指数分布尺度参数的定数截尾估计

本文讨论了在定数截尾样本下指数分布尺度参数的区间估计问题.首先介绍了利用传统方法推求的尺度参数定数截尾估计,然后根据Pitman准则下点估计改进的方法,将尺度参数区间估计做进一步改进,并且证明了改进后的置信区间在置信水平和精确度上都有了改进.     

定数截尾试验下双参数威布尔分布尺度参数的EB估计

考虑尺度参数为θ，形状参数为β的二参数威布尔分布．本文讨论在定数截尾试验中，当形状参数β确定的情形下，在首先给出尺度参数θ的充分统计量T的分布的基础上，给出了尺度参数θ的经验Bayes估计，且计算简单，使用方便。     

Bakhvalov网格处理对流扩散问题的多尺度有限元逼近

为处理奇异摄动的对流扩散边界层问题,提出高效的多尺度有限元数值逼近方案.基于先验估计构造特殊的Bakhvalov粗网格,在多尺度格式下利用多尺度基函数有效捕获边界层局部信息.新方法最终在粗网格求解可得到不依赖于小参数ε、精度很高的超二阶收敛数值结果,充分体现相比于传统有限元的精度优势.     

对称熵损失函数下的一个可容许性定理的证明

指数分布的尺度参数在对称熵损失函数下的最小风险同变估计（MRE）的形式为，本文根据Brown引理征明了此估计量是可容许的。     

双正交小波函数的两尺度关系

构造了双正交小波函数Hjk,v(x)与■jk,v(x)的两尺度关系.首先给出了双正交尺度函数Hjk,v(x)与■kj,v(x)的定义以及几个引理,通过这些得到了双正交小波函数的两尺度关系式.     

Ⅱ型双截尾下逆威布尔分布尺度参数的估计

基于Ⅱ型双截尾样本,通过极大似然法得到了尺度参数极大似然估计的迭代公式.选取尺度参数的先验分布为无信息分布和伽玛分布,分别在平方损失和熵损失下,给出尺度参数的贝叶斯估计.利用Monte-Carlo模拟比较了各种估计的均方误差,结果表明,当选取伽玛先验和熵损失时,参数的贝叶斯估计最优.     

LINEX损失函数下正态均值的估计问题

考虑了在ＬＩＮＥＸ损失函数下正态分布均值的估计问题，在线性估计类ｃＸ＋ｄ中得到了它的容许估计，并对非容许估计得到了一致改进估计，将相应的结果应用于线性回归模型的系数估计之中。     

平衡损失F-般Gauss-Markov模型中回归系数的线性Minimax估计

通过对Zellner提出的平衡损失函数的改进,提出一种新的平衡损失函数,并在此基础上研究一般Gauss-Markov模型中回归系数线性估计的Minimax性,得到了齐次线性估计类中的线性Minimax估计,并证明了在适当的假设下回归系数线性Minimax估计在几乎处处意义下的唯一性.     

尺度函数与积分方程特征值问题

小波函数ψ(x)是在尺度方程的解Φ(x)的基础上构造出来的,而求解尺度方程要将无穷级数截断求解一个非线性方程组,这个非线性方程组的求解是很困难的.将求尺度函数Φ(x)归结为求解特殊积分方程Φ(x)=λ,Rh(2x-y)Φ(y)dy的特征值问题,用此方法在积分方程的核函数h(x)几乎属于L2(R)的条件下,可随意地构造尺度函数.     

增长曲线模型回归系数的线性MINIMAX估计

在矩阵损失函数下，研究增长曲线模型中回归系数的线性估计在给定估计类中的minimax性，并得到惟一的线性minimax估计。     

关于名义尺度总体分布的EB估计

本文研究了一个名义尺度总体分布参数的经验贝叶斯估计与线性经验贝叶斯估计问题。     

Weibull分布尺度参数变点的假设检验

对Weibull分布尺度参数只有一个变点的假设检验问题，运用Bayes方法和最小二乘法，分别给出了W^*检验和U检验，对W^*检验，给出了其密度函数的Edgeworth展式，关于U检验，运用文[3]给出其渐近分布，据文[8,9]，也分别给出了两个非参数检验。     

一类正交基插值尺度函数的构造

给出了一类正交基插值尺度函数的构造方法.这类尺度函数具有指数衰减性.并给出它们具有一阶和二阶光滑性的条件.最后举了一个构造算例.     

融合SIFT的多尺度分析人脸识别算法研究

由于人脸识别过程中会受到光照、尺度等因素的影响,采用传统的SIFT算法进行人脸识别时会出现匹配效果较差、无法匹配或是错误匹配的情况,因此提出了一种融合SIFT算法的多尺度分析的人脸识别算法。首先在粗尺度上,采用形态学边缘检测算法对原始的人脸库进行轮廓特征提取,形成新的人脸库;然后在细尺度上,采用SIFT算法对新的人脸库进行人脸识别与匹配。采用ORL人脸库对改进后的算法进行验证,实验结果表明改进后的SIFT算法较好地解决了传统SIFT算法的不足,计算量大大减少,人脸图像的识别效率与匹配效率得到了有效提升。     

二维不可分尺度函数和相应逼近子空间上的采样定理

给出由任意二维正交尺度函数构造二维不可分尺度函数的方法．且构造出的尺度函数具有插值性．建立逼近子空间上的采样定理．算例表明算法是简单而有效的。     

MLINEX损失下k阶Erlang分布参数的Bayes估计

在MLINEX损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计,并证明其容许性.给出了在MLINEX损失下得到了k阶Erlang分布参数的Bayes估计的精确表达式,并且通过随机模拟检验参数Bayes估计的合理性和优良性.     

约束变尺度法应用研究

约束变尺变法是一种改进的变尺度法.它由无约束最优化方法中的变尺度法推广而来.本文作者利用约束变尺度法对圆柱齿轮进行优化设计,取得良好效果.     

基于奇异设计矩阵的广义岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论了线性模型系数参数广义岭估计的优良性.对于可估函数在均方误差意义下,得到了广义岭估计优于最小二乘估计的性质.而且在二次损失函数下广义岭估计具有可容许性.     

平衡损失下线性模型系数参数的平衡岭估计

在Zellner提出的平衡损失函数的基础上,同时考虑到岭估计拟合优度及精度,构造了平衡损失函数,给出平衡损失下线性模型系数参数的平衡岭估计概念.在设计矩阵不满秩条件下,讨论平衡损失函数平衡岭估计的优良性.     

方差未知时一类加权损失函数下正态分布均值的改进估计

讨论了一类加权损失函数下方差未知时，通常估计的非容许性问题，给出了改进估计，所得结论较已有结果更为一般化。