简单中介模型下的间接效应估计

因果中介分析是通过中介变量识别解释自变量和因变量之间关系的机制。在单中介变量的因果模型下,通过中介变量建立起了自变量与因变量之间的结构方程,利用极大似然方法获得结构方程中参数估计以及间接效应估计,并由delta方法获得间接效应估计量的渐近正态分布。在有限样本下处理了模拟研究,模拟研究的结果表明我们提出的估计表现良好。最后,应用提出的方法通过DNA甲基化位点分析社会经济指数对体重指数的影响。     

使用直方图熵阈值法,从背景中自动分离出医学心脏图象

在医学科学研究和临床诊断中,常常需要在图象背景中分离出心脏或其他内脏器官的图象,以便对心脏或内脏器官进行几何学参数的测量。本文使用信息论中熵概念,推导出与先验和后验信息有关的评价函数,由它来选择最佳阈值,使分离出完整的心脏图象。为了能得到精确、清晰的心脏边界,本文使用了双曲线函数增强处理,选择常数C为0.5或1。采用灰度值窗口法后,并把阈值处理后图象的直方图起点移至灰度级为零的位置,使增强心脏边界的效果更为明显。本文使用Roberts边缘检测法获得了精确又清晰的心脏边界。     

采用熵函数法的多传感器空间配准算法的研究

针对传感器空间配准问题,提出了一种基于滑窗法的极小化极大熵函数的传感器空间配准算法。该算法使用熵函数作为优化准则,根据传感器的量测模型推导出关于传感器系统偏差的目标函数,然后借助极大熵函数的思想,将目标函数的绝对值转化为对应的极大熵函数,并且使用拟牛顿法求得的极大熵函数的解作为传感器系统偏差的估计值。在单目标跟踪场景和多目标跟踪场景下,与传统传感器空间配准算法在相同的仿真条件下进行对比,仿真结果表明,所提算法能够有效地提高传感器距离量测和角度量测系统偏差的估计精度,从而实现高精度的空间目标跟踪。     

在线快速抑噪的自适应强跟踪滤波算法

针对强跟踪滤波算法对系统时变噪声缺乏自适应能力,导致系统状态估计精度较低的问题,提出一种可以在线估计噪声协方差阵的快速抑噪自适应强跟踪滤波算法,该算法可以抑制噪声对系统状态估计的影响,使系统状态估计迅速收敛到真实值附近.仿真实验对比了强跟踪滤波算法和快速抑噪自适应强跟踪滤波算法在噪声变化环境下的性能,结果表明：快速抑噪...     

生长曲线模型综合岭估计的推广

文章将生长曲线模型Y=X1BX2+ε,E(ε)=0,Co v(ε)■=Co v(Ve c(ε))=Iqσ2In在设计阵X1(或X2)呈病态时的综合岭估计推广到协方差矩阵为正定和半正定生长曲线模型,得到了相应的综合岭估计,并给出了其优良性等性质。     

指数分布在截尾数据下参数的区间估计

针对截尾数据的参数的区间估计问题,通过构造差分给出了指数分布在截尾数据下参数的区间估计.     

概率假设密度滤波的谱聚类目标状态提取方法

提出了一种谱聚类目标状态提取方法来实现概率假设密度(PHD)滤波中序贯蒙特卡罗(SMC)实现方式的多目标状态估计.该方法利用PHD滤波SMC实现方式输出的大量的加权粒子点间的相似度关系建立相似矩阵,通过变换得到拉普拉斯矩阵,进而对拉普拉斯矩阵进行特征分解,以实现粒子点的聚类,再在每类中寻找粒子的聚类点作为多目标状态的估计值,同时为了减小计算量,利用Nystrm逼近方法求解特征向量.仿真实验表明,PHD滤波的谱聚类目标状态提取方法的估计精度比k均值目标状态提取方法提高了60%以上.     

单位球上Bloch型空间中复合算子的本性模估计

设Bn是n维复空间C^n中的单位球,φ=（φ1,…,φn）是Bn到自身的一个全纯映射,令P,q〉0,复合算子Cφ由（Cφf）（z）=f（φ（z））定义,通过找到一个性质很好的检验函数（见命题1）得到了单位球上p-Bloeh空间到q—Bloeh空间之间的有界复合算子Cφ的本性模的下界估计（具体结果见定理1）．     

四阶非线性抛物方程的最大值原理

中证明了四阶非线性抛物方程的最大值原理,利用这些最大值原理获得了一些四阶抛物型方程的解的唯一性定理和解的梯度估计。     

稀疏信息处理中的迭代分式阈值算法

在稀疏信息处理中, l₀范数优化问题通常转化为l₁范数优化问题来求解。 但l₁ 范数优化问题存在一些不足。 为寻找一种更有效的求稀疏解的算法, 首先构造一个新的收缩算子, 其次证明该收缩算子是某非凸函数的邻近算子。 然后用该非凸函数替代l₀-范数, 对新的优化问题用向前-向后分裂方法得到对应的迭代阈值算法-迭代分式阈值算法(IFTA)。 仿真实验表明该算法(IFTA)在稀疏信号重构和高维变量选择中均有良好的表现。