多源數(shù)據融合是解決很多現(xiàn)實問題的一種重要方法,已被用于解決醫(yī)學、地理科學等多個研究領域。多源數(shù)據融合方法起源于20世紀60年代,可以將不同來源的數(shù)據整合到一起,再對整合后的數(shù)據進行統(tǒng)計分析。相較于單一數(shù)據源模型,多源數(shù)據模型具有更多的原始信息,在數(shù)據推斷方面表現(xiàn)更加優(yōu)良。文獻中的方法考慮到生物醫(yī)藥學等領域研究中所受到的經費等因素限制,大多是將多源小規(guī)模數(shù)據進行融合,其不能適應多源大數(shù)據背景下的很多實際問題。另一方面,目前對于多源數(shù)據融合的假設檢驗問題的研究相對較少,并且已有的方法在不同樣本量以及各節(jié)點方差的情形下表現(xiàn)不夠穩(wěn)健。因此,本文將結合統(tǒng)計機器學習算法,著力于解決前述的兩個問題。隨著數(shù)據挖掘技術的不斷提升,數(shù)據越來越容易獲取,因此文章結合子抽樣(Subsampling)方法考慮了多源大數(shù)據融合方法的構造問題。本文考慮到大規(guī)模數(shù)據分析面對的高昂計算成本和存儲代價,基于均勻抽樣和杠桿得分(Leverage Score)重要性抽樣等方法,提出了一種多源大數(shù)據的子抽樣融合方法,并借助Monte Carlo方法與單節(jié)點推斷方法進行了比較研究,驗證了本文所提出方法的優(yōu)越性。其次,本文借助參數(shù)b...

【文章頁數(shù)】：36 頁

【學位級別】：碩士

【部分圖文】：

第三章多源大數(shù)據的子抽樣融合方法研究16圖3-1兩種情形下的子抽樣與全樣本模型的的MSE3.2.4小結本節(jié)提出了在大數(shù)據下的多源數(shù)據融合中使用子抽樣方法，以便減少計算量以及降低存儲代價。與不進行數(shù)據融合的模型相比，抽樣后再融合的模型的估計更優(yōu)，且杠桿值抽樣的模型比均勻抽樣的模型計....

第四章多源數(shù)據融合問題的bootstrap檢驗19方法來與文獻[/]中使用卡方分布來作為檢驗統(tǒng)計量近似分布的檢驗方法比較，提高檢驗的可靠性。圖4-1檢驗統(tǒng)計量取值的頻數(shù)直方圖對比4.1.2參數(shù)bootstrap檢驗參數(shù)bootstrap方法需要用參數(shù)估計值來代替未知參數(shù)，得到估計....

第四章多源數(shù)據融合問題的bootstrap檢驗21圖4-2共享所有系數(shù)時的接受率對比折線圖圖4-2是共享所有系數(shù)情形下，本節(jié)提出的參數(shù)bootstrap方法與文獻[/]中所使用的方法計算的接受率的對比的折線圖，紅色的折線表示使用參數(shù)bootstrap方法計算的接受率，藍色的折線則....

第四章多源數(shù)據融合問題的bootstrap檢驗22=0.5O×O+0.5O×O0.2O×L0.2L×O0.8L×L+0.2L×L1，是單位陣，是元素全為1的8×8維矩陣。分別設置了兩個節(jié)點的誤差項/^￠0，/4￡，4^￠0，44￡。具體地：....

本文編號：4009640