您的位置： 专家智库 > >

牟建波

作品数：2 被引量：2H指数：1
供职机构：西南交通大学数学学院更多>>
相关领域：自动化与计算机技术理学更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇有效性
  • 1篇群组
  • 1篇罚方法
  • 1篇罚函数
  • 1篇贝叶斯
  • 1篇GIBBS抽...
  • 1篇GROUP
  • 1篇惩罚
  • 1篇惩罚方法
  • 1篇惩罚函数

机构

  • 2篇西南交通大学

作者

  • 2篇牟建波
  • 1篇刘赪
  • 1篇王丽梅

传媒

  • 1篇西华大学学报...
  • 1篇绵阳师范学院...

年份

  • 2篇2017
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
一种改进的K-近邻分类法被引量：2
2017年
介绍现有K-近邻分类法的基本思想和研究现状,并针对此方法在分类各类数据集分布不平衡时容易造成分类精度低的问题作相应的改进。改进的K-近邻分类法中引入类代表度和样本代表度,使得K-近邻分类法在相似度计算时选出的近邻样本更能代表其所在类,从而减小误判率。实验证明改进方法有效。
苏佩娟刘赪牟建波王丽梅
关键词：有效性
基于惩罚方法的贝叶斯群组变量选择
2017年
本文针对既选择组水平变量又选择组内单个变量这两种情况下的变量选择惩罚方法,从贝叶斯的角度进行分析,指出其能被表示为一个最大后验估计.之后,给出贝叶斯框架下的两种群组变量选择惩罚方法的层次模型表达形式,并给出参数估计适于Gibbs抽样的满条件分布.最后,通过模拟比较得出结论:分别用BGL、BSGL模型进行组变量选择和双层变量选择是可行的,但得到的模型在验证集上的预测误差较大.
牟建波刘赪
关键词：惩罚函数GIBBS抽样
全选 清除 导出
共1页<1>
聚类工具0