基于变系数模型的山东省人口自然增长率分析及预测

人口的合理建模是人口预测、控制与管理的基础工作,是当前人口研究的热点问题之一.准确地预测人口信息,是制定未来人口发展目标和生育政策等有关人口政策的基础,对研究制定地方经济和社会发展决策具有重要的参考价值.主要利用变系数模型研究山东省人口自然增长率及与之有关的因素,并且对2007年的人口自然增长率进行预测,预测值3.9367‰,实际值3.58‰.     

基于残差的趋势性分析检验线性回归关系

通过对回归模型的拟合残差的趋势性分析,分别在重复测量和非重复测量下提出了检验线性回归关系的方法。实例分析与模拟试验表明所提出的检验方法具有满意的功效。     

最大熵和l2,0范数约束的无监督特征选择算法

无监督特征选择可以降低数据维数,提高算法的学习性能,是机器学习和模式识别等领域中的重要研究课题。和大多数在目标函数中引入稀疏正则化解决松弛问题的方法不同,提出了一种基于最大熵和l2,0范数约束的无监督特征选择算法。使用具有唯一确定含义的l2,0范数等式约束,即选择特征的数量,不涉及正则化参数的选取,避免调整参数。结合谱分析探索数据的局部几何结构并基于最大熵原理自适应的构造相似矩阵。通过增广拉格朗日函数法,设计了一种交替迭代优化算法对模型求解。在四个真实数据集上与其他几种无监督特征选择算法的对比实验,验证了所提算法的有效性。     

基于谱聚类和L2,1范数的多视图聚类算法

为了获得结构更加合理的相似矩阵,提出了基于谱聚类和L2,1范数的多视图聚类算法.该算法首先将改进的多视图亲和矩阵利用L2,1范数正则项合理地构造出相似矩阵S,使S在整体稀疏的情况下保证局部的强线性关系;然后同时进行相似矩阵的学习和谱聚类过程,将相似矩阵S和标签矩阵F交替迭代,加强数据集与降维后的F的几何结构的紧密联系;最后对所提出的算法进行了实验,结果表明该算法是有效的.     

基于[k]-近邻与局部相似度的稀疏子空间聚类

为了获得结构更加合理的仿射矩阵,提出了一种基于[k]-近邻与局部相似度的稀疏子空间聚类算法。该算法首先计算每个点的[k]-近邻,并对其用[k]-近邻数据点进行线性表示,使仿射矩阵在整体稀疏的情况下保证局部的强线性关系。基于图论知识,利用数据的实际分布情况对仿射矩阵进行约束,使仿射矩阵进一步合理地等价于待进行谱聚类的相似矩阵。在人造数据集、随机生成的子空间数据集、图像数据集以及真实数据集上进行了实验,结果表明该算法是有效的。     

基于混合地理加权回归模型的我国人均GDP分析

混合地理加权回归模型是在解释变量中同时包含了全局变量和局域变量,应用混合地理加权回归模型分析了我国2006年人均GDP空间特征,揭示了空间的非平稳关系.结果表明,(1)人口密度、就业率和人均国内生产总值呈正相关;(2)工业化程度、人均固定资产投资额、人均第一产业生产额、城市化水平和人均电力消耗量具有空间非平稳性.