×
林宗一;保罗·D·麦克尼古拉斯。;何小杰。

通过节约型混合模型捕获模式。 （英语） Zbl 1369.62131号

统计概率。莱特。 88, 80-87 (2014).
摘要：多变量因子分析器的简约混合用于高维数据的稳健聚类。使用十六种节约的因子分析仪混合物，并使用AECM算法进行参数估计。说明了在紧凑面部表示中的应用。

引用于21文件

MSC公司：

62H25个 因子分析和主成分；对应分析
62小时30分 分类和区分；聚类分析（统计方面）

关键词：

因子分析;面部表情;图像压缩;PGMM公司;PTMM公司

软件：

PGMM公司
PDF格式BibTeX公司 XML格式引用
\textit{T.-I Lin}等人，统计概率。莱特。88、80-87（2014年；Zbl 1369.62131）
全文： DOI程序 arXiv公司

参考文献：

[1] 安德鲁斯，J.L。；McNicholas，P.D.，《多元因子分析仪的扩展混合》，统计计算。，21, 361-373 (2011) ·Zbl 1255.62175号
[2] 安德鲁斯，J.L。；McNicholas，P.D.，用于基于模型的聚类、分类和判别分析的修正因子分析混合，J.Statist。计划。推理，1411479-1486（2011）·Zbl 1204.62098号
[3] 安德鲁斯，J.L。；McNicholas，P.D.，通过多元分布混合物进行基于模型的聚类、分类和判别分析：（t EIGEN）家族，统计计算。，22, 1021-1029 (2012) ·Zbl 1252.62062号
[4] 安德鲁斯，J.L。；McNicholas，医学博士。；Subedi，S.，通过多元分布的混合物进行基于模型的分类，计算。统计师。数据分析。，55520-529（2011年）·Zbl 1247.62151号
[5] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获得最大似然》，J.R.Stat.Soc.Ser。B、 39、1-38（1977年）·Zbl 0364.62022号
[6] Fokoué，E。；Titterington，D.M.，因子分析仪的混合物。贝叶斯估计和随机模拟推理，马赫。学习。，50, 73-94 (2003) ·Zbl 1033.68085号
[7] 加赫拉马尼，Z。；Hinton，G.E.，《因子分析仪的EM算法》。技术报告CRG-TR-96-1（1997），多伦多大学：多伦多大学
[8] 格雷塞林，F。；Ingrassia，S.，多元（t）分布混合的约束单调EM算法，统计计算。，20, 9-22 (2010)
[9] Kim，H.C。；Lim，D。；Bang，S.Y.，使用混合特征面方法的人脸识别，模式识别。莱特。，23, 1549-1558 (2002) ·Zbl 1010.68133号
[10] Lin，T.I。；Ho，H.J。；Shen，P.S.，具有缺失信息的多元混合模型的计算有效学习，计算。统计人员。，24, 375-392 (2009) ·Zbl 1189.62095号
[11] Lin，T.I。；Lee，J.C。；Ni，H.F.，使用多元（t）分布进行混合建模的贝叶斯分析，统计计算。，14, 119-130 (2004)
[12] 刘，C。；Rubin，D.B.，《ECME算法：EM和ECM的简单扩展，具有更快的单调收敛性》，Biometrika，81，633-648（1994）·Zbl 0812.62028号
[13] 刘，C。；Rubin，D.B.，使用EM及其扩展对（t）分布的ML估计，ECM和ECME，Statist。Sinica，5，19-39（1995）·Zbl 0824.62047号
[14] McLachlan，G.J。；比恩，R.W。；Jones，L.B.T.，将混合因子分析模型扩展为包含多元分布，计算。统计师。数据分析。，51, 5327-5338 (2007) ·兹比尔1445.62053
[15] 麦克拉克伦，G.J。；比恩，R.W。；Peel，D.，基于混合模型的微阵列表达数据聚类方法，生物信息学，18412-422（2002）
[16] 麦克拉克伦，G.J。；Peel，D.，通过多元分布混合物进行稳健聚类分析，（计算机科学讲义，第1451卷（1998年），Springer-Verlag:Springer-Verlag Berlin），658-666
