作者:李述山; 王秀芬 期刊:《山东理工大学学报·社会科学版》 2004年第05期
统计量分布的确定是统计推断的一个关键工作,在总体分布已知的条件下,鞍点逼近在很多场合可以给出统计量分布的良好近似.在介绍鞍点逼近方法的基础上给出了一个结合鞍点逼近与Bootstrapping方法估计统计量分布的方法,解决了总体分布未知的条件下统计量近似分布的估计问题,并以样本均值的分布为例进行了讨论.
作者:段宇锋; 朱雯晶; 陈巧; 崔红 期刊:《数据分析与知识发现》 2014年第05期
【目的】降低中文物种描述文本语义标注的学习成本。【方法】设计基于Bootstrapping的弱监督学习方法,以少量数据为基础,迭代执行学习和标注过程。在迭代过程中,利用置信度最高的标注数据扩充知识库,提升标注能力。【结果】运用15041条数据测试算法效率,F-value的平均值达到0.9112。【局限】对过于稀疏的数据,标注效率相对较低。【结论】本研究设计的方法不仅有效降低系统学习对训练数据规模的要求,而且可提高标注效率。
作者:段宇锋 朱雯晶 陈巧 崔红 期刊:《现代图书情报技术》 2014年第05期
【目的】降低中文物种描述文本语义标注的学习成本。【方法】设计基于Bootstrapping的弱监督学习方法,以少量数据为基础,迭代执行学习和标注过程。在迭代过程中,利用置信度最高的标注数据扩充知识库,提升标注能力。【结果】运用15041条数据测试算法效率,F-value的平均值达到0.9112。【局限】对过于稀疏的数据,标注效率相对较低。【结论】本研究设计的方法不仅有效降低系统学习对训练数据规模的要求,而且可提高标注效率。