠惠魏立力
- 水文时间序列变点识别的一种稳健方法
- 2008年
- 针对目前水文时间序列变点识别研究中忽略了方法的稳健性,未能充分考虑异常值的影响的不足,提出了利用一种高度稳健的高斯混合密度分解算法来识别水文时间序列中的变点,并以此来研究水文时间序列均值的突变.该方法的核心是根据观测到的资料,通过逐步挖掘服从不同正态分布的时间序列分支,将均值变点的识别问题转化为混合正态密度的聚类问题,从而达到估计变点的位置以及自动获得变点的数目估计的目的.实例计算结果表明,该方法对含有噪声的时间序列数据,仍能准确识别变点的位置,较好地解决了水文序列变点识别的稳健性问题.
- 王惠惠
- 关键词：水文时间序列
