一种新的基于自组织神经网络的运动估计算法

提出了一种新的基于自组织网络的CFSSOM-VQ运动估计算法,新的帧间预测编码方案采用基于自组织特征映射算法(SOM)的矢量量化(VQ)作为帧间预测,以取代目前常用的运动补偿帧间预测(ME MC).并对SOM算法进行了改进,提出了一种分类频率敏感自组织特征映射(CFSSOM)算法.将该算法应用到会议电视视频编码的实验结果表明,与ME MC算法相比,CFSSOM-VQ算法具有更好的预测编码性能.     

线性回归模型参数的BC估计

对线性回归模型的参数给出了一种新的有偏压缩估计，简称ＢＣ估计，并证明了ＢＣ估计的许多优良性质。     

线性模型逆回归统计方法

逆回归是统计学中的重要内容,在实际中有非常广泛的应用。利用极大似然估计(MLE)探讨了线性模型逆回归问题。     

多元线性回归模型参数的BC估计

考虑多元线性回归模型Y=XB+ε,其中E(Vec(ε))=0,Cov(Vec(ε))=V In,当设计阵X呈病态时,模型参数的LS估计不再是一个优良估计.为此,提出了一种有偏估计———BC估计.在均误差意义下,参数的BC估计优于它的LS估计,并证明了参数的BC估计是可容许线性估计.     

广义线性模型逆回归统计研究

逆回归是统计学中的重要内容，在实际中有非常广泛的应用。探讨了广义线性模型逆回归问题。     

广义线性模型逆回归统计研究

逆回归是统计学中的重要内容,在实际中有非常广泛的应用。探讨了广义线性模型逆回归问题。     

一种中高速视频序列运动估计算法

本文提出了一种采用扩大型六边形和方向菱形的综合运动矢量搜索算法。算法在搜索开始前使用了零运动预先终止技术,然后进行扩大型六边形搜索确定最佳矢量的范围,再通过方向菱形搜索确定最佳矢量的位置。通过实验仿真,本文算法在处理中高速运动序列时,PSNR(峰值性噪比)和ASP(平均搜索点数)都有所改进,可以有效的运用于中高速运动场景中。     

一种基于人工鱼群算法的Choquet积分回归推广模型

设计了一种基于区间值带符号模糊测度的Choquet积分的非线性回归模型。该模型采用线性规划的方法计算关于区间值带符号模糊测度的Choquet积分值,并通过一种进化算法——人工鱼群算法（AFSA）确定了模型的参数。该算法具有鲁棒性、分组计算、易于结合特定问题等诸多优点。数值试验结果证实了该算法确定模型参数的可行性与有效性。     

基于模拟退火算法的半参数线性回归模型的参数估计

提出了一种可减少计算量的求解广义半参数极大似然估计的模拟退火算法，用示例展示新算法在多变量线性回归模型中的应用．     

可抵抗共谋攻击的H．264／AVC压缩域数字视频水印算法

针对H.264/AVC编码标准的新特性,提出一种可抵抗共谋攻击的压缩域鲁棒数字水印算法.对Noorkami等算法进行改进,水印的安全性是基于水印嵌入位置的随机性,通过DC系数的相关改变量产生密钥从而确定水印的嵌入位置.通过改变每个宏块的一个4×4块的非零量化系数嵌入水印.仿真试验表明,本算法在保证视频的视觉质量的前提下,水印的嵌入量有很大的提高.此外,水印提取时不需要对压缩码流完全解码,并能满足实时盲检测的要求.     

基于脆弱水印的H.264视频流完整性认证

针对H.264/AVC视频流的完整性认证问题,提出了一种基于脆弱水印的认证算法.根据公钥密钥,提取I帧的特征信息生成认证码,并以水印的形式嵌入到P,B帧的运动矢量中.在视频认证时,只需要部分解码视频流,并不需要原视频作参考.仿真实验结果表明,本算法具有较小的码率变化和视频失真,并能有效地对I,P和B帧进行完整性认证.     

