1 带有缺失数据的多元纵向隐马尔可夫因子模型的贝叶斯统计分析及应用开题报告

 2021-08-08 02:08

全文总字数:758字

1. 研究目的与意义

本研究主要是在贝叶斯框架下对带有缺失数据的纵向隐马尔可夫因子模型的展开统计分析:研究缺失数据在不同缺失机制下对后验推断的影响。这对于探究观测数据背后的概率发生机理有重要意义。

2. 国内外研究现状分析

近年来,国内外学者在缺失数据模型与机制和隐马尔可夫因子模型上已经取得了一系列的研究成果。

1.陈雪东,唐年胜。带有不可忽略缺失数据的半参数再生散度模型的贝叶斯分析[j]。系统科学与数学,2010,30(10).1334-1350.

2.余龙华,王宏,钟洪声. 基于隐马尔科夫模型的人脸识别[j]. 计算机技术与发展, 2012, 第2期:25-28.

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的基本内容与计划

隐马尔可夫因子模型主要有两类过程构成:一类是不可观测的离散状态过程,这是个有限维离散马尔可夫过程,用以描述潜在类的转移概率规律。另一类过程是可观测的因子分析过程,这类过程主要是用来解释多元数据之间的相关性。隐马尔可夫因子模型基本假定:状态过程给定下,观测过程是独立的。

计划 查阅,翻译文献了解研究动态,做开题报告 1月10号到2月10号

理论分析,利用所学知识撰写论文初稿 2月11号到5月5号

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

(1)多领域内容相结合

(2)缺失数据机制与隐马尔可夫模型的结合

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。