跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要研究标志点形状分析中的概率分布,未涉及所列经济计量细分。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
J. T. Kent
K. V. Mardia
P. McDonnell

复 Bingham 四次分布与形状分析

研究问题
传统复 Bingham 分布的对称性限制了高集中度下的协方差形态,如何扩展模型以获得更丰富的渐近正态行为?
方法与思路
作者在对数密度中加入选定的四次项,并为归一化常数开发渐近与鞍点方法,以支持极大似然估计。
材料陈述的贡献
摘要称新分布放宽原模型的复杂对称性限制,最简单情形对应 Kent 的 FB5 分布,并以实例展示其用途。
阅读关注点
应核对四次项如何选择、模型与形状空间的关系,以及归一化常数近似在不同集中程度下的精度和计算成本。
阅读边界
所给 Crossref 摘要未说明参数约束、近似误差或实例结果,不能据此判断估计稳定性及相对其他形状模型的优势。

原文摘要

Summary The complex Bingham distribution was introduced by Kent as a tractable model for landmark-based shape analysis. It forms an exponential family with a sufficient statistic which is quadratic in the data. However, the distribution has too much symmetry to be widely useful. In particular, under high concentration it behaves asymptotically as a normal distribution, but where the covariance matrix is constrained to have complex symmetry. To overcome this limitation and to provide a full range of asymptotic normal behaviour, we introduce a new ‘complex Bingham quartic distribution’ by adding a selection of quartic terms to the log-density. In the simplest case this new distribution corresponds to Kent's FB5-distribution. Asymptotic and saddlepoint methods are developed for the normalizing constant to facilitate maximum likelihood estimation. Examples are given to show the usefulness of this new distribution.

笔记与分组