基于L2,1-范数的函数型数据稀疏典型相关分析（英文）

张泽江; 杨志霞; 叶俊佑; 汪玉兰

doi:10.13568/j.cnki.651094.651316.2025.06.24.0001

新疆大学学报（自然科学版中英文） ›› 2026, Vol. 43 ›› Issue (03) : 305 -323. DOI: 10.13568/j.cnki.651094.651316.2025.06.24.0001

基于L_2,1-范数的函数型数据稀疏典型相关分析（英文）

张泽江, 杨志霞, 叶俊佑, 汪玉兰

作者信息 +

Author information +

文章历史 +

PDF

摘要

函数型数据的典型相关分析是多元统计领域中用于识别两个函数型数据集间最优线性相关性的关键方法．然而，这些数据集中的部分函数可能出现异常情况，如偏离整体趋势的突变或波动，进而导致结果失准．针对该问题，本文提出一种改进方法：基于L_2,1-范数的函数型数据稀疏典型相关分析．该方法通过优化正交基函数的选取来抑制离群值，提升分析的精度与可靠性．数值实验表明，基于L_2,1-范数的方法在性能上显著优于传统方法．