一类带跳的线性回归模型

针对普通的常系数线性回归模型存在预测误差较大的缺陷，对Hildreth-Houck模型进行修正，得到带跳的线性回归模型(LRMJ)，对该模型中各参数进行估计，并对模型中被解释变量的数学期望与方差等统计性质进行讨论．最后将该模型运用于一个实际问题，证明该模型不仅可行而且能够得到比普通常系数线性回归模型更为精确的预测值。     

灰色线性组合模型在涝灾预测中的应用

灰色线性组合模型由于在传统灰色预测模型的基础上加入了对数据的线性分析,在各个领域应用已较为广泛.应用灰色线性组合模型,以沈阳市1960～2006年的降雨量作为数据依据,建立模型对涝灾进行预测.结果表明:组合模型较好的拟合了预测灾变年,预测误差小于普通灰色预测模型,为涝灾预测增加了一种新方法.     

基于灰色多元线性回归的粮食产量预测

针对粮食产量预测精度差和波动大的问题,结合灰色系统和多元线性回归模型,提出了一种灰色多元线性回归模型。利用该模型对南宁市的粮食产量进行了预测。结果表明,灰色多元线性回归模型的预测精度要高于单一的灰色系统或多元线性回归模型。     

基于关联规则与多元线性回归的云南省甘蔗产量预测模型

【目的】构建云南省甘蔗产量预测模型,对云南省甘蔗主产区甘蔗产量进行预测。【方法】选取云南省5个甘蔗主产区的甘蔗种植数据和地区气象数据作为研究对象,使用关联规则算法对研究区水库数、氮肥用量、磷肥用量、钾肥用量、复合肥用量、地膜使用量、甘蔗种植面积、年均气温、年降水量9个影响因素进行分析,得出5个甘蔗产量的强关联因素作为样本特征,将样本特征代入多元线性回归算法,构建产量预测模型。【结果】根据测试集验证结果显示,使用多元线性回归算法构建甘蔗产量预测模型,普洱、临沧、红河、文山、德宏地区模型的准确率分别为81.1%、89.3%、67.8%、85.3%、73.7%;使用关联规则算法与多元线性回归算法构建甘蔗产量预测模型,普洱、临沧、红河、文山、德宏地区模型的准确率分别为95.4%、92.8%、97.9%、94%、91.4%,关联规则算法对模型准确率的提升分别为14.3%、3.5%、30.1%、8.7%、17.7%。【结论】关联规则算法可提升多元线性回归产量预测模型的准确率,该模型在云南省的5个甘蔗主产区均表现出较好的预测效果,为甘蔗产量预测提供了新的方法。     

基于反馈回归法的用电量预测模型研究

多元线性回归法是用电量预测中常用的一种方法,带反馈的多元线性回归法是一种改进的回归方法,具有更高的精度.本文在此基础上进行了多次反馈,即利用带多次反馈的多元线性回归法,结合SPSS软件进行统计分析,并以陕西省用电量为例探究分析多次反馈的多元线性回归法在用电量预测中的应用,从而得到更精准的用电量预测模型.最后以四川省的用电量数据对模型进行了验证,体现出了该模型的优越之处.     

支持向量回归分光光度法同时测定苋菜红和果绿

[目的]建立支持向量回归分光光度法同时测定苋菜红和果绿的模型。[方法]在波长300.0600.0 nm,测定了苋菜红和果绿2种色素混合溶液的吸光度,采用支持向量回归（SVR）方法进行建模,建立了支持向量回归分光光度法同时测定苋菜红和果绿的方法,并对模拟样品进行了测定。[结果]光谱扫描结果表明,2种色素的吸收光谱相互重叠且有较大差异。在300.0-600.0 nm,苋菜红和果绿均有较大吸收。苋菜红和果绿的平均回收率分别为99.996%和99.263%,说明该方法的加和性良好。模拟样品中2种色素的平均回收率分别为98.997%和99.676%。[结论]该试验建立了支持向量回归分光光度法同时测定苋菜红和果绿的模型,达到了预期目的。