×

基于代理密度的Hilbert数据分类方法。 (英语) Zbl 1468.62030

摘要:研究了Hilbert随机曲线的无监督和有监督分类方法。两者都依赖于使用概率密度的替代项,在无分布的混合上下文中,从小球概率的渐近因式分解中定义。代理密度是通过核方法从数据的主成分估计出来的。重点是说明分类算法和计算含义,特别注意调整所涉及的参数。给出了一些渐近结果。在模拟和真实数据集上的应用表明了所提出的方法是如何工作的。

理学硕士:

62-08年 统计问题的计算方法
H3620小时 分类和区分;聚类分析(统计方面)
62G07型 密度估算
62小时12分 多元分析中的估计
62小时25分 因子分析和主成分分析;对应分析
62R10型 功能数据分析
PDF格式 BibTeX公司 XML 引用

参考文献:

[1] 亚伯拉罕,C。;彪,G。;干部,B.,多元密度模式的简单估计,加拿大。J、 统计学家。,31,23-34,(2003年),《加拿大统计年鉴》·Zbl 1035.62046
[2] 阿扎里尼,A。;Torelli,N.,通过非参数密度估计进行聚类,Stat.Comput。,17,71-80,(2007年)
[3] 比尔纳基,C。;塞勒克斯,G。;政府,G。;Langrognet,F.,基于模型的聚类和判别分析,mixmod软件,计算机。统计学家。数据分析。,51587-600,(2006年)·Zbl 1157.62431
[4] 博克,H.H。;英格拉西,S。;Vermunt,J.K.,《基于模型的聚类和分类专题》,高级数据分析。分类。,7,(2013年)
[5] 博克,H.H。;英格拉西,S。;Vermunt,J.K.,《基于模型的聚类和分类专题》(第2部分),高级数据分析。分类。,8,(2014年)
[6] Bongiorno,E.G.,Goia,A.,2015。关于希尔伯特随机元素小球概率因式分解的一些见解。预印本·Zbl 1392.60008号
[7] (Bongiorno,E.G.;Goia,A.;Salinelli,E.;Vieu,P.,《无限维统计和相关主题的贡献》(2014年),Societ A Editrice Esculapio)·Zbl 1377.62023
[8] 陈勇。;基诺维斯,C.R。;韦瑟曼,L.,《密度脊的渐近理论》,安。统计学家。,431896-1928,(2015年)·Zbl 1327.62303
[9] 大伯娘。;费拉蒂,F。;Vieu,P.,《模态曲线用于雷达波形分类的研究》,计算机。统计学家。数据分析。,514878-4890,(2007年)·Zbl 1162.62378号
[10] 德莱格尔,A。;Hall,P.,定义随机函数分布的概率密度,Ann Statist。,381171-1193,(2010年)·Zbl 1183.62061
[11] 德莱格尔,A。;霍尔,P。;Bathia,N.,功能数据的组件分类和聚类,Biometrika,99299-313,(2012)·Zbl 1244.62090
[12] Devroye,L.,关于非参数回归函数估计的几乎处处收敛性,Ann.Statist。,1310-1319年,(1981年)·Zbl 0477.62025
[13] Dubes,R.C.,聚类分析和相关问题,(Chen,C.H.;Pau,L.F.;Wang,P.S.P.,模式识别和计算机视觉手册,(1993),世界科学出版公司,美国新泽西州River Edge),3-32
[14] Duong,T。;Hazelton,M.L.,多元核密度估计的交叉验证带宽矩阵,Scand。J、 Stat.,32485-506,(2005年)·Zbl 1089.62035
[15] 费布雷罗·班德,M。;Oviedo de la Fuente,M.,功能数据分析中的统计计算:R包fda。usc,J.Stat.软件。,2012年1月1日至28日
[16] 费拉蒂,F。;北库德拉佐。;维尤,P.,无限维空间中代理密度函数的非参数估计,J.非参数。Stat.,24447-464,(2012年)·Zbl 1241.62042
