量子统计的极限判据及其在<电子线路>中应用

基于统计物理,得到了量子统计的极限判据Ｍ》ｈ,利用该判据可对《电子线路》教材中有关公式进行推导,并对一些基本问题进行分析与总结。     

分级键联集团的系综模型

尽管集团是一个在组成和结构上既不确定又不稳定的复杂对象。但是在一定的宏观外控条件下,就大量集团样本统计而言,集团系综的似平衡统计热力学理论是可以建立的。本文提出的分级键联集团的系综模型,正是针对这类复杂对象进行的似平衡统计热力学之理论探索。     

会议电视图像序列中的运动目标分割

提出了基于递归高阶阶段的运动目标分割方案,主要用于会议电视图像序列,与传统的高阶统计方法相比,基于递归高阶统计的分割方法从高斯噪声背景中提取信息,由于利用了前ｎ帧图像的信息冗余度,递归高阶统计方法可以更有效地减少噪声,检测小目标,并且提高了目标的分割准确度,模拟试验结果显示,分割结果较好。     

Hubble常数的Bayes估计

将 Bayes统计应用于 Hubble常数 H0 的 4类模型 :Ia型超新星、Tully- Fisher关系 ,星族 及 Sunyaev- Zel'dovich效应 .在 68.3%置信水平上得到的 H0 的 Bayes估计为 61.6相似文献   

一种推广的Pickands型估计近正态性

文献[1],[2]给出了一种推广的Pickands型估计,并证明了它的相合性。本文运用典型方法进一步研究了这种Pickands型估计的渐近正态性,并给出了其证明。     

关于双参数指数型分布次序统计量的分布性质

给出了双参数指数型分布的分布函数和密度函数,探讨了双参数指数型分布的次序统计量的一些重要分布性质。证明了服从双参数指数分布的随机变量X_(1),X_(2),…,X_(n)不相互独立,且不服从同一分布,但是得到了X_(i),X_(j)之间满足TP_2依赖;同时证明了对于任意ij,有RTI(X_(j)|X_(i))、LTD(X_(i)|X_(j))和RSCI成立。     

基于AR模型的平坦衰落信道仿真

无线信道大多处于复杂的传播环境中,研究复杂环境下的信道仿真是进一步研究空时信号处理技术的基础。本文实现了复杂传播环境下平坦衰落信道的AR模型仿真。在研究接收信号(含直射和方向性散射)复包络二阶统计特性的基础上,采用AR模型对信道进行仿真。仿真结果表明:基于AR模型的平坦衰落信道的仿真结果与理论曲线匹配度高,而且AR模型求解简便,适用于复杂环境下的信道。     

一种基于巴克域噪声估计的语音增强算法

为了在保证语音增强算法性能的同时,降低算法复杂度,提出了一种巴克域最小统计量控制递归平均噪声估计算法.将带噪信号在巴克域进行分解并进行最小统计量分析,基于此最小统计量控制噪声的递归平均估计.算法基于听觉模型,充分利用巴克带内频带间的相关性,具有较好的噪声跟踪估计性能.该算法复杂度低,适用于常见语音增强方法.仿真结果表明,基于该噪声估计的语音增强可以有效地抑制噪声,增强后语音失真较小,在低信噪比条件下能够有效改善语音编码合成后的语音质量.     

基于二阶和高阶统计量的语音信号盲分离算法研究

研究了两种基于高阶统计量的盲信号分离算法,在各种不同的实验条件下比较了两种算法与基于二阶统计量的盲信号分离算法的分离性能,分析比较了3种算法的计算复杂度,为工程应用和DSP（数字信号处理器）实现提供了参考,最后总结了两大类算法的优缺点,并分析了原因．     

文本分类中基于CHI和PCA混合特征的降维方法

中文文本数据的半结构化甚至非结构化的特点使得其分类存在着特征高维的问题,传统单一的特征降维方法难以满足大数据时代的文本分类需求.基于此,提出了一种基于卡方统计(Chi-square statistics,CHI)和主成分分析(principal component analysis,PCA)的混合特征降维方法(CHI-...