混合系数线性模型中参数估计的一些结果

对于在二次损失和矩阵损失下混合系数线性模型的参数估计问题,分别给出了在仿射变换群下存在回归系数的一致最小风险无偏(UMRU)估计和一致最小风险同变(UMRE)估计的充要条件和在平移群下存在一致最小风险同变估计(UMRE)的充要条件,导出了回归系数的广义最小二乘估计的可容许性.

一种正则化图像特征增强中正则参数选择方法

正则化图像特征增强算法能够在保持图像较高分辨力的情况下抑制散斑和旁瓣。选择合适的正则化参数对于正则化算法所形成图像的质量至关重要。本文应用推广到非二次型正则化情形的广义交叉验证(GCV)、稳健广义交叉验证(RGCV)和Stein无偏风险估计(SURE)方法研究正则参数选择策略,推导了特征增强正则化方法中GCV,RGCV和SURE函数的直接计算公式,并提出了修正特征项后快速求取正则解的算法以及一般的不动点迭代算法,从而实现了正则参数的自适应选择。数值仿真和实测数据处理结果均说明所提方法的有效性。