排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
函数型数据多以多变量的形式出现,目前的多元函数型聚类方法常以数据贴合的方式进行处理,不能充分提取各变量的共同信息及不同变量间的互补信息。为了进一步提取各变量中蕴含的聚类特征信息,本文在多视角学习框架下讨论多元函数型数据的聚类方法:构建了一个能够将多元函数型数据生成过程和各视角数据聚类特征提取统一进行的目标函数;借助非负矩阵分解的聚类特性,提出了一个基于半非负矩阵分解的多元函数型聚类模型;给出了交替迭代更新的求解算法。模拟实验结果显示,与现有的多元函数型聚类方法相比较,该聚类方法的聚类性能显著提高;以北京市空气质量监测站点应用为例,其聚类结果表明,多视角方法在聚类精度和信息提取方面具有优势。 相似文献
2.
针对微观数据缺乏的情况,借助位置-尺度分布族、截尾分布等统计概念与性质,提出了基于收入随机变量、分布函数的个人所得税制度对收入差距影响效应的测度方法.方法适用于微观调查数据,也适用于收入分组数据.作为应用,将该方法用于2008-2010年我国个人所得税制度对收入分配影响效应的定量分析.结果表明:个人所得税制度使收入差距的扩大趋势得到抑制,基本符合居民之间的税负公平原则.但随着城镇居民收入的增长,既定个人所得税制度优化收入分配结构的能力逐年减弱,免税额和应税区间的改革具有合理性. 相似文献
1