[17] 费拉蒂,F。;Vieu,P.,《曲线判别:非参数函数方法》,计算机。统计学家。数据分析。,44161-173,(2003年)·Zbl 1429.62241
[18] 费拉蒂,F。;Vieu,P.,(非参数函数数据分析,Springer系列统计,(2006),Springer纽约)·11162ZB04119
[19] 加塞,T。;霍尔,P。;Presnell,B.,随机曲线分布模式的非参数估计,J.R.Stat.Soc.Ser。统计方法。,60681-691,(1998年)·Zbl 0909.62030
[20] 吉梅尔法布,G。;汉考克,E。;伊米娅,A。;奎珀,A。;工藤,M。;奥马哈,S。;温迪特,T。;Yamada,K.,结构、句法和统计模式识别:IAPR国际研讨会,SSPR和SPR 2012,日本广岛,2012年11月7日至9日。会议记录,(2012年),Springer
[21] Goia,A.,具有外生变量的时间序列预测函数线性模型,统计学。可能吧。利特。,821005-1011,(2012年)·Zbl 1241.62124
[22] 戈亚,A。;五月,C。;福赛,G.,《高峰负荷预测的函数聚类与线性回归》,国际预测杂志。,26700-711,(2010年)
[23] 霍尔瓦特,L。;Kokoszka,P.,《函数数据推理与应用》。第200卷(2012年),施普林格科学与商业媒体
[24] 雅克,J。;Preda,C.,多元函数数据的基于模型的聚类,计算机。统计学家。数据分析。,71,92-106,(2014年)
[25] 詹姆斯,G.M。;《不规则采样曲线的函数线性判别分析》,J.R.Stat.Soc.Ser。统计方法。,63533-550,(2001年)·Zbl 0989.62036
[26] 詹姆斯,G.M。;Sugar,C.A.,稀疏采样函数数据的聚类,J.Amer。统计学家。协会,98397-408,(2003年)·Zbl 1041.62052
[27] Lévéder,C.,Abraham,C.,Cornillon,P.,Matzner Lober,E.,Molinari,N.,2004年。《种族歧视》。奇米奥梅特里亚,第37-43页。
[28] 刘杰。;陈,Y。;麦索格,J.M。;Luta,G.,一种新的基于预处理和确定三角形的点包容测试算法,计算-辅助设计。,421143-1150,(2010年)
[29] 《时间序列数据中结构模式识别的广义特征提取》,(2001),(博士论文)
[30] 拉姆齐,J.O。;Silverman,B.W.,(函数数据分析,Springer统计系列,(2005),Springer纽约)·Zbl 1079.62006
[31] 里纳尔多,A。;辛格,A。;纽根特,R。;Wasserman,L.,基于密度的聚类稳定性,J.Mach。学习。第13905-948号决议(2012年)·Zbl 1283.62130
[32] Sager,T.W.,估计多元模式和等值线的迭代方法,J.Amer。统计学家。协会,74329-339,(1979年)·Zbl 0428.62040
[33] 申浩,等.随机过程fisher判别分析的推广,多元分析杂志。,991191-1216,(2008年)·Zbl 1141.62053
[34] Silverman,B.W.,(统计学和数据分析的密度估计,统计学和应用概率专著,(1986),查普曼和霍尔伦敦)·浙宝0617.62042
[35] 托多罗瓦,S。;萨德勒,P。;巴蒂斯塔,A。;蔡斯,S。;Ventura,V.《分类与否:尖峰排序对神经解码性能的影响》,神经工程杂志,11,(2014)
[36] 塔登纳姆,R。;斯奈德,M.,加州男孩和女孩从出生到18岁的身体成长,加利福尼亚儿童发展出版物,1183-364,(1954)
[37] 魔杖,M.P。;Jones,M.C.,(核平滑,统计学和应用概率专著,第60卷,(1995),查普曼和霍尔有限公司,伦敦)
[38] 徐,R。;Wunsch,D.,聚类算法综述,IEEE Trans。神经网络。,16645-678,(2005年)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。