声明
摘要
1 绪论
1.1 研究意义
1.2 研究进展
1.3 结构安排
2 LASSO及其层次化模型
2.1 压缩采样与LASSO回归
2.1.1 前向选择和前向梯度算法
2.1.2 LARS算法
2.1.3 LASSO一般化模型
2.2 层次贝叶斯LASSO
2.2.1 Laplace先验层次化表示
2.2.2 LASSO及其一般化模型贝叶斯层次化
2.2.3 LASSO Gibbs采样
2.2.4 讨论
3 稀疏高斯图模型
3.1 高斯图LASSO
3.1.1 L1范数直接优化法
3.1.2 乘子交替方向法ADMM
3.2 贝叶斯高斯图LASSO
3.2.1 GLASSO先验
3.2.2 贝叶斯推断及块Gibbs采样
3.2.3 讨论
4 层次贝叶斯自适应稀疏高斯混合模型
4.1 高斯混合模型
4.2 自适应稀疏层次贝叶斯表示
4.3 GMM稀疏精度矩阵层次化表示
4.4 GMM精度矩阵自适应稀疏估计
4.5 ASGMM并入Cholesky分解
5 实验结果
5.1 合成数据聚类效果验证
5.2 误差估计和稀疏度获取
5.3 实际数据聚类结果测试
结论
参考文献
附录
攻读硕士学位期间发表学术论文情况
致谢