-
题名惩罚矩阵T混合模型及其在省域经济分类中的应用
- 1
-
-
作者
李泽安
汪钱荣
赵为华
-
机构
南通大学人工智能与计算机学院
南通大学数学与统计学院
-
出处
《统计与决策》
北大核心
2025年第1期41-46,共6页
-
基金
国家社会科学基金资助项目(22BTJ025)
国家自然科学基金资助项目(11971171)。
-
文摘
为充分考虑矩阵数据的特性和数据内部的关联性,文章基于矩阵T分布建立矩阵T混合模型及其惩罚模型来研究聚类问题。在矩阵T混合模型的似然函数上对均值矩阵分量施加自适应核范数低秩惩罚,应用ECM算法提出惩罚似然估计算法,同时提出了一种改进的BIC模型选择准则来选择最优的混合模型数量和调节参数,进而通过自适应核范数阈值自动实现低秩估计,实现准确聚类。最后,通过数值模拟研究及与已有方法的对比验证了该方法的有用性,且将所建立的惩罚混合模型应用于中国省域经济发展水平划分研究,得到了比较准确的聚类结果。
-
关键词
矩阵T分布
混合模型
自适应核范数
ECM算法
奇异值阈值
-
Keywords
matrix T distribution
mixed model
adaptive nuclear norm
ECM algorithm
singular value threshold
-
分类号
O212.2
[理学—概率论与数理统计]
-
-
题名基于自适应惩罚的潜变量高斯图模型结构学习
被引量：2
- 2
-
-
作者
郑倩贞
徐平峰
-
机构
长春工业大学数学与统计学院
东北师范大学前沿交叉研究院
-
出处
《吉林大学学报（理学版）》
CAS
北大核心
2023年第5期1056-1062,共7页
-
基金
国家自然科学基金(批准号:11571050,11871013)
吉林省自然科学基金(批准号:20210101152JC).
-
文摘
采用自适应惩罚似然方法解决含潜变量高斯图模型的结构学习问题.模拟结果表明,自适应惩罚显著优于非自适应惩罚,可有效降低估计偏差,更准确地估计给定潜变量时观测变量间的条件独立性关系.
-
关键词
潜变量高斯图模型
自适应LASSO惩罚
自适应核范数惩罚
交替方向乘子法
-
Keywords
latent variable Gaussian graphical model
adaptive LASSO penalty
adaptive nuclear norm penalty
alternating direction method of multipliers
-
分类号
O21
[理学—概率论与数理统计]
-
