《有限混合體數據的動態模型選擇算法及其套用》是依託北京大學，由馬盡文擔任負責人的面上項目。
基本介紹
- 中文名：有限混合體數據的動態模型選擇算法及其套用
- 項目負責人：馬盡文
- 項目類別：面上項目
- 依託單位：北京大學
- 批准號：60771061
- 申請代碼：F0111
- 負責人職稱：教授
- 研究期限：2008-01-01 至 2010-12-31
- 支持經費：27（萬元）
項目摘要
有限混合體分布是一種重要的機率模型，為來自於多個總體並按一定比例線性混合的數據的建模與分析提供了有效的工具。然而，這種數據的建模依賴於混合體模型中分量個數的正確選擇。由於分量個數是混合體模型的一種尺度，如何選擇分量個數被看作是一種模型選擇問題。在一般情況下，數據中的分量個數是未知的，或難於準確知道，或動態變化的，這就需要進行模型選擇。目前，人們已經開始研究對於該數據的自適應模型選擇並建立了自動壓縮型的自動模型選擇算法和逐步增長型貪心學習算法。然而它們都對於分量個數的初值有限制，無法達到動態變化。為了克服這一限制，我們提出了動態模型選擇的思想，即分量個數從任一初值出發並在學習過程中嵌入合併或分離操作最終達到模型的正確選擇和建模。本項目運用數學和學習理論與方法對這一動態模型選擇問題進行研究，解決其基本理論問題並建立有效的學習算法，並將其套用到自動彩色圖像分割和基於微陣列數據的腫瘤診斷與分類。
