导读:本文包含了最小模估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:最小,模型,序列,曲线,导数,方差,对数。
最小模估计论文文献综述
金佑来[1]（2017）在《NOD误差下线性模型最小L_1模估计相合性的注记》一文中研究指出基于NOD误差下线性模型未知参数最小L_1模估计的相合性的相关结果已被获得.对于NOD序列误差的含有常数项的线性回归模型,借助NOD序列的性质,建立未知常数项和未知参数的最小L1模估计相应的弱相合性和强相合性,将已有成果扩展到含有常数项的线性回归模型中.(本文来源于《内江师范学院学报》期刊2017年04期）
金佑来,王星惠[2]（2015）在《基于NOD误差线性模型最小L_1模估计的相合性》一文中研究指出在本文中,基于NOD误差,该误差包含独立和NA变量误差,笔者建立了线性模型未知参数的最小L模估计的弱相1合性,强相合性及指数收敛速度,这些结果推广了Chen(1992)独立情形的相应结果.(本文来源于《广西民族师范学院学报》期刊2015年03期）
李广彪,张剑云[3]（2006）在《基于四阶累积量的最小模DOA估计方法》一文中研究指出高阶累积量由于对高斯噪声不敏感,在高分辨阵列信号处理中可用来提高参数估计的分辨性能。本文从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法,用四阶累积量构造了一个较通用的累积量矩阵,该矩阵符合最小模(M in-Norm)算法的结构,从而可进行DOA(D irection of Arrival)估计。由于四阶累积量对高斯噪声干扰不敏感,从而可提高估计的分辨性能。本文就这种方法在阵列信号处理中的应用,通过计算机仿真与基于二阶矩的M in-Norm算法进行了较全面的比较。仿真结果表明,该方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法。(本文来源于《舰船科学技术》期刊2006年03期）
董新汉[4]（2005）在《面积平均p叶函数的最小模估计及其应用》一文中研究指出假设,在单位圆盘△={z:|z|<1}内是面积平均p叶函数.关于|f'/f|2的平均增长,Hayman和Duren等对其进行了详细的研究.注意到,这种增长涉及到f(z)的最小模m(r)=min|z|=r|f(z)|.本文首先估计m(r),然后给出一些相关的应用,其中包括|f'/f|2的平均增长估计,|f(eiθ)|-λ的可积性以及一个新的Bazilevic定理,这个新的定理涉及到f的最大增长方向和最小增长方向.我们得到的某些结果是不可改进的.(本文来源于《数学学报》期刊2005年03期）
周涌,桂咏新[5]（2004）在《有协变量的推广增长曲线模型中协差阵的最小模估计》一文中研究指出对于有协变量的推广增长曲线模型:Y=X1B1W′1+X2B2W′2+B3W′3+R,其中,μ(W2) μ(W1),而对W3没有任何限制,本文利用最小模原理和一般射影定理得到了可估参数函数tr(C∑)的无偏不变最小模二次估计(MINQE(U,I)).(本文来源于《咸宁学院学报》期刊2004年03期）
陈鹏,陈航[6]（2004）在《基于最小模方法的相干源方位估计》一文中研究指出采用最小模算法对于空间非相干信号有很好的分辨效果。本文详细地介绍了最小模方法的原理,并通过仿真指出了最小模算法对空间相干信号难以区分的缺点。为此本文提出了一种有效的解决方案,采用空间平滑处理来去除信号的空间相干效应,通过仿真证明了算法的有效性。(本文来源于《2004年全国水声学学术会议论文集》期刊2004-05-01）
高欣,罗国明,汪元美[7]（2004）在《一种约束最小模方估计的图像迭代重建算法》一文中研究指出较少投影重建问题一直是成像领域研究的重点,传统的卷积反投影(CBP)不能产生满意的重建图像――伪影严重、误差大,而迭代算法却具有一些较好的特性。本文以CT成像为基础,以最小模方为目标函数提出了一种约束迭代重建算法,本算法与无约束迭代算法相比,在花费相同时间的情况下,可以重建出误差更小,拟合度更高的图像。以扇束扫描投影数据重建的结果验证了本文的结论。(本文来源于《电路与系统学报》期刊2004年01期）
陈芙蓉[8]（2003）在《推广增长曲线模型中协差阵的最小模估计》一文中研究指出本文考虑推广增长曲线模型Y=sum from to (X_iB_iZ_i+U) ε，其中，Y=(y_(1)，y_(2)，…，y(n))，为n×p阶观测资料矩阵，X_i、Z_i和U(≠0)分别是已知的n×K_i阶、p×L_i阶和n×s阶矩阵，B_i是未知的K_i×L_i阶回归系数阵(i=1，2，…m)，ε=(ε_(1)，ε_(2)，…，ε_(s))，为s×p阶随机误差矩阵，ε_(1)，ε_(2)，…，ε(s)独立且Eε_(i)=0，Eε_(i)ε_(i)=∑，E(ε_(i)ε_(i)(?)ε_(i)ε_(i))=ψ(存在，有限)，i=1，…s，(∑，ψ)∈∧_2={(∑，ψ)；有p维随机向量η使Eη=0，Eηη′=Σ，E(ηη′(?)