MM算法相关论文
流行病的研究是当今医学领域的热门课题,备受学者关注.在研究这些流行病时,学者运用降低成本提高效率的抽样方法变得尤为重要.然而......
中心均值子空间的估计是高维回归分析中的重要问题,而基于鞅差散度（MDD）估计中心均值子空间是最近提出的一种解决此类问题的有效方法......
针对高维计数型数据,往往会利用泊松回归模型进行分析研究.为了降低高维模型拟合的复杂度,该模型引入了惩罚项进行变量选择,进而提......
在MIMO OFDM系统中,一般假定信道在一个OFDM符号时间之内保持不变.前人在MIMO OFDM系统包括SISO OFDM系统的信道估计和符号检测技......
人脸检测是近二十年来研究较热的领域,其功能是检测图像中的所有人脸。它是任何人脸处理系统的第一步。另外,它本身有着广泛而重要......
MM算法是处理优化问题的有效工具,应用广泛的EM算法也是MM算法的一个特例.将MM算法引入到Geometric分布与寿命分布复合族(如Expone......
正态分布是统计分析中最常用的分布之一,通常假定响应变量具有对称性。但在经济金融、环境工程等实际领域中,响应变量不满足对称性......
配对计数数据广泛存在于我们生活的各个领域,并且引起了很多统计学工作者的关注,尤其在生物医学研究中,我们经常需要设立实验组和......
本文旨在解决纵向数据中系数矩阵和协方差矩阵的联合稀疏估计问题,我们提出了把估计协方差矩阵的MM算法和估计系数矩阵的CCD算法结......
信号降噪是信号处理领域的核心任务.在信号降噪过程中,利用信号的先验知识选取正则项进而构建数学模型,因此先验知识起着决定性作......
在线性回归模型中,由于误差分布的多样性,每一种分布所对应的最优估计有所不同。本文利用AEPD(asymmetric exponential power dist......
单指标分位回归模型是一类重要的半参数模型,具有降维的优点的同时保留了非参数分位回归模型的稳健性。但现有的单指标分位回归模......
由于受地质条件、采集环境和采集成本等因素限制以及废道或废炮的剔除,获取的地震数据往往是不规则和不完整的,缺失的地震数据将直......
再生散度分布族是一种比指数族分布更加广泛的分布,其适用性更强,为了了解散度的来源,基于一般的方位模型,提出了联合方位与散度模......
在数字图像处理领域中，因为客观和主观的原因，图像结构受阻以及清晰度的下降是无法避免的。然而在实际应用中，降质图像会严重影响我们......
研究了基于固定效应的纵向数据模分位点回归模型的参数估计及统计诊断问题.首先给出了参数估计的MM迭代算法,然后讨论了统计诊断中......
同时求解负二项分布的参数的极大似然估计并不是一件容易的事情,该文利用Tian, Huang和Xu提出的组装分解技术来导出负二项分布中关......
对目标跟踪中的多模型算法的形成与发展进行了回顾,指出了各阶段多模型算法的局限性,重点对当前多模型算法的发展方向进行了分析.......
针对离散相位调制脉冲串信号的模糊函数优化问题,提出了一种基于MM算法的波形设计方法。MM算法是一种求解最优化问题的迭代算法,通......
本文提出用基于MM算法的复合分位回归模型厘定车险相对费率的方法。首先,用MM算法对复合分位回归模型进行参数估计,然后对基于MM算......
图像,作为人类生活中最常见的事物之一,也是人们获取信息的主要来源。然而,在图像的采集和处理过程中,或多或少都会使得图像受到噪......
稀疏组Lasso已经被证明是一种强大的回归技术,可以通过使用两层不同分组稀疏正则同时发现不同组的稀疏特性.但是在大量的应用中,由......
基于分位点回归模型比最小二乘回归模型具有更强的统计分析能力,将参数估计的MM算法和统计诊断中的影响度量MM距离运用于大坝水平......
近年来,随着各国经济全球化步伐的加快,各国之间的金融市场也逐步走向了融合,各国金融市场的关联性不断增强。金融市场的开放与融......
学位
基于MM算法改进了加权秩估计求解,得到模型参数的相合估计。结合自助法得到参数的区间估计,模拟验证了方法的有效性。将此模型运用......
在压缩感知、矩阵恢复等研究领域,弹性正则化方法引起了广泛的关注.由于该方法可以避免数据建模时(特别是解决复杂问题时)解出现大......
再生散度分布族是一种比指数族分布更加广泛的分布,其适用性更强,正态分布、Poisson分布、Gamma分布、I型极值分布以及双指数分布......
基于Hunter and Lange（2000）提出的MM迭代算法，构造了一个代替L1目标函数的新的目标函数Qk（β｜β^k）；在此基础上研究了非线性LAD回归影响......
基于广义泊松分布的性质,提出了广义泊松计数模型,解决了泊松计数模型中对照组数据过度分散和过度集中的问题.在模型的统计推断中,......
