多異常點識別的貝葉斯方法.pdf_第1頁
已閱讀1頁，還剩29頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領

文檔簡介

1、多異常點識別問題是統(tǒng)計診斷領域中的一個難題，經(jīng)典的統(tǒng)計診斷理論對此一直沒有有效的方法，其中計算的復雜度和結(jié)果的粗糙性是很難克服的.本文的主要目的是針對這個問題，提出-套全新的解決方案。 本文采用貝葉斯框架，為每個數(shù)據(jù)點設置-個指示變量，用于說明該數(shù)據(jù)點是否為異常點，為確定起見，我們研究了線性模型的多異常點識別問題，以整個空間的均勻分布作為異常點的分布，之所以采用這一非正常分布，是因為在實際問題中異常點的來源是不清楚的，本文假定異

2、常點個數(shù)是未知的.我們給每個參數(shù)設置了先驗，由這些先驗可以得到相應的后驗分布，通過對這些指示變量所服從的后驗分布進行Monte Carlo抽樣，我們就可以估計每個數(shù)據(jù)點是否為異常點的概率. 為了檢驗我們的方法的精確性和有效性，本文進行了一系列模擬實驗.實驗結(jié)果是非常令人滿意的：每組實驗中正常點被當作異常點或者異常點被當成正常點的頻率都很小，在十組實驗中異常點被算法正確選擇的頻率都很高，幾乎接近100％.而且，我們的實驗結(jié)果對參數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論