基于強穩(wěn)定收斂的偏正態(tài)聯(lián)合位置與尺度模型的參數(shù)估計算法

摘要： 傳統(tǒng)的迭代算法(例如牛頓算法, EM算法等)在實際應(yīng)用中,往往存在初始值較為敏感的問題.為解決這一問題,一種強穩(wěn)定的收斂算法――Upper-crossing/Solution算法(以下稱US算法)被提出,這種算法雖然在求解一元非線性函數(shù)時具有強穩(wěn)定性,但是不能推廣到多元的情形.那么針對多元情形,本文將結(jié)合偏正態(tài)分布的隨機表示,對偏正態(tài)聯(lián)合位置與尺度模型的似然函數(shù)進行分層,并且利... （共10頁）