统计分析中的降维技术是目前处理高维数据的比较有效技术之一。其中包括继片递回归。投影寻踪和一些半参数模型等。我们在坯片逆回归的工作被国际著名统计刊物的审稿人认为介决了,一个引起强烈争议的问题。一个模型性态的检验的工作被认为与其它相关的检验功效,此后表明新提出的检验表现良好。对PP型Kolmogorov检验统计量的尾概率估计方面,首先在一定意义否定了Huber的一个猜测。被认为是目前热门的话题中一个漂亮的结果。而这个话题正是在统计学与特别地,在经验过程理论这两个方面的学者感兴趣的。已发表学术论文29篇,其中国外学术刊物14篇。国际学术会议邀请报告2次,国内学术会议邀请报告1次。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
复发事件中高维协变量的降维技术及其应用研究
全基因组关联研究中的降维策略和统计分析方法研究
非线性降维方法及其在风险管理中的应用
稀疏性保持的降维技术及其拓展研究