近年來(lái),關(guān)于挖掘潛在的組合調(diào)控模塊的研究得到了廣泛的關(guān)注和發(fā)展。這主要得益于組合調(diào)控模塊的研究在一定程度上可以揭示特征之間的內(nèi)在組合調(diào)控機(jī)制�，F(xiàn)在關(guān)于這方面的研究主要集中在基因組學(xué)領(lǐng)域,例如基因與基因之間、蛋白質(zhì)與基因之間的關(guān)聯(lián)研究等,這對(duì)自身功能的理解具有很大的研究?jī)r(jià)值�？紤]到目前應(yīng)用場(chǎng)景具有一定的局限性,本文以“產(chǎn)品設(shè)計(jì)創(chuàng)新要素分析”和“我國(guó)交通運(yùn)輸科技投入與產(chǎn)出分析”為例,在多重回歸問(wèn)題研究的基礎(chǔ)上,進(jìn)一步挖掘系數(shù)矩陣中潛在的關(guān)聯(lián)子模塊,進(jìn)而對(duì)其內(nèi)在作用機(jī)制的相似性展開(kāi)研究。本文通過(guò)建立一個(gè)兩階段算法模型來(lái)識(shí)別不同特征組之間的關(guān)聯(lián)關(guān)系,即第一階段,基于響應(yīng)變量、預(yù)測(cè)變量以及預(yù)測(cè)變量組信息,利用多輸出稀疏組Lasso模型構(gòu)建系數(shù)調(diào)控矩陣;第二階段,基于該系數(shù)調(diào)控矩陣,利用凸雙向聚類(lèi)模型得到“響應(yīng)變量一預(yù)測(cè)變量”全局最優(yōu)關(guān)聯(lián)子模塊。數(shù)值模擬顯示,該兩階段算法模型不僅可以借助第一階段的多輸出稀疏組Lasso模型篩選出重要的組變量及重要的組內(nèi)變量,而且可以借助第二階段的凸雙向聚類(lèi)模型得到“響應(yīng)變量—預(yù)測(cè)變量”全局最優(yōu)且穩(wěn)定的關(guān)聯(lián)子模塊;實(shí)證應(yīng)用顯示,該兩階段算法模型可以挖掘出系數(shù)矩陣中潛...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 研究?jī)?nèi)容及創(chuàng)新點(diǎn)
    1.3 研究路線(xiàn)
第二章 文獻(xiàn)綜述
    2.1 多重回歸相關(guān)研究
    2.2 雙向聚類(lèi)相關(guān)研究
    2.3 文獻(xiàn)評(píng)述
第三章 兩階段算法模型——MSGL-COBRA
    3.1 第一階段——多輸出稀疏組Lasso模型
        3.1.1 目標(biāo)函數(shù)
        3.1.2 可調(diào)參數(shù)選擇
        3.1.3 系數(shù)矩陣一致性度量
    3.2 第二階段——凸雙向聚類(lèi)模型
        3.2.1 雙向聚類(lèi)結(jié)構(gòu)特點(diǎn)
        3.2.2 目標(biāo)函數(shù)
        3.2.3 正則項(xiàng)權(quán)重選擇
        3.2.4 可調(diào)參數(shù)選擇
    3.3 本章小結(jié)
第四章 數(shù)值模擬
    4.1 雙向聚類(lèi)性能度量指標(biāo)
        4.1.1 性能度量說(shuō)明
        4.1.2 聚類(lèi)結(jié)構(gòu)評(píng)估準(zhǔn)則
    4.2 基于棋盤(pán)式雙聚類(lèi)結(jié)構(gòu)的數(shù)值模擬
        4.2.1 參數(shù)設(shè)置
        4.2.2 結(jié)果分析
    4.3 基于對(duì)角線(xiàn)式雙聚類(lèi)結(jié)構(gòu)的數(shù)值模擬
        4.3.1 參數(shù)設(shè)置
        4.3.2 結(jié)果分析
    4.4 本章小結(jié)
第五章 實(shí)證應(yīng)用
    5.1 實(shí)證應(yīng)用——產(chǎn)品設(shè)計(jì)創(chuàng)新要素分析
        5.1.1 背景說(shuō)明
        5.1.2 結(jié)果分析
    5.2 實(shí)證應(yīng)用二——我國(guó)交通運(yùn)輸科技投入與產(chǎn)出分析
        5.2.1 背景說(shuō)明
        5.2.2 結(jié)果分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
第七章 附錄
參考文獻(xiàn)
致謝



本文編號(hào)：3954890