埃巴耶斯特雷什

R包EbayesThresh:经验Bayes阈值法及相关方法。该软件包使用I.M.Johnstone和B.W.Silverman开发的方法进行经验Bayes阈值分割。基本问题是利用平均向量中可能存在的稀疏性,在给定平均向量的观测向量加上白噪声的情况下估计平均向量。在贝叶斯公式中,平均向量的元素被建模为具有独立的分布,该分布是零概率原子和合适的重尾分布的混合。可以用极大似然法估计边际混合参数。这导致了对原始数据的自适应阈值化方法。在小波包的基本方法中,特别是在小波包的基础上,实现了小波包的扩展。


zbMATH中的参考文献(参考 13篇文章,1标准件)

显示结果1到13,共13个。
按年份排序(引用)

  1. McGinnity,K.;Varbanov,R.;Chicken,E.:非高斯误差的交叉验证小波块阈值法(2017)
  2. Roger Koenker;Jiaying Gu:REBayes:经验贝叶斯混合方法的R包(2017)不是zbMATH
  3. Pungpapong,Vitara;Zhang,Min;Zhang,Dabao:使用迭代条件模式/中值算法选择大量变量(2015)
  4. Park,Junyong:基于条件极大似然估计的正态均值向量估计中的收缩估计(2014)
  5. Frommlet,Florian;Bogdan,Małgorzata:稀疏条件下FDR控制规则的一些最优性性质(2013)
  6. Wolpert,Robert L.;Clyde,Merlise A.;Tu,Chong:使用连续字典的随机展开:Lévy自适应回归核函数(2011)
  7. 张大宝;林艳珠;张敏:大(p)小(n)数据的惩罚正交分量回归(2009)
  8. Fryzlewicz,Piotr:用于非参数函数估计的数据驱动小波Fisz方法(2008)
  9. Braak,Cajo J.F.Ter:具有不适当方差先验的贝叶斯S形收缩及其在小波去噪中的应用(2006)
  10. Donghoh Kim和Hee-Seok Oh:CVTresh:R电平相关交叉验证阈值(2006)不是zbMATH
  11. Iain Johnstone;Bernard Silverman:EbayesThresh:经验贝叶斯阈值法的R程序(2005)不是zbMATH
  12. Johnstone,Iain M.;Silverman,Bernard W.:小波阈值的经验贝叶斯选择(2005)
  13. Johnstone,Iain M.;Silverman,Bernhard W.:干草堆中的针和稻草:可能稀疏序列的经验贝叶斯估计(2004)