吴登锋:ADMM算法在高维部分线性测量误差模型推断中的应用论文

吴登锋:ADMM算法在高维部分线性测量误差模型推断中的应用论文

本文主要研究内容

作者吴登锋(2019)在《ADMM算法在高维部分线性测量误差模型推断中的应用》一文中研究指出:本文主要研究ADMM算法在高维部分线性测量误差模型参数估计和变量选择中的应用.不同于经典的部分线性模型.该模型中的线性部分预测变量不能够被直接观测得到.但可观测到带有测量误差的数据.本文我们考虑测量误差的协方差已知的情况,更一般的情况是测量误差的协方差未知.这种情况,可以用观测到的数据估计出测量误差的协方差.针对部分线性模型,一般的处理方法是先估计非线性部分,然后利用参数估计方法估计线性部分.我们利用ADMM算法求出估计协方差矩阵的最近邻矩阵,并基于该矩阵进行参数估计和变量选择.本文证明了由此方法所得的惩罚估计量在正则条件下,估计参数的误差边界和预测误差满足一定条件,同时估计参数满足符号相合性.本文主要由五个部分构成:第一部分介绍了部分线性模型的提出背景,常规的变量选择方法及关于测量误差模型的当前研究成果和文中主要解决的问题:第二部分给出了高维部分线性测量误差模型自适应Lasso估计量和算法实现过程:第三部分给出了模型系数估计和变量选择的理论性质:第四部分数值模拟本文提出的方法在小样本下的表现:第五部分给出了定理的详细证明.

Abstract

ben wen zhu yao yan jiu ADMMsuan fa zai gao wei bu fen xian xing ce liang wu cha mo xing can shu gu ji he bian liang shua ze zhong de ying yong .bu tong yu jing dian de bu fen xian xing mo xing .gai mo xing zhong de xian xing bu fen yu ce bian liang bu neng gou bei zhi jie guan ce de dao .dan ke guan ce dao dai you ce liang wu cha de shu ju .ben wen wo men kao lv ce liang wu cha de xie fang cha yi zhi de qing kuang ,geng yi ban de qing kuang shi ce liang wu cha de xie fang cha wei zhi .zhe chong qing kuang ,ke yi yong guan ce dao de shu ju gu ji chu ce liang wu cha de xie fang cha .zhen dui bu fen xian xing mo xing ,yi ban de chu li fang fa shi xian gu ji fei xian xing bu fen ,ran hou li yong can shu gu ji fang fa gu ji xian xing bu fen .wo men li yong ADMMsuan fa qiu chu gu ji xie fang cha ju zhen de zui jin lin ju zhen ,bing ji yu gai ju zhen jin hang can shu gu ji he bian liang shua ze .ben wen zheng ming le you ci fang fa suo de de cheng fa gu ji liang zai zheng ze tiao jian xia ,gu ji can shu de wu cha bian jie he yu ce wu cha man zu yi ding tiao jian ,tong shi gu ji can shu man zu fu hao xiang ge xing .ben wen zhu yao you wu ge bu fen gou cheng :di yi bu fen jie shao le bu fen xian xing mo xing de di chu bei jing ,chang gui de bian liang shua ze fang fa ji guan yu ce liang wu cha mo xing de dang qian yan jiu cheng guo he wen zhong zhu yao jie jue de wen ti :di er bu fen gei chu le gao wei bu fen xian xing ce liang wu cha mo xing zi kuo ying Lassogu ji liang he suan fa shi xian guo cheng :di san bu fen gei chu le mo xing ji shu gu ji he bian liang shua ze de li lun xing zhi :di si bu fen shu zhi mo ni ben wen di chu de fang fa zai xiao yang ben xia de biao xian :di wu bu fen gei chu le ding li de xiang xi zheng ming .

论文参考文献

  • [1].带L~1范数最优控制问题的数值解法[D]. 奚成.上海交通大学2015
  • 读者推荐
  • [1].径向基函数插值及其在浅水波方程中的应用—误差估计及算法测试[D]. 张棚.电子科技大学2019
  • [2].正定古城景观视觉环境评价及其重点地段更新应用研究[D]. 董文晓.河北工程大学2019
  • [3].化疗期胃癌患者心理弹性保护性因素及其路径分析[D]. 吴小婷.安徽医科大学2019
  • [4].两种高维小样本数据的分类方法对比研究[D]. 黄静远.华中科技大学2019
  • [5].求解弹性网络模型的广义ADMM算法的研究[D]. 侯倩.华中科技大学2018
  • [6].求解最优化问题的ADMM算法的研究[D]. 贾慧敏.华中科技大学2016
  • [7].基于ADMM的TV最小化稀疏重建算法研究[D]. 李欣.中北大学2017
  • [8].基于ADMM算法的网络流量分析及异常检测研究[D]. 苏畅.天津大学2016
  • [9].交互Lasso模型及改进ADMM算法研究[D]. 仝晓云.燕山大学2016
  • [10].纯电动公交车充电站运营规划及仿真[D]. 韩笑.北京交通大学2010
  • 论文详细介绍

    论文作者分别是来自郑州大学的吴登锋,发表于刊物郑州大学2019-07-03论文,是一篇关于算法论文,部分线性模型论文,测量误差论文,变量选择论文,参数估计论文,郑州大学2019-07-03论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自郑州大学2019-07-03论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    吴登锋:ADMM算法在高维部分线性测量误差模型推断中的应用论文
    下载Doc文档

    猜你喜欢