1 / 32
文档名称:

基于SIS权的超高维自适应LASSO算法-概率论与数理统计专业论文.docx

格式:docx   大小:2,086KB   页数:32页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于SIS权的超高维自适应LASSO算法-概率论与数理统计专业论文.docx

上传人:wz_198613 2019/2/2 文件大小:2.04 MB

下载得到文件列表

基于SIS权的超高维自适应LASSO算法-概率论与数理统计专业论文.docx

文档介绍

文档介绍:。《擎耩审革砚翦毒妊移非塾申鬲箪擅毒¥拦掣》俐彰茸砚斟毒妊好非‘羁锋固辫莓璺专蒋(辫丝箪一)宣剪罢勤甲。萃观珥毒明千逛、千草}肇蚶明甚錾辫雏lli罂肆斟群章:罨显 l茸砚拦髟_LK裂排显哥I :璎影([L000e)倒秦杀性杀鞣秦Y妊掣芈数¥:(黪卿)弭骈署甄婴印当渖托孵醯谦野识幸辫 l不 每J 酬柔丢性杀壕 抬/当/酬口二卜逊华奈鹭回 口蛳醵弭掣 口弭森而每千瓷 ●二卜盈幽杀口+斟啭椠五观目圮Ns出0[OEI晰曰挺嚣l e驴oo£00乙【乙 l鲁柔l 鼎恍 矽 耐歌葫OSSVl翠娶目彩掣群6|j碑SIS工霉日妥茸砚冒毋晕勘萃砚珥毒鬲车地毒¥拦掣目如z日j由口7OE——————差扩:右磊Y砰群磊岩勤。‘辑碰擎一盛羁S{二砰群卓。晕群驻丁皋瓤霉刨Y卓。够口Y牢甲凿g碍业私朵创业团蹲‘礁一站即明茸拱卓彗狮与狲乒目茸砚料索明莓鬻。挺嚣茸砚裂群翟冀‘智助驹搿罩勘嚼刨f6f隆赤杀Y妊掣母罾茸砚弭杀朝Y卓:崧凄Y卓。叫I{。xopu!/[008:19I’OZ。eII’趵驯:咖Il:辚豳勘Sjj网辫互萋鬻狲士印笨砚。茸砚拦◇刨髟船I睡砸暂当墨柳‘暂硼静誓瞠革罄惭刨坐即到fl}f晕{!;}‘茸砚珥杀妊影jJ=。瞠砰朝茸砚擎髯璐灏科茸觋靥哥Y牢脚刨。苗邵冒身如取蟛牲辘圈¥晔嚣R砚‘妇蜜臻茸砚斟杀酗髀Y);}l垢列乒***茸暂茸砚珂杀e4j幽婴犁群萃鬻豫狲田壬***(掣咪)肚聪半杀国中I址蚓跖搬曰7署辑性围士刨弭杀砰群县勤茸砚再赤(哥)2茸砚珥赤明妊孑革蕾珥责晕群勰望辚掣杀Y土f掣‘犁群¥晕僻望磷辫澉(£):暂硼霄身讵丐蛄獐i、蕊罐茸弓茸识理询麟茸、拳弭誉目茸砚静瞥丁回嘲珥翠‘黎圜甭蛳掣料静普鲻辫盆廖仆网觋僻疆鬃劬茸砚珥嘉朝监汤琳诵血材奈‘辅目拇性哇杀醵K(Z)5《窜辫壕茸弓茸观母亲千、衄鲥杀¥拦掣》Y嘶箕‘茸砚珥杀甭延地晕龄秘士滞酉珊并拖由黪、由缮尉酱诵乜料杀‘(戮壬印谣卓踏由碧狮群母)茸砚珥杀聂群犁群湃彬师岩彩罪珥杀(I):d胃‘砰Elf辫茸识珥赤脚即圉鞋罩酶《¥5砰勘鐾》毋晕阱杀Y妊掣。羊群酪易朝附唑I瞠鞋);|I茸嵌弭杀币延{f!l-Z晕杀¥妊单蛳上弓宰Y卓。到壬印翠衅暂卓舀掳覃现珥杀辅Y章革群杀¥妊掣掣彭屏某彭罪珥奈+渔、千斟驯辫驻‘《餮呼蕊舄出唑n善嚣);}I茸砚再杀雨琶拯士¥奈¥妊掣》斯科肆砰群茸觋茸嵌码杀杀¥拦掣南开大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师指导下进行研究工作所取得的研究成果。除文中已经注明引用的内容外,本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名: 盐置 2010年 5月25日非公开学位论文标注说明根据南开大学有关规定,非公开学位论文须经指导教师同意、作者本人申请和相关部门批准方能标注。未经批准的均为公开学位论文,公开学位论文本说明为空白。论文题目申请密级 口限制(≤2年) 口秘密(≤10年) 口机密(≤20年)保密期限 20 年 月日至20 年 月 日审批表编号批准日期 20 年 月 日南开大学学位办公室盖章(有效)限制★2年(最长2年,可少于2年)密★lO年(最长5年,可少于5年)密★20年(最长10年,可少于lO年)中文摘要中文摘要自适应LASSO在参数估计和变量选择领域是一种较流行的技术。在一定条件下,可以证明该方法满足oracle性质。但是自适应LASSO不能在超高维情况下使用。本文提出一种修正的自适应LASSO算法,该算法使用SIS权重来代替OLS权重。本文将此方法称为SLASSO方法。该方法有效的解决了超高维下的变量选择问题。同时,本文提出迭代SLASS0算法来增强参数选择的速度和精度。本文最后通过一些数据模拟实例给出了该方法在有限维下的表现。关键词:SLASSO:自适应LASSO;超高维变量选择;SIS;LARS;BIC;ISI。ASSoAbstractAbstractTheadaptiveLASSOisapopulartechniqueforsimultaneousestimationandvari-,adaptiveLASSOCall’,calledtheSLASSO,whereadaptiveSISweightsareusedinsteadofOLSweig