最小二乘估计和最佳线性无偏估计的关系

本文讨论广义线性模型的均值向量的最小二乘估计和最佳线性无偏估计的关系,得到了它们相等的充要条件以及它们的偏差关系和偏差范数估计;并在欧氏范数下,进一步讨论了这种偏差估计。     

奇异线性模型最小二乘估计的相对效率

对于奇异线性模型，引入了参数β的最小二乘估计相对于最佳线性无偏估计的一种新的相对效率，给出了与其他两种相对效率的关系，导出了该效率的上下界．     

回归系数的混合估计和最小二乘估计的相对效率

本文讨论了在具有附加信息的线性回归模型中,回归系数的混合估计和最小二乘估计的相对效率问题,在误差矩阵为正定的数量矩阵时,定义了一种新的相对效率.     

回归系数混合估计与最小二乘估计的相对效率

研究了线性回归模型中,当设计矩阵列降秩时可估函数的混合估计与最小二乘估计的相对效率,利用矩阵的相关性质及运算,导出了相对效率的界.     

加权最小二乘估计的影响探测

本文对加权最小二乘估计的影响分析进行了研究,得到了一组数据对加权最小二乘估计的影响的度量准则,简便计算公式及其统计解释。     

有约束的线性模型下的最小二乘估计与最佳线性无？…

研究了无约束的线性模型Ｍ＝（Ｙ，Ｘβ，σ＾２Ｖ）下的Ｘβ最小二估计ＯＬＳＥ（Ｘβ）与在相应的有约束的线性模型Ｍｒ＝（Ｙ，Ｘβ）Ｒ′β＝０，σ＾２Ｖ）下的最佳线性无偏估计ＢＬＵＥ（Ｘβ）的比较问题，建立了Ｍｒ下这两个线性无偏估计量相等的充要条件。     

污染模型下的最小二乘估计

研究了污染模型下观测值的分布结构及方差，并以此为基础导出了污染模型下的最小二乘估计．结果表明，在测量平差中常用的随机误差模型下，该估计就是李德仁教授提出的验后方差估计；而在均值移动模型下，该估计是均方误差最小的稳健估计．     

线性回归模型的广义刀切最小二乘估计

在误差为相依的情况下,讨论了线性回归模型的刀切最小二乘估计与广义刀切最小二乘估计。在均方误差意义上,广义刀切最小二乘估计优于刀切最小二乘估计,并利用算例进行了验证。     

带有线性不等式约束的线性模型参数的最小二乘估计

本文给出了求解具有线性不等式约束的线性模型参数的最小二乘估计的一个方法,并得到了这个估计的一般表达式。     

混合系数线性模型参数的新估计与LS估计的比较

混合系数线性模型在连续测量数据的情况下,给出了固定系数a和随机系数期望b的一种新估计．在均方误差的意义下,证明了混合系数线性模型参数的新估计优于最小二乘估计（LS估计）,并给予了应用举例．     

一类积分方程的极小模最小二乘解稳定性的讨论

设Ｈ为Ｈｉｌｂｅｒｔ空间,Ａ为Ｈ上的有界线性算子,简记为Ａ∈Ｂ（Ｈ）．Ａ的值域Ｒ（Ａ）为闭时,则记为Ａ∈ＢＣ（Ｈ）．我们熟知对任意Ａ∈ＢＣ（Ｈ）,存在唯一有界线性算子Ａ＋∈Ｂ（Ｈ）,使得：１）ＡＡ＋＝ＰＲ（Ａ）,２）Ａ＋Ａ＝ＰＲ（Ａ＊）,３）Ｎ（Ａ＋...     

最小范数最小二乘的计算问题

对一般线性模型：Ｙ＝Ｘβ＋ｅ，Ｅ（ｅ＝０，Ｃｏｖ（ｅ）＝δ￣２∨，∨＞０，当设计阵Ｘ列降秩时，β的最小二乘或广义最小二乘解与广义逆的选取有关，这在具体计算时会产生一些麻烦。同时，在许多情况下，问题本身要求最小二乘具有较小的长度。因此有必要考虑最小范数最小二乘问题，本文从设计阵本身的结构出发，寻找最小范数最小二乘的计算方法。只要知道Ｘ中ｒ＝Ｒ（Ｘ）个线性无关的列向量组Ｘ＿１，就能得到唯一的最小范数最小二乘：β＝Ｘ′Ｘ＿１（Ｘ＿１ＸＸ′Ｘ＿１）￣（－１）Ｘ＿１Ｙ，若Ｔ＝∨＋ＸＵＸ′，则唯一的最小范数广义最小二乘是：β￣＊＝Ｘ′Ｘ＿１（Ｘ＿１Ｔ￣＋ＸＸ′Ｘ＿１）￣（－１）Ｘ＿１Ｔ￣＋Ｙ。对Ｘ的行向量有类似的结论，实际计算表明，这种计算方法是简单有效的。     

基于DSC-LS的加速度计动态模型参数辨识

加速度计动态模型参数辨识对提高振动与冲击动态测试和动态分析精度等具有重要作用.针对加速度计动态模型参数频域辨识方法中栅栏效应对参数辨识精度的影响,提出了一种基于离散频谱校正-最小二乘（DSC-LS）的加速度计动态模型参数辨识方法,该方法利用H₁估计获得零频点坐标,并将FFT+FT离散频谱校正与LS方法相结合,高精度估计出谐振点坐标,然后通过特征点坐标计算加速度计动态模型参数.实验结果表明,该方法能够有效消除栅栏效应对加速度计动态模型参数辨识的影响,具有较高的加速度计动态模型参数辨识精度和抗低频窄带噪声干扰性能.      

基于NSCT和矩阵F-范数的图像检索方法

介绍一种基于非下采样轮廓波Nonsubsampled Contourlet(NSCT)和矩阵F-范数的图像检索(CBIR)技术。首先对图像进行NSCT变换,然后将变换结果用矩阵F-范数构建特征向量,设计了两个特征向量相似度度量,最后给出加权相似度实现了图像检索。实验结果表明,该技术具有很好的检索率。     

一种适用频谱检测技术的最小l1范数改进算法

压缩感知(compressed sensing)理论是近两年信号处理领域方兴未艾的一个热门研究方向,它的出现突破了奈奎斯特采样定理对信号频率的限制。最小l1范数法(即BP算法)是压缩感知中信号若干种重构方法中比较成熟的一种算法。文中在对已有的BP算法进行了研究后,提出了一种适用于噪声环境下的加权迭代l1算法,并将之应用于认知无线电的频谱感知中,经过MATLAB仿真的对比后,验证了改进之后的算法对提高含有高斯白噪声的信号重构的精确度有着更加精确的效果。     

四元数体上线性方程组的加正定权极小范数最小二乘解

讨论了四元数体上右线性方程组的加正定权的极小范数解、最小二乘解和极小范数最小二乘解.得到类似于复数域上同类问题的若干结果.     

线性混合效应模型参数估计问题的研究

把随机效应的协方差推广为正定阵进行研究．首先给出混合效应模型中固定效应的最小二乘估计,然后用方差分析估计方法给出方差分量的估计．     

关于最小二乘法的参数估计问题探讨

数学建模中经常要用最小二乘法进行参数估计,本文介绍了用最小二乘法进行参数估计的原理,以及在计算机上如何估计参数.