函数线性回归模型中的变量选择问题研究

函数线性回归模型中的变量选择问题研究

论文目录
中文摘要	第1-4页
英文摘要	第4-6页
1 绪论	第6-11页
1.1 引言	第6-8页
1.2 函数线性回归模型中的变量选择研究现状	第8-9页
1.3 本文研究内容	第9-11页
2 函数线性回归模型中的若干变量选择方法	第11-14页
2.1 基于Group SCAD的惩罚似然方法	第11-12页
2.2 基于Sparsity-Smoothness的惩罚最小二乘方法	第12-13页
2.3 针对惩罚最小二乘方法的统一框架	第13-14页
3 函数线性回归模型中基于相关性学习的变量选择	第14-24页
3.1 正交B-样条基逼近	第14页
3.2 边际回归	第14-15页
3.3 可靠筛选	第15-21页
3.3.1 可靠筛选性质	第15-20页
3.3.2 模型选择的相合性	第20-21页
3.4 迭代的可靠筛选	第21-24页
3.4.1 迭代的可靠筛选算法	第21-22页
3.4.2 Group SCAD和Group MCP的算法	第22-24页
4 数值实验	第24-29页
4.1 模拟实例	第24-26页
4.2 实证分析	第26-29页
5 总结与展望	第29-30页
致谢	第30-31页
参考文献	第31-34页
附录	第34页
A. 作者在攻读硕士学位期间发表或已完成的论文及专利	第34页

本篇论文共34页，点击这进入下载页面。

变量选择论文函数线性回归模型论文相关性学习论文模型选择相合性论文
版权申明：目录由用户yuke2**提供，www.51papers.com仅收录目录，作者需要删除这篇论文目录请点击这里。
\| 设为首页\|\|加入收藏\|\|站内搜索引擎\|\|站点地图\|\|在线购卡\|
版权所有教育论文网 Copyright(C) All Rights Reserved