一类理想二次损失函数下多参数统计模型的风险估计

Bunke曾讨论了一类多参数控制的线性模型在带正定“加权”矩阵的二次损失函数下，最佳线性无偏估计量的极小极大性。然而，对于相应风险中具有大估计温差的不合理加权，上述损失函数巳不适用。为此，提出了一类更为理想的二次损失函数，并在此损失函数下，对相关风险进行了极小极大估计与比较．结果表明，所提出的二次损失函数是合理的、适用的．     

退缩抛物方程组解的局部存在与爆破

讨论一类退缩抛物方程组的局部存在性与爆破性．证明在一定条件下解在有限时刻爆破，给出爆破时间的一个上限估计．     

4种木麻黄亲缘关系的RAPD分析

应用RAPD枝术对普通木麻黄(Casuarina equiseti folia)，粗枝木麻黄(C.gluca)，细枝木麻黄(C．cunninghamaina)和滨海木麻黄(Allocasuarina littoralis)的亲缘关系进行分析，从40个引物中筛选出18个重复性好、稳定性高的有效引物．18个有效引物共扩增出690条DNA带，其中多态性条带318条，占总扩增条带的46．09％．对扩增出来的690条DNA带进行聚类分析，结果表明：木麻黄属(Casuarina)的普通木麻黄、粗枝木麻黄和细枝木麻黄的平均遗传距离为0．30，其中细枝木麻黄和粗枝木麻黄的遗传距离特别小，为0．19；而异果木麻黄属(Allocasuarina)的滨海木麻黄与其他3种木麻黄的平均遗传距离为0．65．RAPD聚类分析结果表明，4种木麻黄之间的亲缘关系与血清学和化学分类学的结果一致，说明RAPD分子标记技术适用于木麻黄植物的遗传多样性研究．     

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 .     

一种预测三步搜索算法

提出了一种用于运动估计的预测三步搜索(PTSS)算法，它是基于三步搜索(TSS)算法，同时充分利用了运动向量场的空间和时间相关性的一种块匹配运动估计算法。该算法特别适用于视频格式转换的运动补偿插值。实验结果表明，与传统的TSS、新三步搜索(NTSS)、全搜索(FS)算法相比，利用PTSS算法补偿得到的图像帧，其图像的主观质量有明显的提高，具有更加平滑的运动矢量场，且图像帧同原始帧之间的最小平方误差(MSE)最小。     

指数分布场合下基于分组数据区间估计的新方法

从新的角度证明了分组数据下指数分布总体均值的极大似然估计(MLE)的渐进正态性,给出了该均值的渐进置信区间。通过Monte Carlo模拟比较,发现该置信区间优于CHEN和MIE得到的置信区间。     

增长曲线模型误差方差的非齐次二次型可容许估计

对于增长曲线模型Y=ABC+εEε=0,cov(vecε)=σ2(Ip Gn),在二次损失函数下,研究了误差方差的非齐次二次型估计的容许性.在矩阵A行满秩而矩阵C列满秩时,得到了非齐次估计可容许的充要条件.     

多元曲线模型的条件最好线性无偏估计

研究行等式约束下的多元曲线模型，得到了条件线性可估的、惟一的最优线性无偏估计（BLUE）。     

负二项分布下参数的方差一致最小无偏估计及贝叶斯估计

本文利用充分完全统计量,给出了负二项分布下,总体均值μ和参数P的方差一致最小的无偏估计(UMVUE),特别当r=1时,给出了方差σ2的UMVUE,然后,再利用共轭先验分布给出参数P的贝叶斯估计,并在特殊情形下,对两种估计进行了比较。     

基于单向投影矢量的数字电子稳像方法

为了减少计算量，进行实时稳像，提出了一种基于单向投影矢量进行运动估计的数字稳像方法．把匹配块像素灰度值向水平或垂直方向投影，形成一个原始矢量；对参考图像的搜索区进行投影，形成多个同样维数的矢量．构建一个参考矢量矩阵；比较原始矢量与参考矢量矩阵中的每个矢量之间的差分．找到最佳匹配点．在构建矢量时，绑定像素的位置信息，以降低误匹配，并运用快速搜索法找到矢量间的最小绝对差分．对该算法的运算量进行优化，在PC机上实现了实时稳像．