Mixmod公司

用MIXMOD软件进行基于模型的聚类和判别分析。混合建模(MIXMOD)程序将混合模型与给定的数据集相匹配,以便进行密度估计、聚类或判别分析。提出了多种估计混合参数的算法(EM、分类EM、随机EM),并且可以将这些算法组合起来,以获得似然函数(或完全数据似然)的合理最大值的不同策略。MIXMOD目前主要用于多元高斯混合模型,根据分量方差矩阵特征值分解的不同假设,可以区分14种不同的高斯模型。此外,还包括选择简约模型的不同信息准则(例如混合组分的数量),其适用性取决于特定的视角(聚类分析或判别分析)。MIXMOD用C++编写,与SCILAB和MATLAB接口。该计划、统计文件和用户指南可在互联网上通过以下地址获得:http://www-math.univ-fcomte.fr/mixmod/index.php。(资料来源:https://www.projet-flume.org/en/relier/mixmod)


zbMATH中的参考文献(参考文献37篇文章)

显示第21至37个结果,共37个。
按年份排序(引用)
  1. 卢姆,A。;Biernacki,C.:基于同步高斯模型的多来源样本聚类(2013)
  2. 施万德,奥利维尔;Nielsen,Frank:通过简化核密度估计来学习混合(2013)
  3. 鲍德里,让帕特里克;毛吉斯,凯茜;Michel,Bertrand:坡度启发法:概述与实施(2012)
  4. 圣城,纳粹;Erol,Hamza:一种新的基于混合判别分析的每字段分类方法(2012)
  5. 科努埃,让-玛丽;马林,让·米歇尔;米拉,安东尼埃塔;Robert,Christian P.:自适应多重要性抽样(2012)
  6. 李,吉敏;Scott,Clayton:具有截断和截尾数据的多元高斯混合模型的EM算法(2012)
  7. 李,保罗H。;Yu,Philip L.H.:基于加权距离的数据排序模型与政治研究应用的混合(2012)
  8. 毛吉斯,凯茜;Michel,Bertrand:高斯混合模型选择的非渐近惩罚准则(2011)
  9. 毛吉斯,凯茜;Michel,Bertrand:数据驱动的惩罚校正:高斯混合模型选择的案例研究(2011)
  10. 毛吉斯,C。;塞勒克斯,G。;马丁·马格涅特,M.-L.:基于模型的判别分析中的变量选择(2011)
  11. Scrucca,Luca:基于模型的SIR降维(2011)
  12. 比尔纳基,C。;塞勒克斯,G。;Govaert,G.:潜在类模型综合可能性的精确和蒙特卡罗计算(2010年)
  13. 梅尔尼科夫,沃洛季米尔;Maitra,Ranjan:有限混合模型和基于模型的聚类(2010)
  14. 毛吉斯,凯茜;塞勒克斯,吉尔;Martin Magniette,Marie Laure:高斯混合模型聚类的变量选择(2009)
  15. 毛吉斯,C。;塞勒克斯,G。;马丁·马格涅特,M.-L.:基于模型聚类的变量选择:一种通用的变量角色建模(2009)
  16. Schlattmann,Peter:有限混合模型的医学应用(2009)
  17. 比尔纳基,克里斯托夫;塞勒克斯,吉尔;戈瓦特,杰拉德;Langrognet,Florent:基于模型的聚类和判别分析(MIXMOD软件)(2006)

更多出版物请访问:http://www.mixmod.org/article.php3?id_article=16