期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于强稳定收敛的偏正态联合位置与尺度模型的参数估计算法
1
作者
薛潇
吴刘仓
《应用数学》
北大核心
2025年第1期201-210,共10页
传统的迭代算法(例如牛顿算法,EM算法等)在实际应用中,往往存在初始值较为敏感的问题.为解决这一问题,一种强稳定的收敛算法——Upper-crossing/Solution算法(以下称US算法)被提出,这种算法虽然在求解一元非线性函数时具有强稳定性,但...
传统的迭代算法(例如牛顿算法,EM算法等)在实际应用中,往往存在初始值较为敏感的问题.为解决这一问题,一种强稳定的收敛算法——Upper-crossing/Solution算法(以下称US算法)被提出,这种算法虽然在求解一元非线性函数时具有强稳定性,但是不能推广到多元的情形.那么针对多元情形,本文将结合偏正态分布的随机表示,对偏正态联合位置与尺度模型的似然函数进行分层,并且利用MM算法得到一元的情形,再使用US算法构造强稳定的收敛算法.最后通过随机模拟分析和实例分析研究表明了US算法较牛顿迭代法大大降低了算法对初值的敏感度以及显著地提高了收敛的稳定性.
展开更多
关键词
偏正态联合位置与尺度模型
牛顿迭代法
US算法
强稳定收敛
在线阅读
下载PDF
职称材料
题名
基于强稳定收敛的偏正态联合位置与尺度模型的参数估计算法
1
作者
薛潇
吴刘仓
机构
昆明理工大学理学院
昆明理工大学应用统计学研究中心
出处
《应用数学》
北大核心
2025年第1期201-210,共10页
基金
国家自然科学基金项目(12261051)
昆明理工大学哲学社会科学科研创新团队(XTD2023005)
云南省基础研究专项重点项目(202401AS070061).
文摘
传统的迭代算法(例如牛顿算法,EM算法等)在实际应用中,往往存在初始值较为敏感的问题.为解决这一问题,一种强稳定的收敛算法——Upper-crossing/Solution算法(以下称US算法)被提出,这种算法虽然在求解一元非线性函数时具有强稳定性,但是不能推广到多元的情形.那么针对多元情形,本文将结合偏正态分布的随机表示,对偏正态联合位置与尺度模型的似然函数进行分层,并且利用MM算法得到一元的情形,再使用US算法构造强稳定的收敛算法.最后通过随机模拟分析和实例分析研究表明了US算法较牛顿迭代法大大降低了算法对初值的敏感度以及显著地提高了收敛的稳定性.
关键词
偏正态联合位置与尺度模型
牛顿迭代法
US算法
强稳定收敛
Keywords
Skew-normal joint location and scale models
Newton iteration method
US algorithm
Strongly stable convergence
分类号
O212.1 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于强稳定收敛的偏正态联合位置与尺度模型的参数估计算法
薛潇
吴刘仓
《应用数学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
