投影寻踪技术的理论及应用研究进展精选.pdfVIP

第 24 卷第 1 期 柳 　州 　师 　专 　学 　报 Vol24 No 1 2009 年 2 月 Journal of Liuzhou Teachers College Feb 2009 投影寻踪技术的理论及应用研究进展 吴春梅 ,罗芳琼 (柳州师范高等专科学校 数学与计算机科学系 ,广西 柳州 　545004) 　　摘 　要 :投影寻踪技术是国际统计界于 70 年代中期发展起来的、用来处理和分析高维观测数据 ,尤其是非正态 、 非线性高维数据的一种新兴统计方法 。它利用计算机直接对高维数据进行投影降维分析 ,进行数据客观投影诊断 , 自动找出能反映高维空间规律的数据结构 ,达到研究分析高维数据的目的。本文对 30 多年来投影寻踪技术在应用领 域方面的文献进行收集整理 ,探讨投影寻踪技术在相关领域的应用和发展状况 ,为从事投影寻踪研究或应用的专业 人员获取和利用相关信息提供线索和参考 。 　　关键词 :投影寻踪 ;岭函数 ; 回归分析 　　中图分类号 : 　TP30 16 　　　文献标识码 : 　A 　　文章编号 : 　1003 - 7020 (2009) 0 1 - 0 120 - 06 ( ) 数据分析法 Confirmatory Dat a Analysis ,简称 CDA 。 0 　前言 但实际问题中有许多数据并不满足正态分布 ,需要用 近三十多年来 ,随着计算技术的发展和计算机的 稳健的或非参数的方法去解决 。不过 ,当数据维数很 普及 , 国际统计界发展了一类处理和分析高维数据的 高时 ,这些方法都将面临一些困难 : ( 1) 随着维数增 ( ( ) 新兴统计方法 ———投影寻踪 Proj ection Pur suit ,简称 加 ,计算量迅速增大 ; 2 对于高维数据 , 即使样本量 ) PP 法 ,它是采用“审视数据 →模拟 →预测”探索性数 很大 ,仍会存在高维空间中分布稀疏的“维数祸根”, ( ) ( ) 据分析 Exploratory Dat a Analysis ,简称 EDA 的新途 非参数法也很难使用 ; 3 低维稳健性好的统计方法 径[ 1 ] ,适宜于非线性 、非正态分布数据的处理 ,并能避 用到高维时稳健性变差 。因此 , 当数据的结构或特 免“维数祸根”,因为投影寻踪技术不需要人为地把高 征与假定不相符时 ,模型的拟合和预报的精度均差 , 维数据整理成知识 、构造成数据库进行训练后再推 尤其对高维非正态 、非线性数据分析 ,传统的 CDA 方 理 ,而是直接利用计算机对高维数据进行投影降维分 法很难收到好的效果 。其原因是它过于形式化 、数学 析 ,进行数据客观投影诊断 , 自动找出能反映高维空 化 ,受束缚大 ,难以适应千变万化的客观世界 ,无法真 间规律的数据结构 ,它具有稳健性 、抗干扰性和准确 正找到数据的内在规律 ,远不能满足高维非正态数据 度高等优点 ,因此在许多领域获得成功应用[2 - 3 ] 。 分析的需要 。为了克服上述困难