导读:本文包含了非参数分量论文开题报告文献综述及选题提纲参考文献，主要关键词:非参数项目反应理论,人格量表,EPQ人格问卷,MSP5
非参数分量论文文献综述
王晓洁,张敏强,简小珠,蔡圣刚[1]（2015）在《应用非参数项目反应理论模型分析人格量表——以EPQ个性问卷N分量表为例》一文中研究指出以一种新的量表分析方法——非参数项目反应理论模型(NIRT)分析艾森克人格问卷情绪稳定性分量表,并与参数项目反应理论模型(PIRT)进行比较。统计检验结果显示量表中24个项目与Mokken模型拟合,与2PLM有4个项目不拟合,Mokken模型可准确分析这4个项目。根据Mokken模型拟合程度删除项目后,平均项目信息量的增量明显高于根据2PLM拟合程度删除项目后的增量。分析过程展示了非参数项目反应理论模型用于分析人格量表的可行性、优势和适用性。(本文来源于《心理学探新》期刊2015年01期）
杨秀娟,樊明智,李高荣[2]（2013）在《部分线性模型非参数分量的同时置信带》一文中研究指出本文研究部分线性模型中非参数分量同时置信带的构造问题。在适当条件下,建立了非参数分量估计曲线与真实曲线之间的最大绝对偏差的渐近分布,所得结果可以构造非参数分量的同时置信带,并进行各种统计推断任务。通过模拟研究和实际数据分析对所提方法进行了说明。(本文来源于《数理统计与管理》期刊2013年05期）
陈朝阳,邢海涛,杨光松,马中华,林子杰[3]（2011）在《非参数似然率独立分量分析算法的OFDM系统载波频偏盲估计》一文中研究指出研究提出了一种利用非参数似然比(NLR)新算法获得OFDM系统频偏估计的新方法,给出基于NLR的ICA算法的OFDM系统数学模型,利用NLR算法分离各个子载波,然后利用本地载波与子载波的频差估计出OFDM的频偏(CFO),该算法获得的CFO可以包括信道的传输特性对CFO的影响。经典的ICA算法(如FAST-ICA)对源信号的统计特性具有依赖性,源信号统计特性的变化可能使算法的性能降低甚至无法得到希望的分离信号,非参数似然算法(NLR)的独立分量分析(ICA),不依赖于源信号的统计特性,而且能够对混合信号实行连续分离,因此是一个全盲的算法。仿真结果表明,将跟踪到的频偏在接收端进行补偿后,减小了子载波的串扰,降低系统解调后的误码率,提高了OFDM系统性能。(本文来源于《仪器仪表学报》期刊2011年09期）
曹林,陈登熠[4]（2011）在《基于小波近似分量非参数鉴别分析人脸识别算法》一文中研究指出根据小波变换原理,采用db1小波基函数,对人脸图像进行3级小波分解。将3层小波近似分量进行重组,得到新的样本向量集。由于非参数鉴别分析对非高斯分布样本集具有良好的适应性,提出了基于小波近似分量和非参数鉴别分析的人脸识别算法。在样本向量集上应用非参数鉴别分析,形成类内和类间矩阵,然后利用Fisher线性鉴别进行人脸识别。实验结果表明,在ORL和CAS-PEAL-R1人脸库上使用上述算法的识别率分别为95%和97.5%。(本文来源于《北京信息科技大学学报(自然科学版)》期刊2011年03期）
魏传华,吴喜之[5]（2007）在《部分线性模型非参数分量的线性关系检验(英文)》一文中研究指出对于部分线性模型中非参数部分是否为某一特定阶数(记为p)的多项式函数的检验问题,本文基于非参数函数在各点的p阶导函数估计值的样本方差构造了一个简单的检验统计量.给出了计算检验p-值的叁阶矩χ2逼近方法.最后通过数值模拟验证了我们所提检验方法的有效性.(本文来源于《应用数学》期刊2007年01期）
陈刚,陈莘萌,向广利[6]（2006）在《基于非参数独立分量分析的说话人识别方法》一文中研究指出首先用非参数独立分量分析方法提取表征说话人音频特性的时域基函数组,语音信号可由这些基函数线性组合而成。每个可识别的说话人对应一个不同的基函数组,对某个特定人的输入音频,只有与它对应的基函数组使其系数向量各分量之间的独立性最强(也就是互信息最小)。对待识别音频,分别用已知说话人的时域基函数组计算各自的系数向量,并计算系数向量各分量之间的互信息。互信息最小的基函数组对应的说话人即为识别结果。实验结果表明,即使用很少的测试数据.也能达到很高的识别率。(本文来源于《计算机科学》期刊2006年03期）
潘雄[7]（2003）在《正规化矩阵正定时的非参数分量的统计性质》一文中研究指出正规化矩阵正定时的非参数分量的统计性质@潘雄$武汉工业学院数理科学系!湖北武汉430023(本文来源于《武汉工业学院学报》期刊2003年04期）
孙浩,赵选民[8]（1999）在《部分线性模型中参数分量与非参数分量估计的收敛速度》一文中研究指出对于部分线性回归模型，基于未知函数 ｆ （·） 与 ｇ （·） 分别取一类核估计和最近邻估计，文中构造了参数β的最小二乘估计β和加权最小二乘估计β，获得了参数β估计量的渐近正态性与函数ｇ （·） 估计量的最优弱收敛速度。(本文来源于《工程数学学报》期刊1999年03期）
赵选民,孙浩[9]（1997）在《半参数回归模型非参数分量L_1模估计的最优收敛速度》一文中研究指出对半参数回归模型，采用分段多项式逼近非参数函数，构造了参数与非参数分量Ｌ１模估计，并获得了非参数分量Ｌ１模估计的最优估计收敛速度为Ｏｐ（ｎ－ｍ＋ｒ［２（ｍ＋ｒ）＋１］）．(本文来源于《纯粹数学与应用数学》期刊1997年02期）
非参数分量论文开题报告
（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：
本文研究部分线性模型中非参数分量同时置信带的构造问题。在适当条件下,建立了非参数分量估计曲线与真实曲线之间的最大绝对偏差的渐近分布,所得结果可以构造非参数分量的同时置信带,并进行各种统计推断任务。通过模拟研究和实际数据分析对所提方法进行了说明。
（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。
非参数分量论文参考文献
[1].王晓洁,张敏强,简小珠,蔡圣刚.应用非参数项目反应理论模型分析人格量表——以EPQ个性问卷N分量表为例[J].心理学探新.2015
[2].杨秀娟,樊明智,李高荣.部分线性模型非参数分量的同时置信带[J].数理统计与管理.2013
[3].陈朝阳,邢海涛,杨光松,马中华,林子杰.非参数似然率独立分量分析算法的OFDM系统载波频偏盲估计[J].仪器仪表学报.2011
[4].曹林,陈登熠.基于小波近似分量非参数鉴别分析人脸识别算法[J].北京信息科技大学学报(自然科学版).2011
[5].魏传华,吴喜之.部分线性模型非参数分量的线性关系检验(英文)[J].应用数学.2007
[6].陈刚,陈莘萌,向广利.基于非参数独立分量分析的说话人识别方法[J].计算机科学.2006
[7].潘雄.正规化矩阵正定时的非参数分量的统计性质[J].武汉工业学院学报.2003
[8].孙浩,赵选民.部分线性模型中参数分量与非参数分量估计的收敛速度[J].工程数学学报.1999
[9].赵选民,孙浩.半参数回归模型非参数分量L_1模估计的最优收敛速度[J].纯粹数学与应用数学.1997