迈克尔·哈贝赫 拟合和匹配问题中三维随机旋转的生成。 （英语） 兹比尔1240.65016 计算。斯达。 24，第4期，719-731（2009）. 提出了一种Gibbs抽样算法，用于生成概率密度与（exp）{-{1 over 2}（A-R）成正比的随机三维旋转矩阵（R）（即SO（3）中的R），其中（cdot）是Frobenius范数，（A）是一些固定矩阵本文介绍了一种在蛋白质分子结构分析中的应用。审核人：R.E.Maiboroda（基辅） 引用于三文件 MSC公司： 65立方厘米 马尔可夫链的数值分析或方法 65二氧化碳 蒙特卡罗方法 62页第10页 统计学在生物学和医学中的应用；元分析 62D05型 抽样理论、抽样调查 62-08 统计问题的计算方法 60年22日 马尔可夫链中的计算方法 92C40型 生物化学、分子生物学 关键词：吉布斯采样器;马尔科夫蒙特卡洛;随机旋转矩阵;欧拉角;算法;蛋白质分子 软件：定向 PDF格式BibTeX公司 XML格式引用 \textit{M.Habech}，计算。Stat.24，No.4，719--731（2009；Zbl 1240.65016） 全文： DOI程序 OA许可证 参考文献： [1] Berman HM、Westbrook J、Feng Z、Gilliland G、Bhat TN、Weissig H、Shindyalov IN、Bourne PE（2000）蛋白质数据库。核酸研究28:235–242·doi:10.1093/nar/28.1235 [2] Chen MH，Shao QM，Ibrahim JG（2002）贝叶斯计算中的蒙特卡罗方法。Springer Verlag公司，纽约 [3] Choi KN，Carcassoni M，Hancock ER（2002）使用EM算法恢复面部姿势。图案识别35:2073–2093·Zbl 1006.68891号 ·doi:10.1016/S0031-3203（01）00173-X [4] Devroye L（1986）非均匀随机变量生成。纽约州施普林格·Zbl 0593.65005号 [5] Geman S，Geman D（1984），图像的随机松弛、吉布斯分布和贝叶斯恢复。IEEE Trans PAMI 6（6）：721–741·Zbl 0573.62030号 ·doi:10.1109/TPAMI.1984.4767596 [6] Green PJ，Mardia KV（2006），使用层次模型的贝叶斯对齐，在蛋白质生物信息学中的应用。生物特征93:235–254·Zbl 1153.62020年 ·doi:10.1093/biomet/93.2235 [7] Hartigan J（1964）不变先验分布。数学年鉴35:836–845·Zbl 0151.23003号 ·doi:10.1214/aoms/1177703583 [8] Higham NJ（1989）矩阵贴近问题和应用。收录：Gover MJC，Barnett S（编辑）《矩阵理论的应用》。牛津大学出版社，牛津，第1-27页 [9] Horn RA，Johnson CR（1991）矩阵分析主题。剑桥大学出版社·兹比尔0729.15001 [10] Kabsch W（1976）关联两组向量的最佳旋转解决方案。《水晶学报》A 32:922–923·doi:10.1107/S0567739476001873 [11] 麦凯DJC（2003）信息理论、推理和学习算法。剑桥大学出版社·Zbl 1055.94001号 [12] Miles RE（1965）关于R3中的随机旋转。生物特征52:636–639·Zbl 0134.33804号 [13] Theobald DL，Wuttke DS（2006）矩阵高斯-普鲁斯特问题中正则化最大似然估计的经验贝叶斯层次模型。美国国家科学院院刊103:18521–18527·Zbl 1160.62303号 ·doi:10.1073/pnas.0508445103 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。