-
题名MCMC算法在多维混合数据参数识别中的应用
被引量：4
- 1
-
-
作者
石凯
李杰
刘洪江
-
机构
乐山师范学院数理学院
乐山师范学院旅游学院
西南财经大学统计学院
-
出处
《统计与决策》
CSSCI
北大核心
2021年第13期24-27,共4页
-
基金
四川省教育厅人文社会科学基金资助项目(18SB0223)
乐山师范学院校级学科建设重点科研项目(WZD016)。
-
文摘
混合数据参数识别问题的研究一直备受关注,由于混合类型和混合权重无法直接观测,因此其实质是含有隐变量的不完全数据或者缺失数据。处理此类数据的难点在于参数的估计和识别,尤其是多维取值空间,会面临待估参数多、似然函数复杂等情况。文章给出了多维高斯分布假设下MCMC算法具体实施流程,并通过一个计算机模拟的三类别二维混合数据进行了实证研究,结果显示:MCMC算法达到了高度精确的区分效果,参数的样本估计值接近模拟生成的真值,能够为混合数据参数估计问题提供有效解决途径。
-
关键词
MCMC算法
多维混合数据
贝叶斯统计
GIBBS抽样
-
Keywords
MCMC algorithm
multidimensional mixed data
Bayesian statistics
Gibbs sampling
-
分类号
TP274.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名面向多维混合型数据分布的混合多维直方图初探
被引量：1
- 2
-
-
作者
曹巍
王珊
-
机构
中国人民大学数据工程与知识工程教育部重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2009年第9期2487-2490,2519,共5页
-
文摘
现实世界中,多维数据分布常常不是单一一种类型,而是在不同的数据区域中呈现不同类型的数据分布。提出了一种面向多维混合型数据分布的混合多维直方图COCA*-Hist方法。这种方法在给定的空间预算下,根据数据分布空间不同的区域中的数据分布类型,可以包含多种不同类型的直方桶,从总体上提高直方图的准确性。由于需要对创建多维直方图的树结构进行二次遍历,以识别不同类型的数据分布区域并进行空间预算的重分配,COCA*-Hist时间效率略低于MHist算法,但对因此获得的准确性的提高和面对不同数据分布类型的通用性来说,是可以接受的。
-
关键词
多维直方图
数据相关性
值域密度
混合型多维数据分布
-
Keywords
multi-dimensional histograms
data correlation
value distribution density
hybrid multi-dimensional data distribution
-
分类号
TP311.132.3
[自动化与计算机技术—计算机软件与理论]
-
