陈建东

作品数:3被引量:3H指数:1
导出分析报告
供职机构:上海财经大学统计与管理学院更多>>
发文主题:LS-SVM最小二乘支持向量机GCV非线性模型惩罚方法更多>>
发文领域:自动化与计算机技术经济管理更多>>
发文期刊:《计算机工程》《统计与决策》《系统工程理论与实践》更多>>
所获基金:上海市教育委员会重点学科基金教育部人文社会科学研究基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-3
视图:
排序:
LS-SVM模型选择的秩准则及其比较
《计算机工程》2011年第18期185-187,共3页陈建东 王小明 
上海财经大学"211"工程三期重点学科建设基金资助项目(B803)
在最小二乘支持向量机的模型选择问题中,基于再抽样技术的模型选择方法,不能从根本上解决计算强度过高的问题。为此,提出基于模型复杂程度进行惩罚的新方法——秩准则,给出估计最小二乘支持向量机调谐参数的快速稳健算法。实例研究表明...
关键词:最小二乘支持向量机 模型选择 BOOTSTRAP方法 惩罚方法 秩准则 
基于非线性模型的城镇居民基尼系数的趋势分析被引量:1
《统计与决策》2011年第15期78-81,共4页陈建东 王小明 
上海财经大学211工程三期和上海市重点学科建设共同资助项目(B803)
文章基于库兹涅茨倒U型曲线理论,根据我国的实际情况,提出了建立城镇居民基尼系数的非线性模型的方法,利用这种方法对我国城镇居民基尼系数进行了实证研究,验证了这种方法的合理性,同时分析了城镇居民基尼系数的未来走势,预测了城镇居...
关键词:城镇居民基尼系数 库兹涅茨U型曲线 非线性模型 
LS-SVM的GCV模型选择方法与快速算法被引量:2
《系统工程理论与实践》2010年第1期112-118,共7页陈建东 李娴 王小明 
教育部社会科学基金(#05JA910004);上海财经大学211工程三期;上海市重点学科建设项目(B803)
在最小二乘支持向量机(LS-SVM)的模型选择问题中,基于再抽样技术的模型选择方法(如Bootstrap和快速Bootstrap),不能从根本上解决计算强度过高的问题.提出了基于GCV准则的模型选择方法,并建立了LS-SVM模型超参数(或旋转参数)估计的快速算...
关键词:最小二乘支持向量机 模型选择 快速Bootstrap 快速GCV 
检索报告 对象比较 聚类工具 使用帮助 返回顶部