基于SOP-SeedBS的高维数据稀疏变点检验

摘要：

提出了一种适用于高维数据稀疏变点的SOP-SeedBS检验方法,能达到快速检验的效果.SOP-SeedBS方法是先对数据矩阵进行分解,并基于奇异值分解找到最优的投影方向,再利用投影的方法将高维数据投影到一维空间,最后利用种子二元分割方法对投影后的一维数据进行多变点检验.仿真结果表明,提出的SOP-SeedBS方法与Inspect方法相比较,准确度得到了提高,在计算时间方面具有较大的优势.最后将SOP-SeedBS方法应用于膀胱肿瘤微阵列数据集中,与Inspect和Adapt-WBS等方法的结果具有相似性,进一步说明SOP-SeedBS方法具有实用性.

关键词：高维、稀疏变点、奇异值分解、种子二元分割、SOP-SeedBS

所属期刊栏目：45

分类号：O212.1(概率论与数理统计)

资助基金：国家自然科学基金;吉林省教育厅项目

在线出版日期：2022-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：134-143