论文部分内容阅读
变点识别是数据分析中一个非常重要的研究内容。文中针对目前变点识别研究中忽略了方法的稳健性，未能充分考虑异常值的影响的不足，提出利用一种高度稳健的回归类混合分饵算法来识别变点。该方法从混合回归模型的角度，将含有变点的回归模型看作回归类的混合，通过逐步挖掘数据集中的回归类，并对排序后的回归类进行分析，进而确定变点的位置及个数。数值模拟表明，在识别变点的过程中无须预先指定变点的数目，并且具有高度的稳健性和有效性。