导读:本文包含了指数选择论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:指数,换手率,希尔,邻域,函数,在线,私募。
指数选择论文文献综述
李校林,吴腾,郭有庆[1]（2019）在《融合邻域判别指数的混合式特征选择算法》一文中研究指出特征选择是机器学习领域的重要课题,基于互信息的特征选择算法在多个领域得到了广泛应用.但是该类方法忽略了属性之间的相互作用对决策结果的影响,无法满足高维特征数据集的分类要求.针对这类问题,提出一种引入邻域判别指数的混合式特征选择算法NDI-RF.首先在特征过滤阶段,利用邻域判别指数作为判决指标,通过图论聚类思想去除冗余特征,获得相关联的代表特征集;然后通过改进随机森林封装器的特征分配机制,结合序列后项搜索策略评估各个特征子集的分类效果;最终通过逐次迭代选择最高分类准确率所对应的特征子集作为最优特征子集.在UCI数据集上的实验结果表明,NDI-RF算法相较于其他特征选择算法,能够有效地减少最优特征子集的大小,同时保证较高的分类准确率.(本文来源于《小型微型计算机系统》期刊2019年11期）
余小高,余骥超[2]（2019）在《基于指数分布的非均衡数据特征选择》一文中研究指出指数分布的数据特征存在广泛,在风险预警中,正负样本是非均衡的,传统的算法不能满足该类数据特征选择的效率和准确率。为了提高指数分布的非均衡数据特征选择的效率和准确率,文章首先改进了SMOTE,消除过拟合问题,其次采用皮尔逊相关性,计算特征的相关度,选出最优特征子集,最后给出了具体算法。实验证明,该方法能够提高指数分布的非均衡数据特征选择的效率和准确率,增强了预警模型的性能。(本文来源于《统计与决策》期刊2019年20期）
许孝如[3]（2019）在《资金选择避险 私募信心指数及仓位双降》一文中研究指出作为金融行业的风向标，私募基金的信心情况和仓位情况备受市场关注。私募排排网数据显示，10月融智·中国对冲基金经理A股信心指数为110.25，继9月份大增之后，10月环比大跌10.80%。与此同时，股票私募的仓位环比下降7.44%，显示私募整体偏谨(本文来源于《证券时报》期刊2019-10-09）
牛洋,许学军[4]（2019）在《全要素生产率的计算方法与变量选择的改良——基于DEA的Malmquist指数法》一文中研究指出我国经济发展正处于转型阶段的最后"窗口期",所以一定要把重心放在提升经济发展的质量和效益上才可实现可持续发展。而实现全要素生产率的提高是我国经济政策设定的目标之一,本文通过对比众多文献,吸纳其有益的内容,从全要素生产率计算方法到变量的选择都做了改良;为了弥补Malmquist指数法不能用单一地区作为样本的缺陷,提高结果的准确性,本文选取14个省份2003-2017年的面板数据,应用Malmquist指数法分析,并重点对比了河南省和江浙沪叁地的全要素生产率变化情况,通过借鉴上海市的发展经验,对河南省在经济转型中提高经济质量提出建议。(本文来源于《中国物价》期刊2019年09期）
李毅,李明,罗媞,邓正华[5]（2019）在《湖南省各地级市产业技术选择指数的实证研究》一文中研究指出基于产业技术选择指数的面板数据模型,对2009—2015年湖南省各地级市的资源禀赋和产业技术选择进行实证研究,结果发现:①湖南省各地级市的产业发展战略呈现出湘西北、湘东发展失衡,而湘东北、湘南发展基本协调的"十字型"空间特征。②张家界、怀化和常德等湘西北地区和株洲、益阳两个湘中东地区都严重偏离资源禀赋结构的比较优势。③岳阳、湘潭、娄底、永州等城市的产业发展政策对资源禀赋结构的比较优势偏离不大,并且大部分地区的偏离幅度随时间的演变得到持续改进。建议湖南产业发展战略应该遵循产业动态发展规律,充分考虑地区间资源禀赋结构的差异;通过相对降低湘西和湘东地区产业的资本劳动比重以及提高湘中东地区产业的资本劳动比重来优化湖南省各地级市的产业发展战略。(本文来源于《经济地理》期刊2019年06期）
