数据缺失条件下基于启发式构元的多元回归分析方法

doi:10.3724/SP.J.1087.2012.02202

计算机应用 ›› 2012, Vol. 32 ›› Issue (08): 2202-2274.DOI: 10.3724/SP.J.1087.2012.02202

数据缺失条件下基于启发式构元的多元回归分析方法

张希翔,李陶深

广西大学计算机与电子信息学院，南宁 530004

收稿日期:2012-02-06 修回日期:2012-03-06 发布日期:2012-08-28 出版日期:2012-08-01
通讯作者: 李陶深
作者简介:张希翔(1986-)，男，广西南宁人，硕士研究生，CCF会员，主要研究方向：数据挖掘、云计算;
李陶深(1957-)，男，广西南宁人，教授，博士，CCF会员，主要研究方向：分布式数据库、无线Mesh网络、网络与信息安全、云计算。
基金资助:
国家自然科学基金资助项目(61174175);广西研究生科研创新项目(GXU11T32590)

Multivariate regression analytical method based on heuristic constructed variable under condition of incomplete data

ZHANG Xi-xiang,LI Tao-shen

College of Computer Science and Electronic Information, Guangxi University, Nanning Guangxi 530004, China

Received:2012-02-06 Revised:2012-03-06 Online:2012-08-28 Published:2012-08-01
Contact: LI Tao-shen

摘要/Abstract

摘要： 传统的多元回归分析方法可以对缺失数据进行预测填补，但它在构造回归方程时存在自变量形式较为固定、单一等不足。为此，提出一种基于启发式构元的多元回归分析方法，通过贪婪算法找出现有变量的优化组合形式，选取若干新构变量进行回归分析，从而得到更好的拟合优度。通过对案例中小麦茎秆机械强度缺失数据信息进行仿真计算和评估，证实了方法的有效性。算例结果表明该方法运用在缺失数据预测中拥有较好的精准性。

关键词: 数据缺失, 贪婪算法, 多元回归分析, 相关系数, 拟合度

Abstract: Regression analysis is often used for filling and predicting incomplete data, whereas it has some flaws when constructing regression equation, the independent variable form is fixed and single. In order to solve the problem, the paper proposed an improved multivariate regression analytical method based on heuristic constructed variable. Firstly, the existing variables' optimized combination forms were found by means of greedy algorithm, then the new constructed variable for multivariate regression analysis was chosen to get a better goodness of fit. Results of calculating and estimating incomplete data of wheat stalks' mechanical strength prove that the proposed method is feasible and effective, and it can get a better goodness of fit when predicting incomplete data.

Key words: incomplete data, greedy algorithm, multivariate regression analysis, correlation coefficient, fitting degree

中图分类号:

TP311.13

张希翔李陶深. 数据缺失条件下基于启发式构元的多元回归分析方法[J]. 计算机应用, 2012, 32(08): 2202-2274.

ZHANG Xi-xiang LI Tao-shen. Multivariate regression analytical method based on heuristic constructed variable under condition of incomplete data[J]. Journal of Computer Applications, 2012, 32(08): 2202-2274.

