科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
