基于Pena距离的偏Laplace正态数据下位置回归模型的统计诊断

目前医学、社会学、生物等领域都存在尖峰、厚尾且偏斜的数据,针对这类数据,采用偏Laplace正态数据去拟合,得到的结果会更加精确。同时,在统计学中,异常点或强影响点对统计诊断的结果会产生很大的影响,因此对异常点或强影响点的诊断就显得尤为重要。常用的似然距离、Cook距离等研究删除一个(组)点对回归分析与预测值的影响,而Pena距离研究删除样本中各点对某一特定点回归值以及预测值的影响。基于此,在Pena距离下对偏Laplace正态数据下位置回归模型的影响分析进行了研究,利用EM算法对偏Laplace正态分布下的位置回归模型做了统计诊断。得到偏Laplace正态数据下位置回归模型下Pena距离的表达式以及高杠杆异常点的判别方法,并把Pena距离、Cook距离、似然距离进行比较,得到在某些情况下利用Pena距离检测异常点比Cook距离与似然距离更优。模拟与实例研究说明提出的模型与方法具有合理性。

基于Pena距离的偏正态数据下位置回归模型的统计诊断

Pena距离是研究偏态数据的一种有用工具.本文利用Pena距离研究了偏正态数据下位置回归模型的统计诊断问题,得到了位置回归模型下Pena距离的表达式,对其性质进行讨论,从而得到高杠杆异常点的判别方法. Pena距离与Cook距离、似然距离进行比较,得到在一定的条件下Pena距离优于Cook、似然距离.通过随机模拟试验研究和实例分析,表明本文提出的理论和方法是科学合理的.

基于偏正态数据下位置、均值回归模型的参数估计

偏正态分布是正态分布的扩展,它不仅具有正态分布的性质也有偏态分布的性质,在实际应用中比正态分布适用性更广泛.本文扩展了偏正态数据下的位置、均值回归模型,讨论了偏正态数据下位置、均值回归模型的参数估计,本文使用的偏正态分布是Sahu等(2003)提出的偏正态分布,相较于Azzalini(1986)提出的偏正态分布,其对于偏度参数的刻画相对简单,EM算法更容易实现.同时使用梯度下降法与EM算法研究了模型参数的极大似然估计,通过随机模拟和实例分析对比说明了两个模型的适用性.

偏正态数据下混合非线性位置回归模型的统计诊断

在经济、生物医学、环境科学等领域存在着这样一类混合数据,非对称、非线性并且还含有异常点或强影响点,如果只是简单的对总体数据进行诊断,得到的结果可能不精确.因此研究了偏正态数据下混合非线性位置回归模型的统计诊断,对混合数据总体不分类做诊断与分类后再做诊断相比较,发现分类后做诊断结果更精确.其次,将Pena距离推广到了偏正态非线性回归模型,给出了似然距离,Cook距离,Pena距离三个诊断统计量来判别异常点或强影响点,结果表明Pena距离对异常点更敏感,诊断效果略优于似然距离和Cook距离.最后,通过随机模拟试验研究和实例分析,表明文章提出的模型和方法是合理的.

基于偏Laplace正态数据下位置、均值回归模型的参数估计

参数估计是一种基本的统计推断形式,也是统计学的一个重要分支.在分析偏态数据时,我们比较关注数据的众数、中位数和均值,但是偏Laplace正态数据的众数和中位数难以精确求出,因此用位置参数来近似代替.故本文提出偏Laplace正态数据下位置和均值回归模型,并研究该模型的参数估计,模拟和实例研究结果表明本文提出的模型和方法是科学合理的.

改进FCOS算法正样本选择的交通标志检测

针对交通标志独特的形状特点,提出一种改进的anchor-free卷积神经网络检测算法FCOS(fully convolutional one-stage object detection)。由于原算法在训练过程中直接将真实框内的位置点标记为正,会产生大量标签噪声,在FCOS网络结构的基础上融合交通标志的形状特征,减少没有辩证能力的噪声标签,设计新的正样本选择策略。实验结果表明,改进后FCOS算法在处理后的TT100K数据集上的检测mAP(mean average precision)在不增加计算量的情况下提升到83.2%,检测性能高于FCOS。

基于锚框的深度学习物体目标检测算法概览

将深度学习方法结合进目标检测算法突破了传统算法的性能瓶颈,成为计算机视觉领域一个热门的研究课题.本文对当下最流行的基于深度学习物体目标检测算法进行深入研究,得出一个整体认识,为目标检测应用系统开发的先进性与高效性提供有益的理论指导.沿着时间顺序梳理了深度卷积神经网络进入物体目标检测算法的发展过程,按照两阶段和一阶段实现对主要的算法划分两大类别;同时,参考是否采用锚框又分为基于锚框和非锚框的两种方式.围绕发展更成熟的基于锚框的检测系统详细探讨了算法的实现原理,并指出当前物体目标检测系统面临的难点问题和关键技术.最后,对物体目标检测算法发展的方向进行了展望.

Coherent States of Nonlinear Oscillators with Position-Dependent Mass:Temporal Stability and Fractional Revivals

We develop generalized coherent states for a class of nonlinear oscillators with position-dependent effective mass in the context of the Gazeau–Klauder formalism and discuss some of their properties. In order to investigate the temporal evolution we first explore the statistical properties by means of weighting distribution and the Mandel parameter. It is found that the temporal evolution of the coherent states may exhibit the phenomena of quantum revivals and fractional revivals for a particular choice of position-dependent mass oscillator.