一种改进的可适应变宽核密度估计器

• 作者: 何玉林 常秀颖 王晓兰 蒋捷 金会赏
• 来源期刊: 深圳大学学报（理工版）
• 学科: 工学
• 关键词: 人工智能 概率密度 核密度估计 可适应变宽 最优窗口宽度
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 电子与信息科学
• 页码范围: 709-717
• 页数: 9页
• 分类号: TP311
• 字数: 4331字
• 语种: 中文
• DOI: 10.3724/SP.J.1249.2019.06709

摘要

可适应变宽核密度估计器(kernel density estimator with adaptive varying bandwidth,KDE-AVB)是一种基于单个数据点的概率密度估计方法,它以单个数据点为处理对象,利用置信区间交叉法则确定核密度估计器的最优窗口宽度.为加快可适应变宽核密度估计器对最优窗口宽度的寻找,通过引入一种可变的标准差项因子去确定置信区间的上下边界,提出一种改进的可适应变宽核密度估计器(improved kernel density estimator with adaptive varying bandwidth,IKDE-AVB).可变标准差项因子的引入不仅加快了可适应变宽核密度估计器搜索最优窗口宽度的速度,且在一定程度上降低了"过平滑"概率密度估计现象发生的风险.对KDE-AVB和IKDE-AVB的仿真结果表明,IKDE-AVB不仅获得了更快的训练速度(最高降低64％),同时提升了概率密度的估计精度(估计误差最高降低63％).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓兰	沧州职业技术学院信息工程系	10	18	2.0	4.0
2	何玉林	深圳大学计算机与软件学院大数据所	8	12	2.0	3.0
6	金会赏	沧州职业技术学院信息工程系	5	1	1.0	1.0
7	常秀颖	沧州职业技术学院信息工程系	5	4	1.0	2.0
8	蒋捷	深圳大学计算机与软件学院大数据所	1	0	0.0	0.0