- 博客(10)
- 收藏
- 关注
RSS订阅原创 投稿完整流程-以IEEE TCYB为例
对于IEEE的不同杂志，是由不同的投稿账号的，这一点需要注意。选择论文类型TYPE，有三个选项，一般选择Regular Paper，其他的自己可以在本刊上搜几篇主题相关的论文，看看他们发的是什么类型的。（2）进入提交向导之后，选择最后一个杂志作者，然后点击下面的下载模板即可进入到上述选择模板的界面了。提交了之后再点击Update Order，就会在上面一行中显示已提交的文件，最后调整一下文件的顺序。添加作者的时候，通过邮箱搜索作者，然后点击Add co-author，添加共同作者。
2023-12-27 10:35:27
2571
1
原创 什么是置信区间
之前看到过这样一个例子,简直可以很完美的解释这个问题~以前很流行一种刮刮卡：游戏规则是（假设只有一个大奖）：· 大奖事先就固定好了，一定印在某一张刮刮卡上· 买了刮刮卡之后，刮开就知道自己是否中奖那么我们起码有两种策略来刮奖：点估计：买一张，这就相当于你猜测这一张会中奖(直接用样本统计量来估计总体参数值）区间估计：买一盒，这就相当于你猜测这一盒里面会有某一张中奖（根据样本统计量，按一定的概率大小确定包含总体参数值）很显然区间估计的命中率会更高（当然费用会更高，因为风险降低了）。
2023-12-17 19:44:22
1022
1
转载 Time series big data: a survey on data streamframeworks, analysis and algorithms
file:///C:/Users/Lenovo/Downloads/Time_series_big_data_a_survey_on_data_stream_frame.pdf
2023-07-14 16:13:59
181
1
转载 从预测到决策
典型的预测任务包括预测某个产品未来的销量、未来有哪些用户有流失风险，有哪些客户可能会购买我的理财产品等，目前的机器学习算法已经能很好地完成这类任务。决策问题则有一个明显的特点，就是更强调如何干预能够实现预期结果。比如，如何设定产品价格能够获得最高的销量、如何干预可以有效挽留有流失风险的用户、如何针对不同用户应该选择促销策略以提高购买转化率，这些都是典型的决策性任务。商业智能分为几个阶段：从最基础的描述性分析、诊断性分析，告诉我们过去曾发生了什么；
2023-07-13 22:12:54
207
1
转载 FCS | 主编视点：排演——从预测到决策
https://journal.hep.com.cn/fcs/EN/article/downloadArticleFile.do?attachType=PDF&id=32837
2023-07-13 22:08:05
208
1
转载 核函数(Kernel function)
已知有一组向量，可用线性函数去探索其是否具有线性关系，若数据之间是非线性呢？非线性数据是指只有利用非线性模型才能更好的预测。但非线性问题往往不好求解，所以希望用解线性分类问题的方法解决这个问题。所采取的方法是进行一个非线性变换，将非线性问题变换为线性问题，通过解变换后的线性问题的方法求解原来的非线性问题。原理是将数据映射到高维数据，在高维空间线性可分。如下图，从低维转换到高维，是转换函数。 但是有个问题，高维空间的数据计算存在困难。所以替代方案是在特征空间...
2022-04-21 10:06:32
7251
原创 优化算法3--蚁群算法(原理)
1 算法简介优化问题在科学和工业领域都非常重要。这些优化问题的实际例子有时间表调度、护理时间分配调度、列车调度、容量规划、旅行商问题、车辆路径问题、群店调度问题、组合优化等。为此，开发了许多优化算法。蚁群优化就是其中之一。蚁群优化(Ant colony optimization,ACO))是一种寻找最优路径的概率技术。在计算机科学和研究中，蚁群优化算法被用于解决不同的计算问题。蚁群优化算法(Ant colony optimization, ACO)最早由Marco Dorigo在90年代...
2022-01-02 15:02:27
7133
转载 优化算法2--遗传算法(原理)
1 算法简介遗传算法是一种随机全局优化算法。它的灵感来自通过自然选择的生物进化理论。具体来说，是将对遗传学的理解与理论结合起来的新的综合。与人工神经网络一样，它是最受欢迎和最广为人知的生物启发算法之一。该算法是一种进化算法，以遗传重组和遗传突变为基础，利用二元表示和简单算子的自然选择，根据生物进化理论(适者生存)进行优化。该算法使用类似的遗传表示(位串)、适应度(函数计算)、遗传重组(位串的交叉)和变异(翻转位)。该算法首先创建一个固定大小的随机位串的总体。算法的主循环...
2021-12-22 17:06:06
1756
转载 优化算法1--粒子群优化算法(原理)
1 粒子群算法简介 粒子群算法(Particle swarm optimization, PSO)是一种仿生算法，它是一种在求解空间中寻找最优解的简单算法。它与其他优化算法的不同之处在于，它只需要目标函数，不依赖于目标的梯度或任何微分形式。它也有很少的超参数。 粒子群算法是由Kennedy和Eberhart在1995年提出的。正如在最初的论文中提到的，社会生物学家认为一群鱼或一群鸟在一个群体中移动，可以从所有其他成员的经验中获益。 换句话说，当一只鸟在空...
2021-12-21 12:52:51
3278
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人