[17] 麦克拉克伦，G.J。；Peel，D.，有限混合模型（2000），John Wiley&Sons：John Willey&Sons纽约·Zbl 0963.62061号
[18] McLachlan，G.J。；Peel，D.，《因子分析仪的混合物》，（第七届机器学习国际会议论文集（2000），Morgan Kaufmann:Morgan Koufmann San Francisco），599-606
[19] McLachlan，G.J。；皮，D。；Bean，R.W.，用混合因子分析仪模拟高维数据，计算。统计师。数据分析。，41, 379-388 (2003) ·Zbl 1256.62036号
[20] McNicholas，P.D.，使用潜在高斯混合模型的基于模型的分类，J.Statist。计划。推理，1401175-1181（2010）·Zbl 1181.62095号
[21] 医学博士麦克尼古拉斯。；Murphy，T.B.，简约高斯混合模型，统计计算。，18, 285-296 (2008)
[22] 医学博士麦克尼古拉斯。；Murphy，T.B.，通过潜在高斯混合模型对微阵列表达数据进行基于模型的聚类，生物信息学，26，2705-2712（2010）
[23] 医学博士麦克尼古拉斯。；Subedi，S.，使用多元分布混合物聚类基因表达时间过程数据，J.Statist。计划。推断，1421114-1127（2012）·Zbl 1236.62068号
[24] 孟晓乐。；Rubin，D.B.，《通过ECM算法的最大似然估计：一般框架》，《生物特征识别》，80，267-278（1993）·Zbl 0778.62022号
[25] 孟晓乐。；van Dyk，D.，《EM算法——一首以快速新曲演唱的古老民歌》（带讨论），J.R.Stat.Soc.Ser。B、 59、511-567（1997）·Zbl 1090.62518号
[26] 皮，D。；McLachlan，G.J.，使用（t）分布的稳健混合建模，统计计算。，10, 339-348 (2000)
[27] Shoham，S.，通过多元分布混合物的确定性聚集EM进行稳健聚类，模式识别。，35, 1127-1142 (2002) ·Zbl 1005.68051号
[28] 西罗维奇。；Kirby，M.，人脸特征化的低维程序，J.Opt。美国证券交易委员会。，2, 519-524 (1987)
[29] Steane，M.A。；医学博士麦克尼古拉斯。；Yada，R.，通过多元因子分析仪的混合物进行基于模型的分类，Comm.Statist。模拟计算。，41, 510-523 (2012) ·Zbl 1294.62142号
[30] 倾翻，T.E。；Bishop，C.M.，概率主成分分析仪的混合，神经计算。，11, 443-482 (1999)
[31] 特克，M。；Pentland，A.，识别特征脸，J.Cogn。神经科学。，3, 71-86 (1991)
[32] Ueda，N。；Nakano，R。；加赫拉马尼，Z。；Hinton，G.E.，混合模型的SMEM算法，神经计算。，12, 2109-2128 (2000)
[33] Wang，W.L。；Lin，T.I.，混合因子分析器中最大似然估计的有效ecm算法，计算。统计人员。，28, 751-769 (2013) ·Zbl 1305.65082号
[34] 王海霞。；张庆斌。；罗，B。；Wei，S.，使用缺失信息的多元（t）分布进行稳健混合建模，模式识别。莱特。，25, 701-710 (2004)
[35] Woodbury，M.A.，《反演修正矩阵》。统计研究组备忘录。第42号代表（1950年），普林斯顿大学：普林斯顿大学，新泽西州普林斯顿
[36] 赵伟。；切拉帕，R。；罗森菲尔德，A。；Phillips，P.J.，《面部识别：文献调查》，ACM Compute。调查。，35, 399-458 (2003)
[37] Zhao，J.H。；Yu，P.L.H.，通过ECM算法对因子分析仪混合物进行快速ML估计，IEEE Trans。神经网络。，19, 1956-1961 (2008)
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。