本文選題：矩陣回歸　切入點：非凸約束　出處：《運籌學學報》2017年02期

【摘要】：高維約束矩陣回歸是指高維情況下帶非凸約束的多響應多預測統(tǒng)計回歸問題,其數(shù)學模型是一個NP-難的矩陣優(yōu)化,它在機器學習與人工智能、醫(yī)學影像疾病診療、基因表達分析、腦神經(jīng)網(wǎng)絡、風險管理等領域有廣泛應用.從高維約束矩陣回歸的優(yōu)化理論和算法兩方面總結(jié)和評述這些新成果,同時,列出了相應的重要文獻.
[Abstract]:High-dimensional constrained matrix regression is a multi-response and multi-predictive statistical regression problem with non-convex constraints under high-dimensional conditions. Its mathematical model is an NP-difficult matrix optimization, which is used in machine learning and artificial intelligence, medical imaging disease diagnosis and treatment. Gene expression analysis, neural network, risk management and other fields are widely used. These new achievements are summarized and reviewed from the optimization theory and algorithm of high dimensional constraint matrix regression. At the same time, some important literatures are listed.
【作者單位】： 北京交通大學理學院;南安普頓大學數(shù)學科學學院;
【基金】：國家自然科學基金(Nos.11431002,11671029)
【分類號】：O212.1

【相似文獻】

相關期刊論文 前2條

1 劉曉;李煒;;區(qū)間線性規(guī)劃最優(yōu)解對應的約束矩陣的構(gòu)造[J];杭州電子科技大學學報;2014年02期

2 ;[J];;年期

相關碩士學位論文 前1條

1 劉賽群;幾類約束矩陣方程組問題[D];湖南大學;2007年

，

本文編號：1698433