一类交换子型Kakeya极大函数的加权估计

研究一类乘积形式函数的交换子型Kakeya极大函数的加权估计.     

一种对称损失函数下反向帕累托分布形状参数的估计

使用加权p,q对称损失函数研究了反向帕累托分布的形状参数在刻度参数给定条件下Bayes估计的形式与性质.得到了形状参数的Bayes估计的一般形式以及在给定共轭先验下的精确形式,证明了所得Bayes估计具有可容许性以及最小最大性.最后通过模拟研究了所得估计的返真性,结果表明,基于适当的p,q对称损失函数得出Bayes估计返真性较高.     

求解一类反向热传导问题的Fourier正则化和Tikhonov正则化方法

讨论了一类一维反向热传导问题,利用Fourier正则化方法给出了正则近似解,得到了H(o)lder型误差估计.同时通过提高先验光滑性假设,并利用Tikhonov正则化方法得到了对数型稳定性估计,解决了零点的收敛性问题.     

一种尺度和方向适应性的Mean Shift跟踪算法

针对原始的Mean Shift跟踪算法虽能准确地估计目标位置,但对目标尺度和方向不能实现自适应估计,结合目标模型与候选目标区域的候选模型得到了反向投影图,此反向投影图可表示图像中像素点属于目标的概率,将反向投影图的矩特征应用到原始Mean Shift跟踪算法框架,实现了目标尺度和方向适应性Mean Shift跟踪.实验结果表明:该算法能有效跟踪尺度和方向变化的目标.     

分数次Schr?dinger算子在BMO空间上的有界性

借助于对Possion核Pt(x,y)的估计得到了分数次Schr?dinger算子在BMO空间上的有界性.     

Mlinex损失函数下反向帕累托分布形状参数的Bayes估计

文章研究了Mlinex损失函数下反向帕累托分布的参数估计问题。在已知反向帕累托分布位置参数的情况下,给出形状参数的五种估计方法：极大似然估计、最大后验估计、经典Bayes估计、多层Bayes估计、E-Bayes估计,并推导出相应估计方法下的具体表达式。利用MC方法在R软件下进行数值模拟,对比模拟数据确定了参数估计的最优环境,并验证了估计方法的合理性和估计结果的准确性与稳健性,得到了E-Bayes估计为最优估计方法的结论;最后利用最优估计方法对实例进行数据拟合,确定了新疆县市级城市的人均城市道路面积可以利用反向帕累托分布近似拟合,并结合最终数据给出了相应的数据分析。     

求解反向热传导问题的Fourier正则化方法

反向热传导问题是一类严重不适定问题.可以用Fourier正则化方法去稳定近似一个反向热传导问题.Fourier正则化的优点是简单而有效.一个H(o)lder型稳定性误差估计被得到.     

基于混合变异GOA优化极大似然的DOA估计研究

选择极大似然(ML)方法进行DOA估计时,由于进行了多维搜索,导致运算效率较慢,所以提出一种改进的蝗虫优化算法优化极大似然,引入了柯西变异算子和重心反向解,将迭代后的位置再次更新.一方面加速了极大似然估计的搜索效率,另一方面避免了常规蝗虫优化算法容易陷入局部最优的问题.仿真实验表明,与现有的大多数优化方法相比,提出的方法对信噪比的泛化能力更强;在不同信源个数时都可以保证其估计效果的精确度,将真实值与预测值的误差控制在±1°内;在相干信号下,混合变异GOA-ML方法也具有较强竞争力.综合各类评价指标来看,混合变异蝗虫(GOA)极大似然方法拟合优度更好,稳定性更高.     

分数次Schrdinger算子在BMO空间上的有界性

借助于对Possion核Pt(x,y)的估计得到了分数次Schrdinger算子L-σ/2 f(x)=1Γ(σ)∫∞0Psf(x)dss1-σ,x∈Rn在BMO空间上的有界性.     

一类无理不等式的控制证明

利用控制不等式理论建立一类新的无理不等式，它们或推广或加强了已知不等式或给出已知不等式的反向估计。     

倒向随机微分方程的非参估计及模拟

研究了倒向随机微分方程的非参估计方法,给出了用非参方法估计生成元g和z的公式,并且进行了数值模拟股票价格过程和期权定价过程来验证非参方法的可行性.     