曾令华[6]（2019）在《谨慎选择私募指数增强基金》一文中研究指出今年以来，公募指数增强基金增强效果不明显，但一些私募指数增强基金取得较大幅度的增强收益。部分投资者疑虑，一般说来私募基金以主动管理能力取胜，私募推出的指数增强基金值得买吗？对此，笔者认为，私募指数增强产品值得关注，但需谨慎选择。一般来看，指数增强(本文来源于《中国证券报》期刊2019-06-10）
吴婉婷,朱燕,黄定江[7]（2019）在《在线投资组合选择的半指数梯度策略及实证分析》一文中研究指出针对传统投资组合策略的高频资产配置调整产生高额交易成本从而导致最终收益不佳这一问题,提出基于机器学习与在线学习理论的半指数梯度投资组合(SEG)策略。该策略对投资期进行划分,通过控制投资期内的交易量来降低交易成本。首先,基于仅在每段分割的初始期调整投资组合而其余时间不进行交易这一投资方式来建立SEG策略模型,并结合收益损失构造目标函数;其次,利用因子图算法求解投资组合迭代更新的闭式解,并证明该策略累积资产收益的损失上界,从理论上保证算法的收益性能。在纽约交易所等多个数据集上进行的仿真实验表明,该策略在交易成本存在时仍然能够保持较高的收益,证实了该策略对于交易成本的不敏感性。(本文来源于《计算机应用》期刊2019年08期）
佚名[8]（2019）在《选择图片,测活泼指数》一文中研究指出测试答案:选择A你的性格不属于活泼,是比较安静的那一种。你不喜欢吵吵闹闹的环境,安静的氛围更适合你;你不习惯主动与人打交道,就算别人主动和你说话,你们之间也没有什么过多的话题,窝在家里才是你最放松的状态。你宁可每天对着手机和电视,也不愿意与人有过多的交流,这样的方式让你觉得很安逸。(本文来源于《小学生(上旬刊)》期刊2019年04期）
孙滨峰,赵红,陈立才,舒时富,叶春[9]（2019）在《基于植被指数选择算法和决策树的生态系统识别》一文中研究指出植被指数是对绿色植被的特定表达,在不同环境下的效果不同。植被指数的选择需要结合研究区域的环境特征。本研究将植被指数间的相关系数集成到基于马氏距离的植被指数选择算法中,根据所选样本确定最适宜的植被指数,构建决策树模型,以江西省永丰县为例,开展区域生态系统类型的识别研究。该方法首先确定提取对象,明确对象类别与对象间的隶属关系,然后逐层逐项地提取湿地、森林、草地、农田等生态系统信息。结果表明,所提出的植被指数选择算法具有较好的适用性;生态系统识别的总体精度达89. 11%,构建的决策树模型的分类精度高于传统方法,可为区域生态系统信息提取和生态系统管理提供研究方法。(本文来源于《农业机械学报》期刊2019年06期）
陶文惠[10]（2019）在《基于指数平方损失的两类半参数模型的变量选择》一文中研究指出半参数模型不但具有参数模型容易解释的优点而且具有非参数模型灵活性的特点。当协变量维数较高时,半参数模型还克服了非参数模型“维数灾难”的问题。因此这类模型受到很多学者的广泛关注,还在经济学和生物学等很多领域有广泛应用。本文主要对部分线性可加模型和变系数部分非线性模型的估计和变量选择问题进行研究。众所周知,现存的估计方法大多是建立在最小二乘的基础上。但是这种方法对数据中的异常值或重尾误差分布非常敏感,很不稳健,极大降低了估计的有效性。这需要我们寻找更稳健的估计方法,本文将使用指数平方损失的方法进行估计。对于变量选择的问题,我们一方面希望选择出模型中只含有与响应变量真正相关的少数协变量,来达到很好的预测效果,另一方面希望我们所使用的变量选择方法比较稳健,当数据中有异常值或重尾误差分布时,不至于变量选择的结果受到很大的影响。因此本文基于指数平方损失使用SCAD惩罚函数方法对两类半参数模型进行稳健变量选择。本文一共分为四章,第一章我们先介绍了部分线性可加模型、变系数部分非线性模型以及指数平方损失方法的基础知识及其相应的研究背景与现状。