国家社会科学基金(13BTJ006)
- 作品数：3 被引量：1H指数：1
- 相关作者：张维群石倩王佐仁陈文浩岳雪更多>>
- 相关机构：西安财经学院西安交通大学更多>>
- 发文基金：国家社会科学基金全国统计科学研究计划项目更多>>
- 相关领域：理学经济管理社会学更多>>
- 基于Copula连接函数的数据挖掘关联算法的设计
- 2014年
- 现实中海量数据往往持续地产生,如何实现信息和知识的动态挖掘已成为人们关注的理论问题。根据数据集分批分步输入处理的思想,以Copula连接函数为理论基础,给出一种有效海量数据的关联分步测度算法,通过模拟实验验证了该算法的可行性,结果显示所设计的关联算法能显著提高关联效应测量的效率,并能有效地解决超海量数据关联效应的测度问题。
- 张维群岳雪
- 关键词：连接函数
- 关于多维指标抽样调查中删除指标的均值估计被引量：1
- 2014年
- 针对多维度指标抽样调查情况,运用多变量幂函数逼近理论,对多指标中删除的指标构造出一类依赖于保留指标的估计量,通过对其性质的讨论,得出了该估计量的抽样误差与样本量的倒数同阶的结论。在抽样调查的实际应用中,可以根据给定的抽样误差,对部分指标进行调查,未被调查指标的均值通过调查指标值的估计去实现,从而达到了解全部指标信息的目的。
- 王佐仁石倩
- 关键词：估计量抽样误差最小二乘估计
- 基于高维分步投影的多重分区聚类算法
- 2017年
- 基于数据分布密度划分的聚类算法是数据挖掘聚类算法中的主要方法之一。针对传统密度划分聚类算法存在运算复杂、运行效率不高等缺陷,设计出高维分步投影的多重分区聚类算法;以高维分布投影密度为依据,对数据集进行多重分区产生数据集的子簇空间,并进行子簇合并形成了理想的聚类结果;依据算法进行实验,结果证明该算法具有运算简单和运行效率高等优良性。
- 张维群陈文浩
- 关键词：聚类算法密度分布
