典型文献
基于Lasso稳健马田系统的相对贫困识别方法
文献摘要：
2020年后我国扶贫工作重点将转向解决相对贫困问题,然而解决相对贫困的前提和基础是识别相对贫困.由于相对贫困数据具有"高噪性、不平衡性、相对性、多维性"等特点,现有的单一收入维度的贫困识别方法难以适用,因此提出构建一种基于Lasso稳健马田系统(Lasso-based robust Mahalanobis-Taguchi system,Lasso-RMTS)的相对贫困识别方法.该方法通过Lasso、稳健马氏距离和马田系统三方法融合,使得不仅可以对"不平衡性"和"比较性"的贫困数据进行识别,还可以对"高噪性"和"多维性"的相对贫困数据进行降维、降噪.同时,将稳健马氏距离转换为脱贫指数(poverty alleviation index,PAI),可以更加直观地反映相对贫困程度.实例数据验证表明,Lasso-RMTS识别相对贫困的精准度高于马田系统和其他传统分类方法.
文献关键词：
马田系统;脱贫指数;相对贫困识别;Lasso;稳健马氏距离;生计可持续框架
中图分类号：
作者姓名：
陈闻鹤;程龙生;常志朋;周涵婷
作者机构：
南京理工大学经济管理学院,南京210094;安徽工业大学商学院,马鞍山243002;安徽工业大学复杂系统多学科管理与控制安徽普通高校重点实验室,马鞍山243002
文献出处：
引用格式：
[1]陈闻鹤;程龙生;常志朋;周涵婷-.基于Lasso稳健马田系统的相对贫困识别方法)[J].系统工程理论与实践,2022(02):527-544
A类：
RMTS,稳健马氏距离,脱贫指数,生计可持续框架
B类：
Lasso,马田系统,相对贫困识别,扶贫工作,工作重点,点将,贫困问题,不平衡性,相对性,多维性,robust,Mahalanobis,Taguchi,system,方法融合,降噪,距离转换,poverty,alleviation,PAI,数据验证,分类方法
AB值：
0.241421
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
