Copula函数中参数极大似然估计的性质

设m维随机变量X=(X1,X2,…,Xm)的copula函数为C(u1,u2,…,um);α)=C((F1(x1),F2(x2),…,Fm(xm));α),本文在(X1,X2,…,Xm)的样本空间和(U1,U2,…Um)的样本空间上讨论了m元copula函数中参数α的极大似然估计,得到了边缘分布函数连续时,两样本空间上参数α的极大似然估计和最大后验估计的等价性;而边缘分布函数不连续时,两样本空间上参数α的极大似然估计和最大后验估计的渐近等价性.

参数θ的函数f(θ)的极大似然估计

在微积分范围内给出了参数θ的函数f(θ)的极大似然估计.

基于极大似然估计的右删失数据风险函数直方图估计

鉴于风险函数在生存分析研究中的重要性,构造了一种新的快速有效的基于极大似然估计理论的右删失数据风险函数直方图估计量,并对该估计量的基本统计性质进行了理论证明。对该估计量使用过程中重要未知参数窗宽的确定给出了三点建议,并对其中的交叉验证方法使用进行了说明。最后通过两个实例再次印证估计量的合理性和有效性。

基于极大似然函数的独立分布网络拓扑结构可靠度评估模型

传统方法在对网络拓扑结构可靠性进行评估的过程中,存在参数方向不明确的问题,提出基于极大似然函数的独立分布网络拓扑结构可靠度评估模型。利用Weibull函数代表故障率模型,分析网络部件故障率的时间曲线,并构建网络节点和链路效能的时变模型,获得独立分布网络的时间效能模型;计算独立分布网络的拓扑结构函数,获得网络的开失效和短失效概率,根据极大似然估计对参数的偏导数进行求取,可以获得似然方程,利用得到的偏导数来构建独立分布网络拓扑结构可靠度评估模型,最终实现对独立分布网络拓扑结构可靠度的评估。实验结果得知,提出方法在对独立分布网络拓扑结构可靠度进行评估时,测试结果与期望输出结果的拟合度较高,并且评估时间较短,验证了模型的有效性。

环境监测截距数据的均值估算——极大似然函数法

1.基本术语和符号假设抽取样本的总体呈正态分布,其真实均值为μ且等于0,标准差（δ）等于1.所有低于方法已知检测限（X。）的样本是非定量的,其样本数量为nc.大于或等于检测限的样本称为可定量样本,按数值大小顺序排列,表示为(Xnc+1,Xnc+2……Xn).

渐近极大似然估计(AMLE)与极大似然估计(MLE)的强一致性

AMLE和MLE的强一致性具有广泛的应用,随着对非参数估计的研究,需要对AMLE和MLE的强一致性进行分析。本文的目的是研究AMLE与MLE的强一致性的一般条件,并说明二者间的密切联系。

基于EM算法的极大似然参数估计探讨

首先介绍了EM算法 ,然后研究了基于EM算法的混合密度极大似然参数估计 ,最后利用计算机仿真验证了此算法的收敛性和有效性 .

航天湍流退化图像的极大似然估计规整化复原算法

为了从有噪的湍流退化图像中有效地恢复出目标图像,提出了一种基于极大似然估计准则的规整化复原算法.根据图像随机场模型建立了有关多帧图像数据的对数似然函数,同时为了平滑噪声和保护图像边缘以及避免无价值的解,将一些合理的惩罚项和辅助平滑项融合到该对数似然函数中.推导出了湍流点扩展函数和目标图像的交替迭代求解公式,通过迭代方式可将点扩展函数和目标图像同时估计出来,给出了算法的并行处理方案.在微机上对强噪声条件下的湍流退化图像进行了恢复实验,实验结果表明本算法具有较强的抗噪能力和实用价值.

基于帧选择和极大似然估计的自适应光学图像多帧联合去卷积算法

为提高自适应光学(AO)图像的空间分辨率,提出一种基于帧选择和极大似然估计的AO图像多帧联合去卷积算法.该算法基于极大似然估计,根据图像的高斯噪声模型建立多帧AO图像的联合对数似然函数.首先对观测的多帧AO图像进行帧选择,遴选高质量的降质图像;然后结合观测条件和AO系统特性,推导点扩散函数估计模型;最后建立迭代求解公式,得到多帧AO图像联合去卷积方法.实验结果表明,与基于期望值最大化的Richardson-Lucy算法(Richardson-Lucy EM算法)和基于合并惩罚函数的自适应应图像复原算法(CPF-Adaptive算法)相比,该算法的峰值信噪比分别提高9%和5%,Laplace梯度模分别提高11%和8%,且得到了较清晰的目标图像.

