张凌洁
- 作品数：8 被引量：12H指数：3
- 供职机构：宝鸡文理学院更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：理学文化科学经济管理更多>>
- 基于LAD-Elastic Net的模型选择被引量：2
- 2015年
- 高维、海量数据分析是机器学习以及统计学研究热点,而数据之间的高相关性以及噪声的重尾分布是经典机器学习算法失效的主要原因.基于此,提出了LAD-Elastic Net模型,并进一步研究了其模型选择一致性的问题.该模型所选用的损失函数为绝对值损失,相比于平方损失函数,其受噪声影响比较小,具有稳健性.所选用的罚函数为l1罚和l2罚的组合,从而可以很好地解决变量之间相关性问题.首先简要回顾了模型选择方向的研究进展;其次,给出了所要研究的LAD-Elastic Net模型;最后通过近似逼近的方法,将绝对值损失用平方函数来近似逼近,进一步从理论上证明了其模型选择一致性.结果表明,不可表示条件起到了关键的作用,在其成立的前提下,LADElastic Net所选出的模型是一致的.
- 苏美红张海张凌洁
- 关键词：稀疏性一致性稳健性
- 浅谈“互联网+”下就业安全问题被引量：3
- 2016年
- 在当前严峻的就业形势和互联网与信息科技发展带来的全新模式下,高校毕业生就业安全尤为重要。从就业安全存在的隐患、信息时代就业安全防范及大学生就业安全措施三个方面系统详细的解读了"互联网+"时代的就业安全,这对增强大学生就业安全意识具有重要的意义。而且对于当代大学生面临的问题特别是走出迷茫、学会处理就业压力、积极就业具有现实的指导意义。
- 张凌洁
- 关键词：当代大学生就业安全
- 多图模型的联合估计的群桥方法被引量：4
- 2014年
- 高斯图模型研究独立随机变量之间的关系.主要针对该模型,提出了一种分层惩罚连接单个图模型估计的多图模型.研究了新模型的高维统计性质,给出模型的参数估计,并得到了相合性及稀疏性两大理论.
- 张凌洁张海
- 关键词：图模型协方差矩阵
- 论“互联网+”时代的就业变革被引量：3
- 2016年
- 本文认为,在"互联网+"时代,要实现大学生的顺利就业,就必须深刻理解和把握"互联网+"时代的就业变革状况及趋势。即:互联网和就业结合的关键点、就业领域需要的互联网思维、大数据对学生就业的影响、互联网环境下推进学生就业的难点等四个方面。
- 张凌洁
- 关键词：大数据时代大学生
- 高维稳健变量选择及多图模型研究
- 随着科学技术的提高,使得现今采集海量和高维数据成为可能.如何高效快速地从高维和海量的数据集中,提取出有用信息越来越受到人们的关注.同时,所采集的数据中必然包含大量冗余信息.变量选择研究如何从冗余变量中选择出最重要的因素....
- 张凌洁
- 关键词：图模型
- 文献传递
- LS,LAD组合损失的高维统计性质分析被引量：1
- 2013年
- 主要针对损失函数为最小二乘LS(Least Squares)和最小绝对偏差LAD(Least Absolute Deviation)的凸组合形式,研究了观测数n和预测数p均趋于无穷大(lim n→∞p/n=κ,κ>0)时,高维稳健统计性质和高维罚稳健统计性质,得到了稳健估计和罚稳健估计的显示表达.结果显示这种凸组合损失函数的模型集成了LS和LAD损失的优点,同时消弱了它们的不足,具有优良的高维统计性质.
- 张凌洁苏美红张海
- 关键词：高维