MUSIC及其改进算法的DOA估计

MUSIC算法是一种有效的DOA(Direction of arrival)估计方法,但它仅能估计非相关信源,不能估计相关信源。前后向空间平滑技术(Forward/Backward Spatial Smoothing Technique)是一种改进的MUSIC算法,对相关信源有很高的分辨率。分析了它的基本原理及优缺点,仿真了它的分辨性能。     

基于泰勒级数估计的油井数据无损压缩

为了实现油井数据的高效传输,提出一种新的无损压缩算法.利用泰勒级数分解拟合出油井数据曲线,进行后向估计,通过传输拟合值与实际值的估计误差,实现数据的无损压缩.实测油井数据仿真表明该算法压缩率可达25%~40%,其整体性能优于霍夫曼编码、LZW编码等无损压缩算法至少20%,并具有时间空间复杂度低的特点.通过大港油田数据远程传输系统验证,该算法可将传输网络数据负荷降低至45%.      

一个新的向量值连分式收敛准则

给出了一种证明连分式收敛的新方法 ,显示出连分式古典向后递推算法在连分式收敛理论中是一个有效的工具。文章首先把数量情形下的向后递推算法推广到向量情形 ,建立了向量值连分式两相邻渐进分式的一个递推关系式。利用此关系式对向量连分式 K( an/bn) ,这里 bn满足 Samelson逆 ,给出了一个类似于 Pringsheim收敛定理的判断准则 ,并给出了收敛时的截断误差     

一种面向遮挡的光流计算方法

提出一种面向遮挡的光流计算方法,该方法根据两幅图像的前向光流和图像光强估计后向光流。针对产生遮挡的区域,使用线性插值、通过光强等像素信息选择合适的前向光流加权平均来计算后向光流。针对遮挡消失区域,基于前向光流矢量的方位信息,采用一种有向填充策略来估计后向光流。实验表明,该方法计算光流精度高,并且能正确有效地处理遮挡出现和遮挡消失区域的光流计算问题,从而对现有的光流计算方法进行了改进。     

宽带信号DOA估计的一种快速算法

CSM(Coherent Signals-subspace Method)算法需要构造聚焦矩阵和进行预估计,运算量大且估计精度容易受预估计的影响,很难达到信号实时处理的目的。为此,提出了一种基于前后向平均的改进非相干信号子空间算法(ISM:Incoherent Signals-subspace Method)。该算法通过把宽带信号分解为若干个窄带信号,对每个窄带信号先用前后向平均法进行去相关处理,再利用ISM算法对宽带非相干信号和相干信号进行DOA(Direction Of Arival)估计。该算法不需要进行预估计,且去相关处理简单容易实现,对宽带相干信号的估计虽然性能不如相干信号子空间算法,但运算量比CSM算法减小很多,是一种快速的宽带信号DOA估计算法。通过实验仿真和性能分析,验证了该算法的有效性。     

推广的倒向随机微分超前方程

研究了对应于正向随机微分延迟方程的倒向随机微分超前方程的解的存在惟一性和对参数的连续依赖性.     

“逆进教学法”在背越式跳高教学中的运用与分析

在当前体育教育专业田径普修课教学时数少、任务重的情况下,为探索寻求提高田径课教学质量的新途径、新方法,本文在经过“逆进教学法”和传统教学法在背越式跳高教学中的对比实验后,进行分析,证明了“逆进教学法”效果明显优于传统教学法。     

一类具有一致连续系数的倒向重随机微分方程

利用倒向重随机微分方程解的比较定理和函数逼近方法讨论了一类具有一致连续系数的1维倒向重随机微分方程,得到了此类方程解的存在定理,推广了系数满足Lipschitz条件的情形.     

修正的Navier─Stokes方程的解的解析性与后向唯一性

讨论了修正的Ｎａｖｉｅｒ─Ｓｔｏｋｅｓ方程的解的时间解析性并证明了它们的后向唯一性。