基于非参数密度估计的异常点诊断方法

异常点诊断是统计学中的经典问题.发现并减少异常点对纳税评估数据分析的影响是一项很有意义的研究.然而,通常的异常点诊断一般采用适用于单峰分布的全局识别方法.借鉴局部域相关积分(Local correlation integral)理论,提出基于非参数密度估计的识别方法.方法适用于多峰分布,能识别局域性质的异常点,对异常点占比较高的样本也有较强的识别能力.基于某市10 920个企业样本,实证分析对比研究了税务局目前使用的和建议的纳税评估方法,结果表明税务局采用的方法有较大的纳税评估风险(误判风险).     

异常观测数据的逐点剔除法

本文通过引进一类特殊的统计量和对其统计性质的分析,得到了一种线性回归函数因变量异常观测数据的逐点剔除方法,该方法能很快地认识和剔除含粗大的误差的观测数据,具有低的误判概率。本文还给出了与本文方法配套的数值算法,说明本文方法的数值实例和仿真结果。     

舰载红外警戒系统目标图像的离群点挖掘算法

针对舰载红外警戒系统目标图像中弱小目标的检测问题,提出了一种基于离群点挖掘的目标检测算法(OBTD)。依据目标与背景在灰度分布上的不同特性,算法将弱小目标视为离群点。分割图像为一系列的子图像,计算子图像中各像素值的局部可达密度,设定阈值挖掘出离群点,得到可能的目标点。算法时间复杂度低,实时性好。试验表明,该算法能有效地检测出图像中的弱小目标,便于进一步的目标识别和跟踪。     

稳健Madaline网络算法及其在复方制剂分析中的应用

根据常用稳健回归方法的原理,对神经网络算法之一Ｍａｄａｌｉｎｅ网络算法作了改进,建立了稳健Ｍａｄａｌｉｎｅ网络算法。甲硝唑和氯霉素组成的两组分复方制剂的分析结果表明：该法具有较好的稳健性能,其最大奇异点数约占总样本数的５０％,优于Ｍ估计的稳健性能。     

时间序列异常值探测的Bayes方法及其GNSS数据质量控制中的应用

GNSS卫星精密定轨定位的观测量验后残差分析是数据质量控制的重要组成部分。目前的方法都是根据经验设定异常值判断的阈值,没有利用验后残差序列的时间序列特性。引入基于识别变量的AR模型异常值探测的Bayes方法对验后残差序列中的异常值进行探测;将异常值探测问题转化为识别变量后验概率值的计算问题,并给出明确的判别阈值,通过后验概率值与事先给定的阈值进行比较判别出异常值的位置;运用Gibbs抽样设计了识别变量后验概率值的计算方法和异常值的估算方法。实测数据对该算法的验证表明该算法能够准确地探测出异常值的位置,将异常值剔除之后的观测值序列应用到精密单点定位中,结果表明该算法的使用提高了精密单点定位的定位精度。     

离群数据挖掘方法研究

离群数据挖掘是数据挖掘技术的重要研究领域之一。在简单介绍了离群数据挖掘的产生背景及研究意义后,对几种主要的离群数据挖掘方法进行了简单的阐述,详细论述了基于距离的离群数据挖掘算法和基于密度的离群数据挖掘算法,希望能为离群数据挖掘的研究者提供借鉴。     

对聚类算法普遍存在问题的解决办法

聚类广泛应用于统计、机器学习、模式识别、数据分析等领域并越来越受重视。本文研究了各种聚类算法共同面临的五个问题：聚类效果评估、类数目估计、数据预处理、样本间相似性测量、抗干扰性能，分析了对这些问题的有代表性的解决方法，总结并预测了未来聚类算法在这五个方面的研究方向。