首页 | 新闻公告 | 投稿须知 | 编委会 | 关于杂志 | 订阅 | 留言FAQ | 广告服务 | 相关链接 | 下载区 | 联系我们

基于稀疏组 Lasso 的分段平稳自回归模型变点检测方法
Change point detecting of piecewise stationary auto regressive model based on sparse group Lasso
摘要点击 688  全文点击 457    
查看全文  查看/发表评论  下载PDF阅读器
中文关键词  
英文关键词  
基金项目  
作者单位
高 伟 西安财经大学统计学院 
杨海忠  
杨 露  
中文摘要
      结构变化检测是分析系统动态规律的重要方式之一. 针对分段平稳自回归模型, 将变点检测问题转化为变量选择问题, 采用稀疏组 Lasso 方法得到变点个数和位置的初始估计, 提出分组选择方法在初始估计的变点中进行选择, 然后用后向删除法得到变点个数及位置的估计. 证明了提出的方法对变点个数和位置估计的一致性. 另外, 稀疏组 Lasso 方法通过约束变点位置上模型参数的稀疏性, 能够进一步确定回归系数发生变化的具体滞后变量阶数. 最后, 仿真实验和应用实例证实, 相对于直接应用后向删除法, 分组选择方法的引入显著提高了估计的效率; 相对于组 Lasso 方法, 稀疏组 Lasso 方法可以进一步识别在变点位置上发生变化的具体滞后变量阶数.
英文摘要
      
关闭

版权所有 © 2007 《系统工程学报》
通讯地址:天津市卫津路92号天津大学25教学楼A区908室 邮编:300072
联系电话/传真:022-27403197 电子信箱: jse@tju.edu.cn