基于混合高斯模型的面板数据聚类研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-19页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 文献综述 | 第10-15页 |
1.2.1 面板数据聚类的相关文献 | 第10-11页 |
1.2.2 非线性变量降维的相关文献 | 第11-12页 |
1.2.3 混合模型聚类算法的相关文献 | 第12-15页 |
1.3 研究思路及研究内容 | 第15-18页 |
1.3.1 研究思路 | 第15-16页 |
1.3.2 研究内容 | 第16-18页 |
1.4 文章的创新点 | 第18-19页 |
第二章 非线性面板数据的线性平面化 | 第19-26页 |
2.1 本章解决的理论问题 | 第19-20页 |
2.2 核主成分分析基本概念 | 第20-23页 |
2.2.1 核函数的选择 | 第22-23页 |
2.2.2 核函数宽度 σ 的取值 | 第23页 |
2.3 非线性变量特征提取 | 第23-24页 |
2.4 面板数据到平面数据的线性转化 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第三章 基于混合高斯模型的软聚类方法 | 第26-33页 |
3.1 本章解决的理论问题 | 第27-28页 |
3.2 混合高斯模型及其参数估计算法 | 第28-30页 |
3.2.1 混合高斯模型基本概念 | 第28页 |
3.2.2 EM算法概述 | 第28-30页 |
3.3 基于混合高斯模型的概率软聚类 | 第30-32页 |
3.3.1 类簇数目K的确定 | 第31页 |
3.3.2 EM算法初始化参数的选取 | 第31-32页 |
3.4 本章小结 | 第32-33页 |
第四章 实证分析 | 第33-45页 |
4.1 样本及指标选取 | 第34-38页 |
4.1.1 各指标的经济意义简述 | 第34-37页 |
4.1.2 变量非线性检验 | 第37-38页 |
4.2 样本空间的基本描述 | 第38-39页 |
4.3 模型参数选取 | 第39-41页 |
4.3.1 类簇数目K | 第39-40页 |
4.3.2 高斯核函数宽度 σ | 第40-41页 |
4.4 聚类结果及分析 | 第41-44页 |
4.5 本章小结 | 第44-45页 |
第五章 有效性对照实验 | 第45-52页 |
5.1 核主成分得分有效性的对照实验 | 第45-47页 |
5.1.1 PCA对照实验 | 第45-46页 |
5.1.2 对照实验结果分析 | 第46-47页 |
5.2 概率聚类有效性对照实验 | 第47-50页 |
5.2.1 距离方法介绍 | 第48-49页 |
5.2.2 马氏距离对照实验 | 第49-50页 |
5.2.3 对照实验及结果分析 | 第50页 |
5.3 本章小结 | 第50-52页 |
结论 | 第52-55页 |
参考文献 | 第55-58页 |
附录 1:实证聚类结果 | 第58-64页 |
附录 2:实证分析的模型参数 | 第64-65页 |
攻读硕士学位期间取得的研究成果 | 第65-66页 |
致谢 | 第66-67页 |
附件 | 第67页 |