考虑渐近有效估计的Probit模型阈值分割算法

针对传统分割方法存在分割后结构相似度低、峰值信噪比低和分割效果差的问题。提出考虑渐进有效估计的Probit模型阈值分割算法。对图像的光度和几何信息进行聚类处理,根据纹理特征和边缘特征划分图像,根据图像划分结果和图像的噪声水平对字典进行训练获得稀疏表示先验,结合非局部相似先验建立变分模型,采用迭代重新加权算法求解模型,消除图像中存在的噪声。在混合差分背景分割原理的基础上对图像做分割和匹配处理,通过角点检测方法渲染图像纹理,对图像进行帧分解,提取图像的像素特征。考虑渐进有效估计,构建基于Probit模型的图像阈值分类器,将获取的像素特征输入分类器中,完成图像分割。仿真结果表明,所提方法的图像结构相似度高、峰值信噪比高、分割效果好。

多重二元响应Probit模型的渐近有效估计

针对多重二元响应Probit模型提出了两步估计方法,第一步由边际似然得到参数n^(1/2)而相合的估计,第二步通过一步迭代得到渐近有效估计,由于只需一步迭代,因此在利用模拟方法计算信息阵时,可以增加模拟的次数,从而减少模拟所产生的扰动对估计的影响.

Weibull分布族中参数的渐近有效估计

本文构造了Weibull分布族{mx^(m-1)/θe^(-x^m/θ),x>0,m>0,θ>0}中形状参数m,刻度参数θ的渐近中位无偏限制下的渐近有效估计m_n,θ_n。同时还证明了c_1θ_n+C_2m_n为c_1θ+C_2m的渐近有效估计(其中C_1,C_2为任意给定的常数)

多维GARCH模型的半参数有效估计

多元GARCH模型的估计一般采用拟极大似然法(quasi maximum likehood),对于这种方法估计的相合性及渐近正态性已经被很多学者证实,然而对于新息列的分布不是多元正态时,这种估计的有效性还没人研究,本文从拟极大似然估计得到的参数相合估计入手,提出用非参数方法估计多元新息列的分布.

半参数广义线性模型的一个有效估计量及其渐进性质

考虑了半参数广义线性模型的估计问题。在矩型估计的基础上,讨论了一个有效估计,并研究了其渐进性质。另外把半参数广义线性模型的参数估计的直观评估方法提高到了理论上的判定。还进一步揭示了在半参数模型中有效估计的存在性理论。

参数已知比例可加模型的有效估计

讨论了比例可加模型的非参数估计.利用局部线性方法和平均方法给出函数的平均估计,结合回切方法,定义了函数的有效估计,并研究了有效估计的相合性与渐近正态性.

一类单边截断族中参数的渐近有效估计

本文对单边截断型分布族｛１τ∫（ｘ－θ）τ）ｄｘ｜θ∈Ｒ，τ＞０｝。

三阶微分方程非线性边值问题的一致有效估计

利用积分算子和微分不等式技巧,讨论了三阶非线性微分方程非线性边值问题的奇摄动.以二阶Volterra型积分微分方程非线性边值问题的已知结果为基础,建立了三阶非线性边值问题的上下解方法.同时,构造适当的上下解,得到了解的存在性和一致有效估计.结果表明,这种技巧为其他三阶边值问题的研究提出了一种新的思路.

不同光滑变量的变系数模型的系数函数的有效估计

探讨不同自变量的变系数模型的系数函数的估计及其渐近性。使用局部线性方法和平均方法给出系数函数的平均估计,对平均估计使用回切法给出系数函数的有效估计,给出它们的渐近正态性,模拟例子说明这个估计的有效性。

具有转向点的奇摄动三阶非线性边值问题解的一致有效估计

以变换未知函数的方式对具有转向点的三阶非线性奇摄动边值问题证明解的存在性,给出解的一致有效渐近估计。

关于参数的有效估计量的两个充要条件

本文在软弱的条件下,给出关于参数的有效估计量的两个结果。

二阶Volterra型积分微分方程Robin边值问题的一致有效估计

利用微分不等式方法研究了二阶Volterra型积分微分方程Robin边值问题解的存在性和一致有效估计.在适当条件下,构造具体的上下解,得到了解的存在性.结果表明这种技巧为奇摄动边值问题的存在性研究提出了新的思路.

要学会对问题解决方向进行有效估计

对问题的解决方向进行有效估计是解题审题时一个很实用的办法．通过讨论常用的有效估计方法，具体包括：对数的范围进行有效估计；对两数的大小进行有效估计；对几何的状况或曲线类型等进行有效估计；对点的位置进行有效估计；对“是非”或“存在性”等进行有效估计，帮助学生学会对问题解决方向进行有效估计．

一个关于有效估计的定理

本文给出并证明了有关一个无偏估计是有效估计的一个充分必要条件。它是有效地讨论有效估计的存在性以及当有效估计存在时立即得到这个有效估计的一个有用的定理。

任意分布的均值的渐近有效估计

讨论一般随机分布的均值的区间估计问题，给出了一种求任意分布均值的置信区间的抽样方案：证明此抽样方案渐近有效，得出了关于任意分布均值的置信区间的新结果。

关于有效估计的一点讨论

一致最小方差无偏估计是所有无偏估计中方差最小的,有效估计是满足特定条件的无偏估计中方差最小的。通过2个例题说明了有效估计未必存在,即C-R下界未必能够达到,若C-R不等式的条件不成立,无偏估计的方差可能小于C-R下界。

高维线性模型的稀疏半参有效估计

高维线性回归估计是一个被大量学者研究的重要统计学问题.在误差分布未知的情况下,如何将有效性纳入高维估计仍是一个尚未解决且具有挑战性的问题.最小二乘估计在非Gauss误差密度下会损失估计的效率,而极大似然估计由于误差密度未知,无法直接被应用.基于惩罚估计方程,本文提出一种新的稀疏半参有效估计方法应用于高维线性回归的估计.本文证明了在误差密度未知的超高维回归下,新的估计渐近地与具有神谕性的极大似然估计一样有效,因此对于非Gauss误差密度,它比传统的惩罚最小二乘估计更有效.此外,本文证明了几种常用的高维回归估计是本文方法的特例.模拟和实际数据的结果验证了本文所提出方法的有效性.

基于有效风速估计的永磁直驱风力发电系统鲁棒控制研究

由于风力发电系统中的风速传感器存在测量误差,且风速测量值与施加在风机叶片上的有效风速不同,直接导致风力发电系统对风能利用率的降低。因此本文提出了一种基于滑模观测器的风机叶片风速有效值估计方法,在满足李雅普诺夫不等式的基础上设计了滑模观测器,从中提取出风力发电机转速和机械转矩的估计值。通过在线查表得到风机叶片上有效风速的估计值,将该估计值用于修正基于风速传感器的风力发电系统最大功率跟踪控制。仿真结果表明所提方法可有效提升风力发电系统对风能的利用率,具有一定的工程意义。