极大似然估计法在高压断路器可靠性分析中的应用

为了提出一种在非完全寿命试验条件下判别高压断路器可靠性的方法,为进一步开展相关研究提供理论依据,促进高压电器行业的发展,结合高压断路器寿命分布实例,对目前有关高压断路器可靠性研究的现状进行分析,提出了建立高压断路器寿命可靠性判别模型的基本方法,并应用数学方法对其进行分析和判别.通过对断路器寿命的均值和方差进行估计,并应用拟牛顿算法对其求解,判断出高压断路器首次故障时间.通过实例分析、模型的建立和数学计算,提出的适用于寿命周期较长的高压断路器寿命可靠性的判定方法及计算结果,对评价高压断路器可靠性等技术参数具有指导意义,对于研究如何判断高压断路器可靠性有一定的理论价值和实际意义.

矩阵正态分布参数的完全极大似然估计

得到了矩阵正态分布的均值和方差的完全极大似然估计 ,它们都是无偏估计 。

基于极大似然Parzen窗的独立成分分析

提出一种新的独立成分分析算法,在利用直方图估计概率密度函数的基础上,由极大似然函数法构造独立信号的特征,并且在估计概率密度函数时,对相应的阶梯函数采用磨光处理,引入参数μ,并证明了μ的选择依赖于信号的统计特征以及采样的样本总数。模拟实验结果表明,该算法能提高信号干扰比。

WEIBULL分布步进应力加速寿命试验损伤失效率模型参数的近似极大似然估计和逆矩估计(英文)

Bhattacharyya和Soejoeti(1980)对步进应力加速寿命试验提出损伤失效率模型(TFR模型).本文针对TFR模型,对两参数Weibull分布,在步进应力加速试验下给出了参数的近似极大似然估计和逆矩估计,并通过Montr-Carlo模拟考察了估计的精度,比较了各估计的优劣.

结合参数估计的天文图像极大似然恢复

分析了Benvenuto等针对天文图像恢复提出的基于极大似然(ML)代价函数的有效逼近模型,由此提出了一种比传统ML收敛更快的图像恢复算法。该算法在未知点扩散函数(PSF)条件下,通过观测模糊图像,自适应估计湍流PSF,使PSF估计更符合成像环境;然后,将该算法与混合高斯泊松噪声的ML算法相结合,形成增强ML迭代算法。在迭代过程中动态更新PSF,交替执行恢复图像、去除噪声等策略。结果显示:对于点源目标图像,本文算法恢复图像的质量在峰值信噪比、均方误差以及平均对比度3个指标上分别提高了96.64%,69.26%和25.6%;对于真实湍流退化图像,恢复质量也有一定改善。结论表明:该方法可以使迭代过程收敛更稳定,图像恢复质量得到明显提高,非常适用于天文观测图像的高清晰恢复与重建。

分步极大似然估计

定义了完全极大似然估计 (TMLE)和分步极大似然估计 。

完全极大似然估计与分步极大似然估计

得到了完全极大似然估计的一个重要性质和线形模型、指数分布、均匀分布的完全极大似然估计和分步极大似然估计 ,并与矩估计和极大似然估计进行比较 。

结合噪声去除的极大似然图像复原

基于混合噪声模型的极大似然算法不仅没有充分考虑迭代过程中的噪声影响,而且假定点扩散函数(PSF)已知且不随迭代过程变化,从而导致复原过程不稳定。在图像含噪且PSF未知的情况下,提出以去噪算法作为预处理手段,同时将PSF参数估计引入极大似然算法迭代过程并随迭代过程动态更新,最后将估计的PSF代入维纳滤波以提高复原图像的质量。实验结果证明,本文复原图像质量有明显改善,表明该算法具有较强的稳定性和抗噪声能力,是一种有效的图像复原方法。

一种基于极大似然估计的信号盲抽取算法

针对盲信号抽取问题,根据极大似然估计原理,给出一种基于极大似然估计的分步盲抽取算法。根据信号不同的延时特性确立抽取信号,完成第一步抽取。由于初步抽取信号存在噪声污染,根据极大似然估计,估计抽取信号的概率密度函数,确立优化代价函数,利用自然梯度方法进行优化,确立最终抽取向量迭代方式,完成对抽取信号优化处理。通过仿真证明算法具有良好的收敛性和抗噪性,在SNR>17 d B时,抽取信号与源信号的相似度达到95%。

改进极大似然估计大气湍流图像复原算法

采用Zernike多项式进行波前复原,并作为点扩散函数的初值,结合图像先验信息和参数估计改进最大似然估计法,对模拟的湍流退化图像进行复原实验。实验结果表明,相比于Lucy-Richardson和盲卷积算法,该算法复原后图像的灰度平均梯度有明显提高。

威布尔模型的参数估计方法——极大似然法

利用概率论中极大似然法的理论来探讨威布尔模型的参数估计问题 ,并利用MATLAB的相关命令、函数对它们进行了部分编程 ,主要讨论了三参数威布尔模型的极大似然函数、参数估计和MATLAB程序 .