同类推荐
-
-
概率论基础教程
-
¥199.00
-
-
概率论与数理统计:经管类:简明版
-
¥56.00
-
-
生活的赌局:看穿不确定背后的概率:how to nav…
-
¥79.00
-
-
概率论引论
-
¥99.00
-
-
概率论引论
-
¥99.00
-
-
概率论引论
-
¥99.00
-
-
概率论与数理统计
-
¥59.80
-
-
概率论与数理统计习题全解:浙大五版
-
¥28.80
-
-
概率论与数理统计教程
-
¥65.00
-
-
概率论与数理统计
-
¥59.80
|
|
图书信息
|
|
|
|
高维复杂数据模型的估计与特征筛选研究:英文
|
| ISBN： | 9787312064838 |
定价： | ￥50.00 |
| 作者： | 丁先文著 |
出版社： | 中国科学技术大学出版社 |
| 出版时间： | 2025年10月 |
开本： | 26cm |
| 页数： | 96页 |
中图法： | O212.1-39 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
384
|
|
2026-04-02
|
图书简介 | | 书中针对响应变量存在不可忽略缺失的复杂场景，构建了正则化分位数回归框架，通过非对称损失函数与自适应惩罚机制，攻克了缺失机制与模型参数联合估计难题；提出高维分位数回归模型平均方法，建立了权重优化准则的渐近最优性理论，突破分位数层面模型不确定性的整合瓶颈；系统完善正交匹配追踪(OMP)算法在受限等距性质(RIP)下的理论边界，为高维稀疏信号恢复提供普适性收敛保障；提出融合均值-方差的特征筛选准则，突破传统单维度筛选范式，显著提升超高维复杂数据特征筛选效率；设计分位数回归的双层自适应选择机制，通过组间-组内双重收缩策略，实现发散维数下异质协变量结构的精准辨识。 |
|