-
题名多元随机效应meta分析的一种稳健方法
- 1
-
-
作者
邹华聪
胡宗良
周彦
-
机构
贵州航天计量测试技术研究所
深圳大学数学科学学院
-
出处
《应用概率统计》
北大核心
2025年第5期781-801,共21页
-
基金
国家自然科学基金面上项目(批准号:12071305)
国家自然科学基金青年项目(批准号:12001378)
+1 种基金
广东省自然科学基金项目(批准号:2023A1515010027,2023A1515011399)
深圳市优秀科技创新人才培养项目(杰出青年基础研究)(批准号:RCJC20221008092753082)资助。
-
文摘
传统的多元meta分析模型通常假设研究间的随机效应和研究内的随机误差项均服从正态分布,这使得模型结果容易受到异常值和特殊观测的扰动.为了使模型更加稳健,并且能够处理来自随机效应和随机误差的两种异常,本文建立了基于t分布的多元随机效应meta分析模型.令随机效应项和随机误差项均服从多元t分布,给出ECM算法及其相应的三种加速算法形式,并基于极大似然估计构建了多元meta分析的t-t模型.通过数值模拟和实例研究,发现PX-ECME算法的效率在四种算法中相对最理想;实验不仅证实了t分布建模的稳健性,还验证了t-t模型能有效地识别异常值并对其来源进行区分.
-
关键词
MEtA分析
多元t分布
EM算法
-
Keywords
meta-analysis
multivariate t-distribution
EM algorithm
-
分类号
O212.1
[理学—概率论与数理统计]
-
-
题名稳健的t-MFA模型的极大似然估计
- 2
-
-
作者
解锋昌
孙宏义
-
机构
南京农业大学数学系
安徽工程科技学院应用数理系
-
出处
《安徽工程科技学院学报（自然科学版）》
2005年第4期62-66,共5页
-
基金
南京农业大学青年科技创新基金资助项目(KJ04020)
-
文摘
混合因子分析模型是一种非线性的分析高维数据的工具.但是,当一组观测数据中包含比正态尾部长的一些数据点时,其模型的拟合效果受到严重影响.为此,结合稳健的多元t分布提出基于t分布的混合因子分析模型,同时,在AECM算法基础上提出适合此模型的参数估计方法.最后,通过模拟实验,说明模型的优越性.
-
关键词
混合模型
多元t分布
aecm算法
因子分析
-
Keywords
mixture model
multivariate t distribution. aecm algorithm
FA
-
分类号
O212.2
[理学—概率论与数理统计]
-
-
题名基于t-SNE的多参数岩体结构面分步聚类方法
被引量：5
- 3
-
-
作者
李新正
王述红
侯钦宽
董福瑞
-
机构
东北大学资源与土木工程学院
-
出处
《岩土力学》
EI
CAS
CSCD
北大核心
2024年第5期1540-1550,共11页
-
基金
国家自然科学基金资助项目(No.U1602232)
辽宁省重点科技计划项目(No.2019JH2-10100035)
中央高校基本科研业务专项资金资助(No.2301005,No.N2301006)。
-
文摘
结构面聚类是进行岩体稳定性评价的重要步骤。常用聚类方法多以产状作为分组依据,忽略了结构面物理特性指标对岩体稳定性的影响。针对分组依据单一化的不足,综合考虑结构面倾向、倾角、迹长、张开度、填充状态和粗糙度的影响,提出一种基于学生分布随机邻近嵌入(student-distributed stochastic neighbor embedding,简称t-SNE)的多参数岩体结构面分步聚类方法。首先,利用t-SNE算法对除产状外的结构面特征进行数据降维;进而利用模拟退火算法搜索K-means算法的全局最优初始值,并采用分步聚类思想完成聚类。研究表明:所提方法有效地解决了高维空间样本稀疏的问题,同时保留了数据的局部结构与全局结构。新方法相比于传统方法能对空间分布相似区内结构面的物理特性进行精确划分,分组精度更高,且在避免复杂权重值计算的条件下,能有效区分产状与物理特性参数对岩体稳定性的影响差异。最后,将所提方法应用于中国新疆某露天矿坡结构面实测数据分析中,所得分组结果合理可靠,进一步证明该方法在实际工程中的有效性。研究方法可为多参数岩体结构面的分步聚类提供参考。
-
关键词
岩体结构面
多参数
分步聚类
