卢珊珊;王文静;关、荣 用于零成分数据分类的Kent特征嵌入。 （英语） Zbl 07840054号 统计计算。 34，第2号，第69号论文，第17页（2024年）. 摘要：由于非负和单位和约束，特别是当某些成分为零时，成分数据对当前的分类方法提出了挑战。本文针对某些成分等于零的多元成分数据，提出了一种有效的分类方法。具体来说，本文首次提出了一种肯特特征嵌入技术，用于变换成分数据，提高数据质量。然后，我们使用支持向量机作为最先进的机器学习模型来构建分类器。通过数值模拟验证了该方法的有效性。在多个实际数据集上的结果，包括物种分类、昼夜图像分类和家庭消费模式识别，进一步验证了该方法能够实现良好的分类性能，并优于其他竞争对手。该方法有助于拓宽零成分数据在分类任务中的实际应用。 MSC公司： 62-08 统计问题的计算方法 62E15型 统计学中的精确分布理论 62H30型 分类和区分；聚类分析（统计方面） 关键词：复合数据分析;零成分;肯特分布;分类;特征嵌入 PDF格式BibTeX公司 XML格式引用 \textit{S.Lu}等人，《统计计算》。34，第2号，第69号文件，第17页（2024年；Zbl 07840054） 全文： 内政部 参考文献： [1] 安·W。；Liang，M.，一种新的基于支持向量机的入侵检测方法，具有最小类内散布，Secur。Commun公司。净值。，6, 9, 1064-1074 (2013) ·doi:10.1002/sec.666 [2] Armanfard，N。；雷利，JP；Komeili，M.，数据分类的局部特征选择，IEEE Trans。模式分析。机器。整数。，38, 6, 1217-1227 (2016) ·doi:10.1109/TPAMI.2015.2478471 [3] 贝洛，M。；Nápoles，G。；Vanhoof，K。；Bello，R.，《基于粒度计算的多标签分类数据质量度量》，《信息科学》。，560, 51-67 (2021) ·doi:10.1016/j.ins.2021.01.027 [4] 司法部长Cuesta Albertos；Cuevas，A。；Fraiman，R.，《关于定向和成分数据的基于投影的测试》，《统计计算》。，19, 4, 367 (2009) ·doi:10.1007/s11222-008-9098-3 [5] 范，J。；Feng，Y。；姜杰。；Tong，X.，《在高维分类中通过非参数和选择（扇子）进行特征增强》，美国统计协会，111，513，275-287（2016）·doi:10.1080/01621459.2015.1005212 [6] Fiksel，J。；Zeger，S。；Datta，A.，成分结果和预测因素的无转换线性回归，生物计量学（2021）·Zbl 1520.62197号 ·doi:10.1111/biom.13465 [7] Filzmoser，P。；赫隆，K。；Templ，M.，成分数据的判别分析和稳健参数估计，计算。《统计》，第27、4、585-604页（2012年）·Zbl 1304.65033号 ·doi:10.1007/s00180-011-0279-8 [8] 弗莱，吉咪；油炸，TR；McLaren，KR，成分数据分析和微观数据中的零点，Appl。经济学。，32, 8, 953-959 (2000) ·doi:10.1080/000368400322002 [9] 郭，J。；Sun，L。；杜，L。；马，H。；熊，T。；Ou，W。；Zhan，Y.，一种基于表示系数的k-最近质心邻域分类器，专家系统。申请。，194 (2022) ·doi:10.1016/j.eswa.2022.116529 [10] 格林纳克，M。；Grunsky，E。；Bacon-Shone，J。；Erb，I。；Quinn，T.，艾奇逊40年来的成分数据分析：重新评估，统计科学。，38, 3, 386-410 (2023) ·Zbl 07792873号 ·doi:10.1214/22-STS880 [11] 顾J。；Wang，L。；Wang，H。；Wang，S.，一种使用svm集成和特征增强的入侵检测新方法，Comput。安全。，86, 53-62 (2019) ·doi:10.1016/j.cose.2019.05.022 [12] 顾J。；崔，B。；Lu，S.，带dirichlet特征嵌入的多元成分数据分类框架，Knowl-基于系统。，212 (2021) ·doi:10.1016/j.knosys.2020.106614 [13] 黄，X。；Shi，L。；Suykens，JAK，带弹球损失的支持向量机分类器，IEEE Trans。模式分析。机器。整数。，36, 5, 984-997 (2014) ·doi:10.1109/TPAMI.2013.178 [14] Jiménez-Cordero，A。；莫拉莱斯，JM；Pineda，S.，《非线性支持向量机分类中用于特征选择的一种新的嵌入式min-max方法》，Eur.J.Oper。第293、1、24-35号决议（2021）·Zbl 1487.68195号 ·doi:10.1016/j.ejor.2020.12.009 [15] Kaiser，M.、Klier，M.和Heinrich，B.：如何衡量数据质量-基于度量的方法。ICIS 2007年会议记录，第108页，2007 [16] Kalivodová，A。；赫隆，K。；Filzmoser，P。；内德克尔，L。；简契科娃，H。；Adam，T.，Pls-da，用于代谢组学的成分数据，J.Chemom。