高维协方差矩阵估计的压缩感知方法.docxVIP

高维协方差矩阵估计的压缩感知方法

一、引言

随着数据采集与存储技术的快速发展，各个研究与应用领域面对的数据维度不断提升，从基因组学领域一次测序获得的上万个基因表达指标，到金融市场中成百上千种可交易资产的价格序列，再到图像识别任务中数千维的像素特征，高维数据已经成为多元统计分析面对的主要数据形态。协方差矩阵作为刻画随机变量间线性关联强度的核心量化工具，是投资组合优化、信号检测、基因网络构建、特征降维等众多任务的核心输入，其估计精度直接决定了下游任务的最终效果。但是在高维场景下，传统基于样本矩计算的协方差矩阵估计方法面临着“维度诅咒”的本质挑战，当变量维度接近甚至超过样本量时，样本协方差矩阵会出现