...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of applied statistics >Model-based clustering of multivariate skew data with circular components and missing values
【24h】

Model-based clustering of multivariate skew data with circular components and missing values

机译：具有圆形成分和缺失值的多元偏斜数据的基于模型的聚类

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Motivated by classification issues that arise in marine studies, we propose a latent-class mixture model for the unsupervised classification of incomplete quadrivariate data with two linear and two circular components. The model integrates bivariate circular densities and bivariate skew normal densities to capture the association between toroidal clusters of bivariate circular observations and planar clusters of bivariate linear observations. Maximum-likelihood estimation of the model is facilitated by an expectation maximization (EM) algorithm that treats unknown class membership and missing values as different sources of incomplete information. The model is exploited on hourly observations of wind speed and direction and wave height and direction to identify a number of sea regimes, which represent specific distributional shapes that the data take under environmental latent conditions.
机译：基于海洋研究中出现的分类问题，我们针对具有两个线性和两个圆形分量的不完整四变量数据的无监督分类提出了一种潜在类混合模型。该模型集成了双变量圆形密度和双变量偏斜法向密度，以捕获双变量圆形观测值的环形聚类和双变量线性观测值的平面聚类之间的关联。该模型的最大似然估计由期望最大化（EM）算法促进，该算法将未知的类成员身份和缺失值视为不完整信息的不同来源。该模型是在每小时观测风速和风向以及波高和风向的基础上开发的，用于识别许多海域，这些海域代表了数据在环境潜在条件下的特定分布形状。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号