基于 Lasso 策略的多序列分割

我们提出了一种新的半参数方法，用于对受函数部分干扰的多个序列进行联合分割。该问题尤其出现在大地测量学中，其中 GPS 永久测站坐标序列受到未记录的人工突变影响，并表现出显著的周期性变化。检测和估计这些变化至关重要，因为这些序列被用于确定地球科学中的平均参考坐标，并推断由气候变化引起的小规模构造运动。我们提出了一种迭代过程，其中分割部分基于动态规划，函数部分基于 Lasso 估计量。我们的 Lasso 过程基于字典方法，能够同时估计平滑函数和具有局部不规则性的函数，这比先前提出的方法更具灵活性。由此产生了偏差部分的更好估计以及分割效果的改进。我们使用模拟数据和真实数据评估了该方法的性能。特别是，我们将该方法应用于澳大利亚 Yarragadee 四个 GPS 测站的数据。我们的估计过程被证明是评估序列变化检测和周期性变化估计的可靠工具，并能就已知函数给出模型函数部分的可解释估计。