第二章主要对部分线性可加模型进行了稳健估计和变量选择。对此模型的可加部分利用B样条基函数近似,利用SCAD惩罚函数方法对模型进行变量选择。这一切工作都是建立在指数平方损失函数方法下进行的。在适当的正则条件下,我们建立并证明了所使用方法的估计和变量选择的理论性质。除此之外,在本章数值模拟例1中,我们用均方误差(MSE)评价参数部分估计的有效性,用平均平方误差的平方根(RASE)评价可加部分估计的有效性,通过与其他方法数值的比较,我们的方法得到很好的估计效果。在例2中,用RASE评价可加部分估计的有效性,用广义均方误差(GMSE)评估参数部分估计的有效性,当样本量为200,误差分布是N(0,1)时,虽然惩罚指数平方损失(PESL)的RASE比惩罚最小二乘(PLSE)的略大,即PESL的非参数估计的有效性略差,但是PESL的关于正确识别真实模型的比率(CF)较大,即变量选择的有效性较好。样本量为200时的其他误差分布情况下,PESL的RASE和CF方面都总是优于其他叁种方法。当误差分布服从N(0,1)和t(3)时,样本量是200的PESL的CF小于惩罚modal回归(PSME),但PESL的GMSE比PSME小,其他误差分布下,PESL表现良好。随着样本量的增大,当样本量为400和600时,PESL的RASE,GMSE和变量选择方面都优于其他叁种方法。并且当误差分布服从污染正态分布,随着样本容量的增大,PESL的优越性变得越来越明显,说明PESL是一种稳健有效的估计方法。在实例分析中得到,我们所使用的指数平方损失方法能选择出重要变量并且比其他方法预测效果要好。第叁章利用指数平方损失的方法对变系数部分非线性模型进行了稳健变量选择。对本模型的变系数部分利用B样条基函数近似,利用SCAD惩罚函数的方法对模型进行变量选择。并且在一定的正则条件下,建立并证明了变量选择的理论性质。第四章是对本文的总结以及对今后工作的展望。(本文来源于《山东师范大学》期刊2019-03-20）
指数选择论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
指数分布的数据特征存在广泛,在风险预警中,正负样本是非均衡的,传统的算法不能满足该类数据特征选择的效率和准确率。为了提高指数分布的非均衡数据特征选择的效率和准确率,文章首先改进了SMOTE,消除过拟合问题,其次采用皮尔逊相关性,计算特征的相关度,选出最优特征子集,最后给出了具体算法。实验证明,该方法能够提高指数分布的非均衡数据特征选择的效率和准确率,增强了预警模型的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
指数选择论文参考文献
[1].李校林,吴腾,郭有庆.融合邻域判别指数的混合式特征选择算法[J].小型微型计算机系统.2019
[2].余小高,余骥超.基于指数分布的非均衡数据特征选择[J].统计与决策.2019
[3].许孝如.资金选择避险私募信心指数及仓位双降[N].证券时报.2019
[4].牛洋,许学军.全要素生产率的计算方法与变量选择的改良——基于DEA的Malmquist指数法[J].中国物价.2019
[5].李毅,李明,罗媞,邓正华.湖南省各地级市产业技术选择指数的实证研究[J].经济地理.2019
[6].曾令华.谨慎选择私募指数增强基金[N].中国证券报.2019
[7].吴婉婷,朱燕,黄定江.在线投资组合选择的半指数梯度策略及实证分析[J].计算机应用.2019
[8].佚名.选择图片,测活泼指数[J].小学生(上旬刊).2019
[9].孙滨峰,赵红,陈立才,舒时富,叶春.基于植被指数选择算法和决策树的生态系统识别[J].农业机械学报.2019
[10].陶文惠.基于指数平方损失的两类半参数模型的变量选择[D].山东师范大学.2019
论文知识图
