典型文献
周期数据时段划分的双截断高斯混合模型及其EM算法
文献摘要：
有限混合模型是多模态数据拟合和聚类的有力工具.本文针对具有多模态的周期数据提出了双截断高斯混合模型,并推导出相应的EM算法,再通过BIC准则确定混合成分个数.该方法的优点是可以将相邻周期上距离较近的数据聚为一类.模拟研究显示,在具体参数设置下,EM算法和BIC准则是相合的.最后,该方法应用于车流量数据的时段划分,将一天划分为具有显著特征的6个时段,有助于交通部门采取相应策略,为优化交通灯信号配时提供参考依据.
文献关键词：
周期数据;时段划分;双截断高斯混合模型;EM算法
中图分类号：
作者姓名：
官国宇;王运豪;别一鸣
作者机构：
东北师范大学经济与管理学院,吉林长春130117;东北师范大学应用统计教育部重点实验室,吉林长春130024;东北师范大学数学与统计学院,吉林长春130024;吉林大学交通学院,吉林长春130022
文献出处：
引用格式：
[1]官国宇;王运豪;别一鸣-.周期数据时段划分的双截断高斯混合模型及其EM算法)[J].数理统计与管理,2022(01):108-123
A类：
双截断高斯混合模型
B类：
周期数据,时段划分,EM,有限混合模型,多模态数据,数据拟合,BIC,分个,将相,参数设置,相合,车流量,流量数据,显著特征,交通部门,相应策略,交通灯,信号配时
AB值：
0.274573
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
