基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
混合因子分析模型是一种非线性的分析高维数据的工具.但是,当一组观测数据中包含比正态尾部长的一些数据点时,其模型的拟合效果受到严重影响.为此,结合稳健的多元t分布提出基于t分布的混合因子分析模型,同时,在AECM算法基础上提出适合此模型的参数估计方法.最后,通过模拟实验,说明模型的优越性.
推荐文章
基于极大似然估计的奇异点检测
脉冲型奇异点
Bernoulli概型
极大似然估计
奇异点检测
伽玛分布环境因子的极大似然估计和Bayes估计
伽玛分布
环境因子
极大似然估计
Bayes估计
对数线性Gamma分布模型极大似然估计的渐近正态性
Gamma分布
极大似然估计
渐进正态性
基于极大似然目标状态估计的传感器管理
目标状态估计
极大似然
协方差矩阵
传感器管理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 稳健的t-MFA模型的极大似然估计
来源期刊 安徽工程科技学院学报(自然科学版) 学科 数学
关键词 混合模型 多元t分布 AECM算法 因子分析
年,卷(期) 2005,(4) 所属期刊栏目
研究方向 页码范围 62-66
页数 5页 分类号 O212.2
字数 3848字 语种 中文
DOI 10.3969/j.issn.2095-0977.2005.04.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 解锋昌 南京农业大学数学系 21 93 6.0 8.0
2 孙宏义 安徽工程科技学院应用数理系 8 59 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
混合模型
多元t分布
AECM算法
因子分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽工程大学学报
双月刊
2095-0977
34-1318/N
大16开
安徽省芜湖市赭山东路8号
1983
chi
出版文献量(篇)
1898
总下载数(次)
5
总被引数(次)
6969
论文1v1指导