，29, 1, 21-28 (2015) ·doi:10.1002/cem.2657 [17] Kent，JT，球体上的fisher-bingham分布，J.Roy。统计社会：序号。B（Methodol.），44，1，71-80（1982）·Zbl 0485.62015.中 ·doi:10.1111/j.2517-6161.1982.tb01189.x [18] Kovács，L.、Ková）cs，G.、Martín-Fernández，J.A.、Barceló-Vidal，C.：匈牙利新生代火山岩中的主要氧化物成分判别。Buccianti，A.、Mateu-Figueras，G.和Pawlowsky-Glahn，V.编辑，《地球科学中的成分数据分析：从理论到实践》，第11-23页。伦敦地质学会，2006年。doi:10.1144/GSL。SP.2006.264.01.02 [19] Kume，A。；Walker，SG，成分和方向分布抽样，统计计算。，16, 3, 261-265 (2006) ·doi:10.1007/s11222-006-8077-9 [20] A.库姆。；Wood，AT，宾汉和费希尔-宾汉姆归一化常数的鞍点近似值，生物统计学，92，2465-476（2005）·Zbl 1094.62063号 ·doi:10.1093/biomet/92.2.465 [21] 拉瓦尼亚，P。；Kouser，K。；Suresha，M.，《使用符号方法进行大数据分类和聚类的有效特征表示》，专家系统。申请。，173 (2021) ·doi:10.1016/j.eswa.2021.114658 [22] 李毅。；Chai，Y。；周，H。；Yin，H.，一种用于高维数据分类的新型降维和字典学习框架，模式识别。，112 (2021) ·doi:10.1016/j.patcog.020.107793 [23] 李毅。；朱，L。；Wang，H。；Yu，法国；Liu，S.，边缘智能化cbtc系统对抗mitm攻击的跨层防御方案，IEEE Trans。智力。运输。系统。，22, 4, 2286-2298 (2021) ·doi:10.1009/TITS.2020.3030496 [24] 刘，P。；田，G-L；KC袁；孙，Y。；Zhang，C.，组合逆高斯模型及其在可能零观测值组合数据分析中的应用，J.Stat.Compute。模拟。(2023) ·Zbl 07862332号 ·网址：10.1080/00949655.2023.2242550 [25] 卢，S。；赵，J。；Wang，H.，Md-mbpls：计算社会科学中一种新的解释模型，Knowl-基于系统。，223 (2021) ·doi:10.1016/j.knosys.2021.107023 [26] Lunga，D.，Ersoy，O.：球形流形上遥感数据分类的Kent混合模型。2011年IEEE应用图像模式识别研讨会（AIPR），第1-7页。IEEE，2011年 [27] 马吉，S。；Berg，AC；Malik，J.，《加性内核svm的有效分类》，IEEE Trans。模式分析。机器。整数。，35, 1, 66-77 (2013) ·doi:10.1109/TPAMI.2012.62 [28] 马萨诸塞州马丁·费尔南德斯；Barceló-Vidal，C。；Pawlowsky-Glahn，V.，《使用非参数插补处理成分数据集中的零和缺失值》，数学。地质。，35, 253-278 (2003) ·Zbl 1302.86027号 ·doi:10.1023/A:1023866030544 [29] 马图克，J。；Bharath，K。；克雷布提伊，O。；Kurtek，S.，《同时注册和估计含噪、稀疏和碎片功能数据的贝叶斯框架》，美国统计协会期刊（2021）·Zbl 1515.62139号 ·doi:10.1080/01621459.2021.1893179 [30] 纳皮尔，G。；Neocleous，T。；Nobile，A.，《零成分数据的复合贝叶斯层次模型》，J.Chemom。，29, 2, 96-108 (2015) ·doi:10.1002/cem.2681 [31] Neocleous，T。；艾特肯，C。；Zadora，G.，《零成分数据的转换及其在法医证据评估中的应用》，《化学》。智力。实验室系统。，109, 77-85 (2011) ·doi:10.1016/j.chemolab.2011.08.003 [32] 佩恩，P。；普雷斯顿，SP；Tsagris，M。；Wood，AT，椭圆对称角高斯分布，统计计算。，28, 3, 689-697 (2018) ·Zbl 1384.62047号 ·数字标识代码：10.1007/s11222-017-9756-4 [33] 潘多尔夫，G。；D'Ambrosio，A.，定向数据的深度分类，专家系统。申请。，169 (2021) ·doi:10.1016/j.eswa.2020.114433 [34] Pawlowsky-Glahn，V.，Buccianti，A.：编辑。成分数据分析：理论与应用。John Wiley&Sons，2011年a [35] Pawlowsky-Glahn，V.，Buccianti，A.：成分数据分析。威利在线图书馆，2011年b [36] 彭，Q。；林，X。；施，H。；Bao，J。；李，X。；庄，Y.，超高频射频识别系统中基于支持向量机分类的信号检测方法，IEEE Trans。工业。信息，17，7，4646-4656（2021）·doi:10.1016/10.1109/TII.2020.3015241 [37] 皮皮诺，LL；Lee，YW；Wang，RY，数据质量评估，Commun。