参考文献

[1]WU J, SEO D-H, SONG C-H, et al. Classify numerical incomplete data with data reparation approach [C]// IET '08: 4th International Conference on Intelligent Environments. Piscataway: IEEE, 2008: 1-7. [2]RAMONI M, SEBASTIANI P. Learning Bayesian networks from incomplete databases [C]// UAI '97: Proceedings of the Thirteenth Conference Annual Conference on Uncertainty in Artificial Intelligence. San Francisco: Morgan Kaufmann, 1997: 401-408. [3]DICK U, HAIDER P, SCHEFFER T. Learning from incomplete data with infinite imputation [C]// ICML '08: Proceedings of the 25th International Conference on Machine Learning. New York: ACM, 2008: 232-239. [4]MENDENHALL W, SINCICH T. 统计学[M]. 梁冯珍，关静,译.5版. 北京: 机械工业出版社, 2009: 371-388. [5]刘锦萍, 郁金祥. 基于改进的粒子群算法的多元线性回归模型参数估计[J].计算机工程与科学, 2010, 32(4): 101-105. [6]刘文胜, 鲍玉彬, 孙雷,等. 基于遗传算法回归分析技术研究[J].计算机工程与应用, 2004, 40(21): 94-97. [7]全国研究生数学建模竞赛组织委员会. 2011年第八届全国研究生数学建模竞赛: C题[EB/OL]. ［2011-10-27］. http://ngmcm.neu.edu.cn/asp/index.asp. [8]IBM SPSS Inc. SPSS Statistics [EB/OL]. ［2011-10-29］. http://www.spss.com.cn. [9]唐启义. DPS数据处理系统[EB/OL]. ［2011-10-29］. http://www.dpsw.cn. [10]XIA BIN, ZHAO CANG. The Application of Multiple Regression Analysis Forecast in Economical Forecast [C]// WKDD '09: Proceedings of the Second International Workshop on Knowledge Discovery and Data Mining. Washington, DC: IEEE Computer Society, 2009: 405-408. [11]KARKACIER O, GOKTOLGA Z G, CICEK A. A regression analysis of the effect of energy use in agriculture[J].Energy Policy, 2006, 34(18): 3796-3800. [12]KIM S J, LEE J S, LEE W W, et al. Parametric image of regional bone metabolism using F-18 PET using a multiple linear regression analysis method [C]// NSS '07: IEEE Nuclear Science Symposium Conference Record. Piscataway: IEEE, 2007: 4489-4490. [13]徐志敏，刘希玉. 多元回归分析及其在辅助决策中的应用[J].计算机工程, 2004, 30(21): 129-131. [14]陈晓光. 小麦茎秆特征与倒伏的关系及调控研究[D]. 泰安: 山东农业大学, 2011. [15]MICHALEWICZ Z,FOGEL D B.如何求解问题: 现代启发式方法[M].曹宏庆，译.北京:中国水利水电出版社,2008:66-84.

数据缺失条件下基于启发式构元的多元回归分析方法

Multivariate regression analytical method based on heuristic constructed variable under condition of incomplete data

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	杨成昊, 胡节, 王红军, 彭博. 基于注意力机制的不完备多视图聚类算法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3784-3789.
[2]	李博, 黄建强, 黄东强, 王晓英. 基于异构平台的稀疏矩阵向量乘自适应计算优化[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3867-3875.
[3]	包银鑫, 曹阳, 施佺. 基于改进时空残差卷积神经网络的城市路网短时交通流预测[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 258-264.
[4]	祝承, 赵晓琦, 赵丽萍, 焦玉宏, 朱亚飞, 陈建英, 周伟, 谭颖. 基于谱聚类半监督特征选择的功能磁共振成像数据分类[J]. 计算机应用, 2021, 41(8): 2288-2293.
[5]	李国荣, 冶继民, 甄远婷. 基于新的鲁棒相似性度量的时间序列聚类[J]. 计算机应用, 2021, 41(5): 1343-1347.
[6]	陈浩, 秦志光, 丁熠. 基于同一特征空间的多模态脑肿瘤分割方法[J]. 计算机应用, 2020, 40(7): 2104-2109.
[7]	王治忠, 庞晨. 基于鸽视顶盖神经元动作电位的图像重建[J]. 计算机应用, 2020, 40(3): 832-836.
[8]	成静, 葛璐琦, 张涛, 刘莹, 张逸飞. 移动应用众包测试质量影响因素分析[J]. 计算机应用, 2018, 38(9): 2626-2630.
[9]	郝德华, 关维国, 邹林杰, 焦萌. 基于Pearson相关系数的快速虚拟网格匹配定位算法[J]. 计算机应用, 2018, 38(3): 763-768.
[10]	张春艳, 李京兵, 王双双. 基于离散小波变换和感知哈希的加密医学图像检索算法[J]. 计算机应用, 2018, 38(2): 539-544.
[11]	樊自甫, 姚杰, 杨先辉. 基于时延优化的软件定义网络控制层部署策略[J]. 计算机应用, 2018, 38(1): 207-211.
[12]	周馨, 王国胤, 于洪. 基于改进极限学习机的软测量建模[J]. 计算机应用, 2017, 37(3): 668-672.
[13]	刘莹, 张涛, 李坤, 李楠. 移动应用众包测试人员评价模型[J]. 计算机应用, 2017, 37(12): 3569-3573.
[14]	高媛, 王淑敏, 孙建飞. 基于用户兴趣相似性的节点移动模型[J]. 计算机应用, 2015, 35(9): 2457-2460.
[15]	刘杰, 王玲, 王杉, 冯微, 李文. 基于OLSR协议的最小MPR集选择算法[J]. 计算机应用, 2015, 35(2): 305-308.