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:
Log Gaussian Cox过程模型(简称LGCP模型)常用来描述关于空间变化的随机过程,但是它不能很好地拟合强度取对数后是非高斯过程情况下的数据.因此,通过将它的强度取对数后看成是一个混合高斯过程来改进LGCP模型,并研究改进后模型的性质.采用极大似然估计法和MCMC方法来估计模型参数,以及用AIC准则作模型选择.最后通过实例验证,结果显示改进后的模型能够有效地拟合数据.
推荐文章
Log Gaussian Cox场手部指节的图像偏移特征学习与识别
Log Gaussian Cox随机场
偏移特征学习
手部指节识别
基于Gaussian-Gamma 模型的语音激活检测
话音检测
Gamma模型
最大似然估计
预测估计
基于Mixture模型的乙醇汽油割嘴气液两相流模拟
火焰切割
气液两相流
Mixture模型
数值模拟
Gaussian型RBF神经网络的函数逼近仿真研究
Gaussian函数
RBF神经网络
BP神经网络
函数逼近
仿真
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 关于Log Gaussian Mixture Cox过程模型的研究
来源期刊 重庆理工大学学报(自然科学版) 学科 数学
关键词 Log Gaussian Cox过程模型 混合高斯过程 极大似然估计 MCMC方法 AIC准则
年,卷(期) 2020,(8) 所属期刊栏目 数学·统计学
研究方向 页码范围 210-216
页数 7页 分类号 O211.6
字数 4542字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2020.08.030
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 赵联文 西南交通大学数学学院 45 158 5.0 11.0
2 黄磊 西南交通大学数学学院 16 71 5.0 7.0
3 王慧霞 西南交通大学数学学院 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
Log Gaussian Cox过程模型
混合高斯过程
极大似然估计
MCMC方法
AIC准则
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导