基于贝叶斯估计的图像去噪算法研究

本文提出了一种基于贝叶斯最大后验概率估计（Bayesian MAP）的图像去噪方法。通过 Matlab软件仿真,对均值滤波、中值滤波、小波阈值去噪和本文提出的图像去噪方法进行分析比较。实验表明：本文提出的方法根据图像和噪声的特点,在小波变换之后,对其中的高频系数进行贝叶斯最大后验概率估计,比其他几种图像去噪方法更能提高去噪后图像的峰值信噪比,更好地保留了图像的细节特征,取得了较好的视觉效果。     

圆参数的贝叶斯估计

用贝叶斯方法解决圆相邻角已知的情况下的参数估计,并得出圆半径的后验分布和置信区间。     

基于贝叶斯估计的小波图像去噪算法研究

利用拉普拉斯分布作为小波系数的分布模型,用贝叶斯最大后验概率估计法估计小波系数,给出了一种小波域自适应去噪算法.实验结果表明,本文算法与普通的软阈值法相比,可以获得更好的去噪效果.     

压缩主成分估计的一些性质

讨论了压缩主成分估计的一些性质，证明了在一定条件下，此估计比最小二乘估计有更小的广义均方误差并且在PC准则下也优于最小二乘估计．对Y的预测量做了比较。     

基于贝叶斯测距和迭代最小二乘 RSS 的定位算法

针对基于接收信号强度(received signal strength,RSS)测距定位框架,提出基于贝叶斯测距和迭代最小二乘定位的RSS的定位算法.在测距阶段,先利用贝叶斯概率模型处理测距过程,并采用最小均方误差(minimum mean square error,MMSE)估计距离;在定位阶段,利用迭代最小二乘(iterative least square,ILS)估计节点的位置,最后重点对其定位性能做了理论分析和对比实验.仿真结果表明,提出的MMSE+ILS定位的方案极大地提高了定位精度,并降低了计算复杂度,但运行时间略有提高.     

非线形模型方差的贝叶斯估计

 在均方误差的条件下,系统地研究了非线形模型方差的贝叶斯估计,提出了共轭和无先验信息的最佳贝叶斯估计和最佳无偏贝叶斯估计以及方差的最佳条件无偏贝叶斯估计.还提出了带有共轭和无先验信息的方差的极大后验估计,最后用一个简单的例子来说明上述结论的可行性.     

半相依回归模型两步估计的均方误差占优性

一般得到了两方程相依回归模型的任一线性估计在均方误差准则下优于最小二乘估计的充要条件，据此提出一种新的广义非限定两步估计类（非线性），推导得到了这种两步估计的精确均方误差结果，研究了它优于最小二乘估计，甚至优于Zellner估计的统计性质。     

基于训练序列的MIMO信道估计算法研究

针对MIMO系统,基于训练序列的信道估计方法,详细推导出ML、LS和LMMSE方法的估计值,并进行了性能比较。在一定条件下,信道系数矩阵的ML、LS估计值具有相同的表达形式。计算机仿真表明,LMMSE方法和ML、LS方法的估计效果基本一致。在高信噪比、有限训练符号数、较少发射天线数的条件下,可以精确地估计出信道系数。     

回归系数的一类线性估计相对于GLS估计的优良性

对线性回归模型中的一类线性估计,在均方误差矩阵准则和PC准则下,研究了它相对于广义最小二乘估计的优良性.当设计阵为非列满秩时,讨论了回归系数的可估函数的优良性.     

贝叶斯框架下泊松分布参数的估计

在给定的泊松样本X1,X2,...,Xn下,研究了泊松分布参数λ的贝叶斯估计问题.在p,q对称损失函数L(λ,δ)=(λ/δ)p+(δ/λ)q-2(p,q∈Z+)下,得到了参数λ的贝叶斯估计的精确形式并讨论了它的可容许性,最后研究了参数λ的最大后验区间估计.     

贝叶斯决策方法及其应用

风险决策存在于诸多的生产和经济活动中,在制定一项决策之前,应注重其风险分析,合理地将风险中的信息加以利用。根据贝叶斯理论的基本原理,通过一个具体实例,给出了应用贝叶斯理论的步骤和方法。     

循环序加试验的模型与BAYES估计

在产品的寿命服从指数分布的情况下，文中讨论了循环序进应力加速寿命试验的模型，给出了平均寿命的Bayes估计。     

锂离子聚合物电池电量的非线性贝叶斯估计(英文)

精确的电量估计对于电池控制系统有着非常重要的意义.为此提出一种新颖的锂离子聚合物电池模型,其电量估计将由非线性贝叶斯推断方法来实现.     

改进的PTM方法及其在区间估计中的应用

在小样本情形下,传统区间估计方法和PTM方法得到的置信区间不具有稳健性.对PTM方法进行改进,对原来的深度函数进行重新定义,得到改进的PTM方法,并且在2种抽样方法下以不同分布将其与传统方法进行比较得到:改进的PTM方法精度较高,在相同置信水平下,置信区间更短,真值覆盖率更大.     

基于小波分析的概率密度估计及其在故障诊断中的应用

本文论述了小波分析和多分辨率分析在概率密度函数估计及故障诊断中的应用。基于小波的概率密度函数估计能够提供连续性的结果并在许多方面优于其它方法。本文给出了一些算法的主要参数的确定方法并将方法应用于故障诊断，取得了满意的效果。     

一类SIR流行病模型及参数的贝叶斯估计

介绍了一类在固定人口条件下的标准流行病的随机模型,讨论了该模型的解及其性质,进一步对其参数进行了贝叶斯估计,对其先验分布的超参数也给出了确定的方法.     

谱分析预测法及其在气象上的应用

介绍有关经典的谱分析及其谱估计方法 ,并应用于天气预报中取得良好效果     

色噪声背景下弱信号频率估计互谱方法研究

现代互谱估计是抑制有色观测噪声的一种有效方法.本文针对旋转不变技术来估计信号参量的方法进行了深入的分析,进而提出了在有色观测噪声背景下,基于最小二乘技术的信号估计的互谱ESPRIT方法。这种方法的突出特点是不需要任何色噪声的先验信息准确地估计出待估计信号,不仅避免了以往互谱估计本身所固有的在整个频域上的谱峰搜索,而且克服了自谱ESPRIT估计方法对噪声的严格限制（要求噪声为白色高斯噪声）。可直接通过特征值确定信号参数估计值。本文方法只需两次SVD分解,计算量大大降低。仿真结果表明,该方法具有较好的谱估计分辨率和良好的稳定性。     

迭代、直接搜索联合优化方法及其在化工中的应用

本文提出了一种迭代、直接搜索联合优化方法,该方法集迭代Marquardt法快速收敛和直接搜索单纯形方法适应性强的特点,通过化工数学模型的具体应用表明,该方法可广泛地用于最小二乘问题。     

一种确定最优Copula的方法及应用

对于给定的三种Copula模型,通过Genest ＆ Rivest非参数法和极大似然方法进行了参数估计,并加以图形分析,最后进行了拟合优度检验,得到了最优的copuda,应用于上证指数和深证指数,很好地描述了其相依结构．