UPRE方法在图像恢复正则化参数自适应选择中的应用

大多数图像恢复都是不适定问题,需要利用正则化方法将病态方程转化为适定方程。正则化参数主要用于调节图像保真度与图像光滑度之间的平衡,与图像恢复质量的好坏有着密切关系。无偏预计风险估计(UPRE)方法可以自适应选择最佳正则化参数,基于数学理论分析和图像恢复实验,验证了该方法在图像恢复中的可行性和有效性。

半参数模型中参数的最优线性无偏差分估计

考虑半参数回归模型y=Xβ+g(t)+ε,在此模型中引入差分算子,得到差分半参数模型,并根据风险函数算出其中参数的最优线性无偏差分估计。同时给出差分模型下参数的最优线性无偏估计的相对效率及其上下界。最后通过模拟算例来说明理论结果优越性。