ηη′)=Ψ}。同时还假定μ(X_1)(?)μ(X_2)(?)…(?)μ(X_m)。本文在此情形下对于给定的矩阵C=C′≠0，给出了tr(CΣ)可估时的最小模估计(MINQE(U，I))以及MINQE(U，I)成为一致最小方差不变二次无偏估计(UMVIQUE)的充要条件，同时探讨了tr(CΣ)的UMVIQUE存在的充要条件，并在存在时具体给出了tr(CΣ)的UMVIQUE。得出以下主要结论： (1) 参数函数tr(CΣ)可估的充分必要条件是C=M_(Z_(k-l))~*CM(Z_(k-l))~*。 (2) y′MA_*My是tr(C∑)的唯一的(在a.s.相等的意义下)MINQE(U，I)，其中 (3) 在独立同分布情形下，tr(C∑)的MINQE(U，I) y′MA.My是tr(C∑)的UMVIQUE的充要条件为：C=M_(z_(k-1))~*CM_(z_(k-1))~*，且对于l=k，k+1，…t，存在某 J回医X 硕士学位论又 一MAS”fER’S ThESIS实数人及八，使得 L；G（L；G上）令GL二人L；GL， L；Udas【U’（L；GL；）十 U】U’L；二 ＃人GL；同时成立。 （4）o（C二）的UMVIQUE存在的充要条件也就是o（C二）的MmQE①对成为 tr（CZ）的 UMVIQUE的充要条件。(本文来源于《华中师范大学》期刊2003-05-01）
胡净,胡洁[9]（2003）在《基于正则化方法的加权最小模估计在脑磁源成像中的应用》一文中研究指出脑磁图 ( m agnetoencephalography,MEG)逆问题的研究 ,根据点源和分布源两种源模型 ,可分为偶极子定位和磁源成像两大类求逆方法。采用非参数的分布源模型 ,MEG逆问题转化为一个病态的欠定方程组的求解。本文系统地阐述了结合 Tikhonov正则技术的加权最小模磁源重建方法 ,着重介绍了深度归一化算法、低分辨率脑电磁断层成像技术、局部欠定系统解法、选择性最小模方法 ,此外还从广义的加权最小模估计角度对最大熵重建方法 ,融合其它脑功能成像技术的方法以及最大后验概率估计方法加以解释和分析。不同的磁源成像方法目的都是通过引入合适的约束条件 ,从算法公式本身及神经细胞活动的特性中加以修正 ,减少逆问题的不适定程度 ,因此均可认为是使用正则方法来约束解空间 ,从而获得与测量磁场数据相拟合的并具有神经生理学和解剖学意义下的最合理的解。基于正则化技术的加权最小模估计是 MEG逆问题研究中最早开展、并已被广泛应用的磁源分布图像重建方法 ,本文给出了一个较为完整的理论发展框架(本文来源于《生物医学工程学杂志》期刊2003年01期）
胡净,汪元美[10]（2002）在《基于最小模估计及Tikhonov正则方法的脑磁源重建》一文中研究指出脑磁图 (magnetoencephalogram,MEG)研究中的磁源分布图象重建 ,属于不适定问题 ,需要引入合适的先验约束 ,把它转化为适定问题。采用非参数的分布源模型 ,磁源成象问题即为求解一病态的欠定的线性方程组。这里采用的方法是建立在最小模估计和Tikhonov正则的基础上 ,从数学算法本身及相关的解剖学和神经生理学的信息 ,对解空间加以限制 ,提出了区域加权算子 ,再结合深度加权 ,以期得到合理的神经电流分布。通过仿真实验表明能得出理想的重建结果 ,同时讨论了该方法的局限性以及下一步的工作方向(本文来源于《生物物理学报》期刊2002年02期）
最小模估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在本文中,基于NOD误差,该误差包含独立和NA变量误差,笔者建立了线性模型未知参数的最小L模估计的弱相1合性,强相合性及指数收敛速度,这些结果推广了Chen(1992)独立情形的相应结果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最小模估计论文参考文献
[1].金佑来.NOD误差下线性模型最小L_1模估计相合性的注记[J].内江师范学院学报.2017
[2].金佑来,王星惠.基于NOD误差线性模型最小L_1模估计的相合性[J].广西民族师范学院学报.2015
[3].李广彪,张剑云.基于四阶累积量的最小模DOA估计方法[J].舰船科学技术.2006
[4].董新汉.面积平均p叶函数的最小模估计及其应用[J].数学学报.2005
[5].周涌,桂咏新.有协变量的推广增长曲线模型中协差阵的最小模估计[J].咸宁学院学报.2004
[6].陈鹏,陈航.基于最小模方法的相干源方位估计[C].2004年全国水声学学术会议论文集.2004
[7].高欣,罗国明,汪元美.一种约束最小模方估计的图像迭代重建算法[J].电路与系统学报.2004
[8].陈芙蓉.推广增长曲线模型中协差阵的最小模估计[D].华中师范大学.2003
[9].胡净,胡洁.基于正则化方法的加权最小模估计在脑磁源成像中的应用[J].生物医学工程学杂志.2003
[10].胡净,汪元美.基于最小模估计及Tikhonov正则方法的脑磁源重建[J].生物物理学报.2002
论文知识图
