一阶广义随机系数自回归模型参数的最小渐近方差估计

研究广义随机系数自回归模型中参数的估计问题, 给出了未知参数的一个估计类, 证明了该估计类中估计的相合性和渐近正态性, 并且获得了该估计类中的最小渐近方差估计, 并通过数值模拟比较了估计类中各种估计方法的优劣.     

Bayes条件下非线性模型参数估计的渐近展开

给出了在Bayes条件下非线性回归模型的参数估计,建立了非线性回归模型的几何结构,推广了Bates和Wates关于非线性回归模型的几何框架,用几何方法求出参数估计的随机展开,并讨论了若干与统计曲率相关的渐近性质,给出了该模型的极大似然估计的方差和偏差的近似表示.     

两种OFDM多普勒估计算法在水声信道中的比较

为了消除多普勒频偏影响,通过水上实验对两种OFDM (Orthogonal Frequency-Division Multiplexing)水声通信多普勒估计算法进行对比。基于拷贝相关时延差估计的多普勒
估计算法结构简单、易于实现;基于空载波的算法较复杂,但精度较高。利用两种方法对相同的实验数据进行多普勒估计和补偿,并对其通信误码率进行对比。研究结果表明,在慢变的信道中两者的误码率基本相同,但在快变的信道中基于空载波的算法更稳定。     

Poisson分布的参数函数无偏估计

讨论了在Poisson分布情况下参数函数的无偏估计,并给出相应的证明和实例.     

两个近似伪Smarandache函数的均值计算

利用初等方法研究了近似伪Smarandache函数与简单数相关的渐近性质的值性质,并给出了两个有趣的渐近公式.     

基于改进的小波阈值去噪和二级判断模型的说话人识别

针对目前说话人识别系统中噪声使得识别率严重下降的问题,在特征提取前用小波阈值去噪方法对带噪语音进行去噪处理.对于小波阈值函数以及阈值的选取进行研究,提出一种改进的阈值函数,小波阈值中的噪音方差估计采用基于实际噪音方差估计的谱熵法,将改进的小波阈值去噪结合一种二级判断模型提高噪声环境下的说话人识别率.在不同信噪比条件下进行试验,改进的小波阈值去噪法优于传统小波阈值去噪方法,改进后的阈值函数与二级判断模型相结合的识别率比原始语音DTW模型提高了7.9%,比原始语音GMM提高了4.6%,对于短时语音有较好的识别率.     

多维正态分布参数估计的损失函数和风险函数的Bayes估计

在N P（θ,Σ）和方差Σ已知情况下,给出了多维正态分布多维参数均值θ=（θ1,θ2,…,θΡ）估计的损失函数和风险函数的Bayes估计。     

盗伐、滥伐林木材积测算及定案研究

盗伐、滥伐林木材积数量是对案件定性、对行为人处罚的重要依据。目前材积测算的方法较多,相关法律法规对测算方法没有统一规定,导致同一案件出现多个测算结果。笔者采用案例研究、调查访问、模拟现场调查等方法,根据涉案林木的状态,分别对几种常用的测算方法的精度进行了比较研究,提出应根据不同案情确定材积测算方法;同一案情有多种测算方法时,应优先选用精度较高的方法,使测算结果具有唯一性,并经司法机关认可取得合法性。这样对盗伐、滥伐林木案件进行定案时可减少争议的出现,缩短办案时间,提高办理毁林案件的质量。     

具有反馈控制的捕食链模型的永久持续生存和全局稳定性

讨论了一类具有αi类功能性反应函数和反馈控制的捕食链模型,得到了系统永久持续生存的充分条件;通过构造Lyapunov函数,给出了系统全局渐近稳定的充分条件.最后建立模型说明所得结果的可行性.     

动态跟踪中背景补偿与目标运动估计

针对目标的观测位置信息中混入了背景运动的问题,提出一种特征点集与稀疏光流场相结合的背景补偿方法.通过Harris算子找出一组特征点,在相邻帧中通过计算每个特征点的局部最优匹配区域得到稀疏点集的光流向量.根据其光流方向概率分布,最终计算出背景的偏移量.通过背景补偿,得到目标的真实偏移量序列,带入Kalman滤波方程,对下一帧中目标的运动状态进行实时估计.实验表明,背景补偿后的预测精度在10个像素之内,每个均值迁移跟踪单元大约需要10ms,提高了跟踪的稳定性,有效减少了迭代次数.新的跟踪器能满足动态实时跟踪的要求.