李华
- 作品数：10 被引量：11H指数：2
- 供职机构：长春大学理学院更多>>
- 发文基金：国家自然科学基金吉林省教育厅科研项目吉林省自然科学基金更多>>
- 相关领域：理学文化科学自动化与计算机技术经济管理更多>>
- 基于多元统计分析方法对我国不同省市自治区的发展水平初步分析被引量：2
- 2015年
- 将多元统计分析方法与实际应用结合对我国不同省市自治区的发展水平进行初步分析。多元统计方法涉及较为复杂的数学理论,内容众多,本文选取其中三方面内容作为分析工具:通过典型相关分析找出几对主要综合变量,研究不同因子的相关关系;通过聚类分析对我国不同省市自治区进行分类并探究其原因;通过主成分分析以及结合聚类分析对我国不同省市自治区作综合评价。
- 李华石荣平
- 关键词：聚类分析主成分分析
- 基于AdaBoost方法的近红外光谱建模分析被引量：1
- 2022年
- 用常规化学分析设备测定淀粉中各成分含量耗时长、成本高,故探索基于近红外光谱技术的淀粉成分含量测定新途径.采用AdaBoost回归模型及其改进模型对近红外光谱数据进行建模,实现对淀粉中水分成分含量的预测及分析,对比了4种不同AdaBoost模型及同一模型下选择不同的损失函数,总计8种情况下的模型拟合效果.结果显示:AdaBoost R.T方法作为AdaBoost.R2方法之后衍生的改进算法,通过均方误差和决定系数均可明显看出预测效果好于原AdaBoost.R2方法;再对AdaBoost R.T方法进行鲁棒性改进,递归调整AdaBoost R.T算法中的阈值,对比原始预测结果发现改进后展现出更好的模型性能;通过对弱学习器在强学习中所占权重改进后的AdaBoost.R2方法,建立的预测模型在训练集和测试集上的预测效果均优于作为对比的其他3种方法;在涉及损失函数选择的两种方法中,均发现损失函数选择指数损失的模型效果最优.研究表明利用近红外光谱技术和AdaBoost回归模型对淀粉成分含量预测是可行的.
- 李华荣婕妤
- 基于递推最小二乘预测的被动进攻在线投资组合算法分析
- 2023年
- 在被动进攻算法(passive aggressive mean reversion, PAMR)的基础上引入了递推最小二乘,使用其预测值代替原先的相对价格,同时实证分析了国内外5个股票数据集.结果证明,递推最小二乘被动进攻算法均取得了更好的累计收益,证实了其更加优异的收益能力.
- 李华何洪浏
- 关键词：递推最小二乘
- 综合运用多元分析方法分析我国各地区工业企业经济效益被引量：4
- 2015年
- 应用多元统计分析中主成分分析、因子分析和聚类分析方法对我国各地区工业企业经济情况加以分析,文中主要抽取了全国31个省市关于经济效益的5个指标的数据,力图得到这些省市工业企业经济效益的横向和纵向的比较结果。
- 李华唐义杰
- 关键词：主成分分析聚类分析非参数统计
- 大维随机矩阵的渐进特征被引量：4
- 2014年
- 阐述了样本维数与样本量成比例趋于无穷时,大维随机矩阵特征向量子空间的极限特征.指出当随机矩阵列的谱具有谱分离的特征时,其特征向量子空间具有一定的渐进特征.
- 李华白志东肖玉山
- 关键词：随机矩阵谱分布特征向量
- 基于FM度量的自适应K-Means聚类的工业生产运行基准挖掘
- 2022年
- 针对工业生产传统运行优化方法计算复杂,以及优化目标往往很难达到稳态的问题,提出基于FM度量的自适应K-Means聚类的工业生产运行基准挖掘方法。首先,以运行负荷等变量作为筛选标准,提出基于方差的稳态判别算法,筛选出历史数据中的稳态工况,并根据实际运行参数,对稳态工况进行细分;其次,由于K-Means算法需要预先设定K值,提出基于FM度量的自适应算法确定K值进行K-Means聚类,并利用能耗指标确定最优的聚类中心;最后,采用某实际生产企业的历史运行数据进行模型验证。
- 李华贾雪
- 关键词：K-MEANS聚类
- 有关秩集样本的应用
- 2006年
- 主要介绍有关秩集抽样的基本方法,并应用该方法进行了最紧的某处最优势检验,并与利用简单随机样本进行的检验进行比较。
- 李华
- 渐进多元正态总体均值最紧致某处最优势检验——秩集样本的应用
- 2006年
- 将原有的多元正态总体均值的最紧致某处最优势检验推广到渐进多元正态总体均值的最紧致某处最优势检验。并利用秩集样本进行了渐进多元正态总体均值的最紧致某处最优势检验。
- 李华
- 随机占优检验统计量
- 2014年
- 针对风险厌恶人群给出随机占优统计量确定其极限分布过程,并通过Bootstrap方法确定分位点。
- 李华肖玉山
- 关键词：风险厌恶