t-SNE
K-MEANS算法
-
Keywords
rock discontinuities
multivariate parameters
stepwise clustering
student-distributed stochastic neighbor embedding(t-SNE)
K-means algorithm
-
分类号
TU452
[建筑科学—岩土工程]
-
-
题名多元响应回归模型的变点检测及其应用
被引量：1
- 4
-
-
作者
胡丹青
赵为华
-
机构
南通大学理学院
-
出处
《统计与决策》
CSSCI
北大核心
2021年第2期34-38,共5页
-
基金
国家社会科学基金资助项目(15BTJ027)
-
文摘
文章基于多元T分布和施瓦茨信息准则(SIC)研究了多元回归模型的参数估计方法和变点检测问题。首先将多元T分布看成多元正态分布的混合分布,进而应用EM算法得到了模型的参数估计方法;然后,利用SIC信息准则提出了模型中变点识别方法。数值模拟分析进一步验证了所提的估计方法及其SIC准则变点检测方法的有效性。最后,应用SIC准则方法研究了上证指数数据的变点检测问题。
-
关键词
多元响应变量
多元t分布
EM算法
SIC准则
变点
-
Keywords
multivariate response variable
multivariate t distribution
EM algorithm
Schwarz information criterion
change point
-
分类号
O212.1
[理学—概率论与数理统计]
-
-
题名基于集成精细复合多元多尺度模糊熵的齿轮箱故障诊断
被引量：1
- 5
-
-
作者
杨小强
宫建成
安立周
刘晓明
-
机构
陆军工程大学野战工程学院
-
出处
《机电工程》
CAS
北大核心
2023年第3期335-343,共9页
-
基金
军队装备综合研究资助项目(〔2020〕1086号)。
-
文摘
针对齿轮箱故障信号具有非线性和非平稳性的特点,且目前的方法对其特征提取不够充分这一问题,对不同形式粗粒化方法的集成、多通道信号处理方法在模糊熵算法上的应用进行了研究,提出了一种新的特征提取方法,即集成精细复合多元多尺度模糊熵(ERCmvMFE)算法,在此基础上,结合t分布随机邻域嵌入(t-SNE)和人工鱼群算法优化的核极限学习机(AFSA-KELM),提出了一种新的齿轮箱故障综合诊断方法。首先,采用多种形式粗粒化方法的集成方法以及多通道信号处理方法,对模糊熵算法进行了改进,并进行了齿轮箱故障的初始特征提取;然后,通过t-SNE压缩原始故障特征,实现了维数的约简,并将低维故障特征输入至AFSA-KELM中进行了故障的分类识别;最后,为了对ERCmvMFE方法的特征提取性能进行测试,采用QPZZ-II旋转机械故障模拟测试平台进行了相关的实验。实验结果表明:采用新的齿轮箱故障综合诊断方法能够对不同类型的齿轮箱故障进行可靠诊断,对齿轮箱5种工况下的20次识别实验中,获得的平均准确率可达98.92%,标准差为0.956,识别准确率和稳定性均优于其他对比方法。研究结果表明:采用ERCmvMFE算法能够更充分地提取出齿轮箱的故障特征,因此,基于该特征提取方法的故障诊断方法具有更高的齿轮箱故障识别准确率。
-
关键词
集成精细复合多元多尺度模糊熵
人工鱼群算法优化的核极限学习机
t分布随机邻域嵌入
特征提取
多粗粒化处理
多通道信号处理
故障分类识别
-
Keywords
ensemble refined composite multivariate multiscale fuzzy entropy(ERCmvMFE)
kernel extreme learning machine optimized by artificial fish swarm optimization algorithm(AFSA-KELM)
t-distributed stochastic neighbor embedding(t-SNE)
feature extraction
coarse grained process
multichannel signal processing
fault classification and identification
-
分类号
TH132.46
[机械工程—机械制造及自动化]
-