ACM，45，4，211-218（2002）·doi:10.1145/505248.506010 [38] 拉斯穆森，CL；Palarea-Albaladejo，J。；约翰逊，理学硕士；克劳利，P。；史蒂文斯，马里兰州；古普塔，N。；Karstad，K。；Holtermann，A.，《物理行为成分数据的零问题：三种零替换方法的比较》，国际期刊Behav。螺母。物理学。法案。，17, 126 (2020) ·doi:10.1186/s12966-020-01029-z [39] 里瑟，C。；Filzmoser，P.，从图形信号处理的角度扩展成分数据分析，J.Multiv。分析。，198 (2023) ·Zbl 07740027号 ·doi:10.1016/j.jmva.2023.105209 [40] Scealy，J。；Welsh，AH，《将肯特模型拟合到低浓度组分数据》，《统计计算》。，24, 2, 165-179 (2014) ·Zbl 1325.62049号 ·doi:10.1007/s11222-012-9361-5 [41] Scealy，J。；de Caritat，P。；欧共体格伦斯基；马萨诸塞州Tsagris；Welsh，A.，《功率转换成分数据的稳健主成分分析》，美国统计协会，110，509，136-148（2015）·doi:10.1080/01621459.2014.990563 [42] 斯克利，JL；Wilsh，AH，《使用超球面上定义的分布回归成分数据》，J.Royal Stat.Soc.Ser。B-Stat.方法。，73, 3, 351-375 (2011) ·Zbl 1411.62179号 ·文件编号：10.1111/j.1467-9868.2010.00766.x [43] 马萨诸塞州斯蒂芬斯，《利用von mises分布分析连续比例》，《生物统计学》，69，1，197-203（1982）·doi:10.1093/biomet/69.1.197 [44] 斯图尔特，C。；Field，C.，《管理定量脂肪酸特征分析中的基本零点》，J.Agric。生物与环境。统计，16，1，45-69（2011）·Zbl 1306.62237号 ·doi:10.1007/s13253-010-0040-8 [45] Taghia，J.，Ma，Z.，Leijon，A.：变分推理的von-mises-fisher混合模型的贝叶斯估计。IEEE传输。模式分析。机器。智力。36(9), 1701-1715 (2014). doi:10.1109/TPAMI.2014.2306426 [46] 坦普尔，M。；Hron，K。；Filzmoser，P.，《结构零点成分数据中离群值检测的探索工具》，J.Appl。Stat.，44，4，734-752（2017）·兹比尔1516.62625 ·doi:10.1080/02664763.2016.1182135 [47] Tian-Tsong，N.、Shih-Fu，C.、Jessie，H.、Martin，P.：哥伦比亚摄影图像和真实感计算机图形数据集。技术报告205-2004-5，ADVENT，哥伦比亚大学，2004 [48] Tsagris，M。；普雷斯顿，S。；Wood，AT，使用（阿尔法）变换改进成分数据分类，J.Classif。，33, 2, 243-261 (2016) ·Zbl 1349.62284号 ·文件编号：10.1007/s00357-016-9207-5 [49] 齐利米格拉斯，MC；Fodor，AA，《微生物组分数据分析：基础、工具和挑战》，《流行病学年鉴》。，26, 5, 330-335 (2016) ·doi:10.1016/j.annepidem.2016.03.002 [50] von Eynatten，H。；Barceló-Vidal，C。；Pawlowsky-Glahn，V.，《砂岩的成分和鉴别：不同分析方法的统计评估》，J.泥沙。Res.，73，1，47-57（2003年）·doi:10.1306/070102730047 [51] Wang，H。；刘，Q。；Mok，HM；Fu，L。；Tse，WM，成分数据的超球面变换预测模型，欧洲期刊Oper。第179、2459-468号决议（2007年）·Zbl 1114.90049号 ·doi:10.1016/j.ejor.2006.03.039 [52] Wang，H.，Meng，J.，Tenenhaus，M.：成分数据的回归建模分析。《偏最小二乘法手册》，第381-406页。施普林格，2010年 [53] Wang，H。；顾J。；Wang，S.，一种基于支持向量机的有效入侵检测框架，具有特征增强，Knowl-基于系统。，136, 130-139 (2017) ·doi:10.1016/j.knosys.2017.09.014 [54] Wang，H。；卢，S。；赵，J.，《在股市预测中聚合多种类型的复杂数据：模型依赖性框架》，Knowl。基于系统。，164, 193-204 (2019) ·doi:10.1016/j.knosys.2018.10.035 [55] Weiss，S。；徐，ZZ；佩达达，S。；Amir，A。；Bittinger，K。；冈萨雷斯，A。；Lozupone，C。；Zaneveld，JR；Vázquez-Baeza，Y。；伯明翰，A.，归一化和微生物差异丰度策略取决于数据特征，微生物组，5，27（2017）·doi:10.1186/s40168-017-0237-y 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。