基于改进的MSE准则的小波图像压缩

目前 ,大多数图像压缩算法是在纯粹基于像素值的均方误差 (MSE)准则下工作的 ,由于MSE准则不能很好地刻画图像的边缘和平坦区域的差别 ,因此按MSE准则进行优化的压缩方法有时难以达到很好的视觉效果 根据人类视觉的特性 ,小波子带图像的分布特性和子带系数对保存边缘、纹理信息的重要性程度 ,提出一种改进的MSE准则 实验证明 ,基于文中改进的MSE准则的小波图像压缩方法可以获得较好的效果 ,能在低比特率下较完整地保存边缘和纹理信息 。

基于MSE准则的TSK模糊系统的蔬菜价格预测

蔬菜价格波动性大、季节性强,受供求关系、季节、气候等多种因素的影响,蔬菜价格具有高度的非线性、高噪声的属性加大了预测的难度。因此运用基于传统的MSE准则函数应用于蔬菜价格预测的建模,以样本的实际输出和神经网络的预测输出的平方差为误差准则函数,来进行人工神经网络参数学习,通过MSE准则的TSK模糊系统模型来预测蔬菜的价格,最后通过实例验证此方法科学有效。

配送中心需求量的时间序列预测方法研究

本文通过对物流需求预测的时间序列预测方法的组成成分、基本结构进行分析,利用编制计算机程序来建立时间序列需求量预测的简单指数平滑法、自适应指数平滑法和HOLT指数平滑法三种预测模型,为配送中心的库存控制提供支持。

多元广义压缩最小二乘估计

引进了多元线性模型中回归系数β＝Ｖｅｃ（Ｂ）的广义压缩最小二乘估计β（Ａ），讨论了它的约方误差与均方残差的性质，指出了根据均方误差准则选取Ａ值的主要缺陷，采用了一种选取Ａ值的新准则Ｑ（ｃ），它包含均方误差准则和最小二乘准则作为特例，并从理论上证明了Ｑ（ｃ）准则的优良性．

广义压缩最小二乘估计的优良性

本文讨论了广义压缩最小二乘估计均方误差、均方残差的一些性质,另外还分别在 Q(c)准则及 Pitman 准则下讨论了广义压缩最小二乘估计的优良性。

堆积层滑坡位移矢量角异常变化分析——以新滩滑坡为例

基于新滩滑坡位移观测资料,运用数理统计均方差异常判据对滑坡失稳过程中的位移矢量角变化规律进行了初步的研究,发现随着边坡的失稳位移矢量角出现异常变化,表明位移矢量角具有较强的预测预报功能,说明在滑坡预测预报过程中,位移矢量角是一个不可忽视的变量。