×

ROBPCA公司

swMATH ID: 11592
软件作者: Hubert M、Rousseeuw PJ、Vanden Branden K
描述: ROBPCA:稳健主成分分析的新方法。我们介绍了一种新的稳健主成分分析(PCA)方法。经典主成分分析基于数据的经验协方差矩阵,因此对外围观测值高度敏感。迄今为止,已经制定了两种稳健的方法。第一种方法基于稳健散布矩阵的特征向量,例如最小协方差行列式或S-估计量,并且仅限于相对低维数据。第二种方法基于投影追踪,可以处理高维数据。在这里,我们提出了ROPCA方法,该方法将投影追踪思想与鲁棒散射矩阵估计相结合。ROBPCA在未污染数据集上产生了更准确的估计,在污染数据上产生了更加稳健的估计。ROBPCA可以快速计算,并能够准确检测情况。作为副产品,ROBPCA生成一个诊断图,显示并分类异常值。我们将该算法应用于化学计量学和工程学的多个数据集。
主页: http://www.stat.osu.edu网站/~statgen/joul_win2010/Robpca05.pdf
相关软件: 鲁棒基地;;rrcov公司;天秤座;mvBACON公司;麦克卢斯特;fda(右);晶格;就地安装;pcaPP公司;群集查找;TCLUST公司;项目管理局;玻璃制品;FSDA公司;AS 78标准;robustX公司;clustvarsel公司;基因组学;特伊根
引用于: 78文件
全部的 前5名

135位作者引用

10 米娅·休伯特
8 彼得·卢梭。
7 蒂姆·威尔登克
5 彼得·菲兹莫瑟
4 米歇尔·德布鲁恩
内德雷特·比洛尔
斯文·塞尼尔斯
范·艾尔斯特·斯特凡
萨宾·韦尔本
2 比拉尔·巴尔·阿尔坎
2 克里斯·鲍特
2 萨内·恩格伦
2 卢卡·格雷科
2 卡雷尔·赫隆
2 保罗·D·麦克尼古拉斯。
2 凯瑟琳·莫里斯
2 尤克塞尔·奥纳
2 雅各布·雷梅克斯
2 卡维,瓦基利
2 卡琳·范登·布兰登
2 埃伦·范德维伦
2 兰德·R·威尔科克斯。
1 卡利德·阿布纳瓦斯·阿布纳瓦斯
1 吕克·阿登格(Luc D.Adjengue)。
1 克劳迪奥·阿戈斯蒂内利
1 内斯林·阿尔坎
1 穆夫达·贾米尔·阿尔拉瓦斯德
1 阿奇姆巴德,奥罗雷
1 阿塔坎,Cemal
1 约瑟夫·L·阿旺(Joseph L.Awange)。
1 白、巨山
1 迪米特里斯·约翰·伯西马斯
1 乔安·布兰科。
1 克里斯蒂安·布里特内德。
1 谢尔卡·布罗迪诺娃
1 克里斯·布伦斯顿
1 曹继国
1 安德烈亚·卡波佐
1 克莱斯·卡罗尼
1 伊娃·休利曼斯
1 霍尔格·塞瓦洛斯·瓦尔迪维佐
1 查尔顿,马丁
1 斯尼格丹苏查特吉
1 陈涛
1 安娜玛丽·克拉克
1 马丁·科本哈弗(Martin S.Copenhaver)。
1 乔纳森·科内利森
1 克利斯朵夫·克鲁斯
1 乔斯·德·布拉班特
1 克里斯·德·布拉班特
1 迪帕尔马,M.A。
1 卡米拉,法切维科娃
1 阿莱西奥·法科梅尼
1 伊丽莎·富斯科
1 乌苏拉,集合
1 弗朗西丝卡·格雷塞林
1 马里奥·罗萨里奥·瓜拉西诺
1 阿里·萨阿德·哈迪
1 保罗·J·哈里斯。
1 小平县林市
1 Stephane R.Heritier。
1 海伦,笑话
1 Hino、Hideitsu
1 塞巴斯蒂安·霍普纳
1 James,Gareth M。
1 史蒂夫·朱金斯
1 托马斯·柯尔斯坦
1 阿萨纳西奥斯·科迪利斯
1 尤卡,科特莱宁
1 维维安·拉尼乌斯
1 Lee,Yoonkyung李,尹京
1 罗伯特·刘易斯。
1 梁志宇
1 Steffen Liebscher
1 叶芝·林
1 苏巴巴拉塔·马朱姆达尔
1 迪迪埃·马昆
1 里卡多·安东尼奥·玛丽娜
1 Elaine B.Martin。
1 约翰·詹姆斯·米勒
1 米纳州米尔沙希
1 穆罕默德·哈桑·穆罕默德·穆罕默德
1 加里·蒙塔古(Gary A.Montague)。
1 斯蒂芬·莫根塔勒
1 吉尔·莫罗
1 墨菲,托马斯·布伦丹
1 Ng、Serena
1 Kai Noponen
1 克劳斯·诺德豪森
1 哦,熙世
1 托马斯·奥尔特纳
1 潘达文,戴维
1 贝拉·帕兰茨
1 帕诺斯·帕达洛斯(Panos M.Pardalos)。
1 Yeonjoo公园
1 维哈德·帕托维·尼娅
1 Ana M.皮雷斯。
1 塔哈·拉德万
1 JoséRagot
1 雷米,朱利安
…还有35位作者

按年份列出的引文