基于两层函数模型的曲线联合配准与分类

近年来针对曲线或函数数据的众多分类技术被相继提出。然而，曲线中存在的错位问题会影响其中大多数方法的性能。本文提出一种基于模型的方法，用于曲线配准与分类的同时进行。该方法基于标量变量与函数变量共同驱动的函数逻辑回归模型执行曲线分类，并通过数据配准模型同时对齐曲线。我们发展了基于 EM 的算法来对所述模型进行极大似然推断。我们建立了曲线配准模型的可识别性结果，并研究了所提估计过程的渐近性质。模拟研究展示了所提模型在有限样本下的表现。对卒中患者舌骨运动数据的应用揭示了新模型的有效性。