基于倒谱分析的运动模糊参数估计

运动模糊是导致图像降质的最常见因素之一,估计运动模糊的点扩散函数是运动模糊复原的前提和关键.分析运动模糊图像频谱和倒谱的特征,提出在倒谱域估计点扩散函数的方法,利用倒谱中2个负峰值点坐标估算模糊尺度,对倒谱取绝对值后用Radon变换检测模糊方向,对运动模糊图像的参数进行估计.实验表明该方法是有效的.     

基于倒谱分析的混合模糊图像复原参数判别方法（英文）

在成像过程中,有2种较为常见的模糊形式会导致图像模糊,并造成图像信息的大量丢失,它们分别是相机和物体之间的相对运动模糊和离焦模糊,以及二者都存在的混合模糊.针对混合模糊图像,提出了基于倒频谱分析的参数识别方法.首先,根据频谱特征上的差异来确定模糊类型.然后,使用倒谱分析的方法定量确定点扩散函数(PSF)的参数.实验结果表明,基于倒频谱分析的参数识别方法可以获得较高的参数判别精度.     

基于Simplex-annealing混合方法的模型参数估计

针对现有算法的导数依赖性及其局部优化性能 ,为控制工程中的模型参数估计课题提供一种新思路。把具有概率突跳特性模拟退火 (SA)和基于高维 Euclid空间中凸多面体结构的单纯形搜索法 (SM)有机地结合 ,通过对搜索操作和参数的有效设计 ,提出了一种基于 Sim plex- annealing混合算法 (SMSA)的模型参数估计方法。对以传递函数、状态空间和自回归滑动平均 (ARMA)模型形式表达的不同典型对象进行仿真 ,结果表明 :SMSA方法在模型结构已知的情况下可准确地估计参数 ,其性能明显优于单一遗传算法(GA)     

基于遗传算法的时序混合模型的参数估计

本文对时间序列中所表现的非高斯性进行了探讨，提出了EMTD模型，利用混合指数分布函数对时间序列建模，给出了EMTD模型的一阶矩、二阶矩平稳性条件．利用遗传算法对模型的参数进行了估计，并推导了参数的标准误差．     

有限混合模型的参数估计

利用EM算法对有限混合模型进行了参数估计,并结合具体实例进行了分析。最后利用EM算法对有限混合模型进行了模拟计算,结果充分显示出EM算法具有运算简单、收敛速度快的特点。     

模糊线性回归模型的参数估计

对观测值为梯形模糊数的线性回归模型，通过一个适当的距离利用最小二乘法讨论参数估计的存在性。对于一元线性回归得到参数估计的解析表达式，对多元线性回归的参数估计转化为二次规划问题。文中例子说明了模型的适用性。     

约束下混合模型的参数估计

考察了带随机信息的混合模型,得出了在线性不等式约束下的混合模型的参数估计,并研究了它的一些性质如均方误差矩阵(MSEM)、均方误差(MSE)准则下相对于混合估计的优劣性.     

混合自回归模型的谱分析

线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.已有研究者将AR模型推广到MAR(混合自回归)模型,并且讨论了该模型的参数估计及模型选择问题.作者利用全期望公式及差分方程理论研究了混合自回归时间序列模型的谱分析,导出了自协方差函数的递推公式,给出计算谱密度的算法,并对一些常见的特殊情形给出了谱密度的具体表达式.     

一类线性混合模型中的参数估计

把一类线性混合模型化为满足假设的线性模型,然后用最小二乘法、估计法给出线性混合模型中参数的估计.     

基于混合样本的污染线性模型的非参数估计

研究污染线性模型 :yi=(1 -ε)xTiβ zi,1≤i≤n .设误差序列 {zi}是平稳的α 混合序列 ,fε(x)为其公共的未知密度函数 ,在假定Ez2 i<∞的情况下 ,讨论了基于残差的 fε(x)核估计的相合性及其收敛速度 .并构造了污染系数ε及回归参数 β的非参数估计 ,建立了估计量的强相合性及强收敛速度 .     

基于改进蜂群算法的项目反应理论混合模型参数估计

基于混合项目反应理论模型, 实现了对客观题组和主观测试组成项目结构的模型构建, 并给出一种改进人工蜂群算法实现该混合模型的参数估计. 在模拟数据上通过与Winbug的对比结果验证了利用改进人工蜂群算法估计混合模型参数的有效性.     

泊松线性混合效应模型的参数估计

讨论了如何运用EM算法对泊松线性混合效应模型进行参数估计.首先利用马尔柯夫链蒙特卡罗方法对Q函数进行近似,然后利用Newton-Raphson算法求出Q函数的极大值点,从而求得了模型中未知参数的极大似然估计.以一组癫痫病人数据为例,说明该方法是简单可行的.     

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．     

混合系数线性模型的参数估计及其分布

在连续测量数据情况下，讨论了混合系数的正态线性模型参数的点估计及其分布和有关性质．     

混合系数线性模型的参数估计及其分布

在连续测量数据情况下，讨论了混合系数的正态线性模型参数的点估计及其分布和有关性质。     

线性混合模型中参数估计的容许性

对含有两个方差分量的线性混合模型,文章主要研究了两个广问题.首先,在方差分量的一个二次不变估计类中,改进了已有文献中对容许性的证明,建立了新的估计类,讨论了容许性的必要条件.基于新的估计类得到了一个比ANOVA估计更好的估计.另外,在固定效应β的线性可估函数Sβ的一个线性无偏估计类中,得到了可容许的必要条件.     

基于倒谱分析的防混响时延估计算法

为了提高混响条件下时延估计算法的精度,对广义互相关时延估计算法进行分析后,介绍了倒谱分析在去混响处理中的作用,根据接收信号中各种成分在倒谱的分布情况,对基于同态滤波的时延估计方法提出改进方案。通过仿真实验对比传统时延估计算法和新算法的性能,并从误差角度分析时延估计的准确度。从仿真结果可以看出,本文提出的算法在混响比较严重的环境中做时延估计,其均方根误差比广义互相关时延估计算法(GCC)降低了20%左右,比改进前的基于同态滤波广义互相关算法(CEP-GCC-TDE)降低了8%左右,估计精度有了进一步提高,在室内声源定位中具有实用价值。     

带混合测量误差的线性回归模型的参数估计

在研究带测量误差的线性回归模型时常考虑的是classical测量误差或者Berkson测量误差,而classical和Berkson混合的测量误差研究较少.利用校正似然法讨论带classical和Berkson混合测量误差的线性回归模型的参数估计,并给出估计量的渐近分布.最后,通过R软件进行数值模拟验证估计方法的优良性.     

混合自回归条件异方差模型的谱分析

线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.2001年Wong Chun-shan等将混合自回归(MAR)模型推广到混合自回归条件异方差(MAR-ARCH)模型,并且讨论了该模型的参数估计及模型选择问题,本文导出了MAR-ARCH模型自协方差函数的递推关系式及计...     

一种新的高斯混合模型参数估计算法

该文提出了一种高斯混合模型（GMM）参数估计的改进算法．原始的特征向量先经Schmidt正交化消除各维间的相关性,再用数学形态学方法估计出各维概率分布中混合分量的真实个数,最后按真实的混合分量个数用EM算法对各维分别作标量GMM参数估计．该方法能缓解GMM传统参数估计算法引起的“不易扩展”的不便．实验结果表明,将其应用于说话人辨认,能在较大幅度提高训练速度的基础上相对传统GMM参数估计方法获得更高的识别率．