基于数据外推的限带信号最大似然谱估计

针对高距离分辨率雷达应用背景,提出了一种在数据外推的基础上运用最大似然准则对限带信号的频谱进行估计的新方法(DE-ML).该方法首先根据常规DFT分析获得限带信号的频谱范围,然后对频域高采样率离散频谱进行最大似然估计.理论分析和实验结果表明,该方法与常规的DFT方法相比,具有更好的分辨性能;与一般的超分辨伪谱估计方法相比,具有更好的幅度估计性能以及抗噪声能力;与现有的数据外推谱估计方法相比,所需的运算量更少.     

一种基于圆形标志点的摄像机标定方法

摄像机标定是估计成像过程中的摄像机参数,它直接影响测量的准确性。本文针对圆形标定板的特性,提出了一种基于圆形标志点的摄像机标定方法。首先,提取图像中目标轮廓,用区域属性函数获得图像中目标的属性,计算出标志圆质心的坐标;然后用Zhang提出的基于平面两步标定法进行摄像机标定,并对内参数运用最大似然估计求解;外参数运用最小二乘法和最大似然估计算法求解;最后,对标定结果进行评价。实验结果表明,标定残差的平均误差在0.3以下,验证标定方法的可行与有效性。     

基于阈值分割的单板穿孔缺陷识别算法研究

单板穿孔缺陷会影响其胶合过程的质量，是单板分选过程中主要的识别目标。基于图像处理技术的图像分割算法将穿孔缺陷区域与背景区域准确地分开是自动分选的重要前提。本研究提出一种基于阈值分割的单板穿孔缺陷识别方法，首先基于彩色图像的RGB空间将采集的图像转换为灰度图并输出R分量灰度图，采用二维中值滤波处理滤除非线性噪声，最后采用阈值分割和连通域处理相结合的方法将背景与目标区域分离。结果表明，遗传算法的最大熵阈值法选取的阈值和试验时间均优于其余3种（迭代阈值法、大津阈值法、最大熵阈值法）算法，结合连通域处理方法可以有效提取单板中的穿孔区域。     

基于尺度噪声水平估计的双树复数小波变换图像去噪方法

利用噪声与图像双树复数小波变换各层系数的关系,提出基于尺度噪声水平估计的双树复数小波变换图像去噪方法并进行了试验.结果表明,该估计方法与图像噪声水平近似线性相关,能很好地反映各层系数的噪声水平.双变量收缩函数阈值去噪法采用该估计比采用全局噪声水平估计去噪效果更好,平均结构相似度明显提高.     

一种基于中值滤波和小波变换的图像去噪算法研究

针对同时含有脉冲噪声和高斯噪声的混合含噪图像特点,结合自适应中值滤波和小波变换的阈值滤波的各自优点,提出了一种基于中值滤波和小波变换阈值去噪相结合的图像去噪方法,即先对图像进行自适应中值滤波去除脉冲噪声,然后利用小波变换去除剩余的高斯噪声.实验表明：该方法能在有效去除混合噪声的同时,较好地保持边缘和细节信息.     

同源DNA序列比对缺失位点的核苷酸最大似然插补

鉴于现行分子系统发育分析中为应用4-状态DNA进化马尔可夫模型而采取删除同源DNA多序列比矩阵中缺失位点的数据预处理方法导致进化信息丢失、序列间进化距离的偏低估计和重建进化树枝长估算等精确性降低的问题,本文借鉴统计学中参数估计的最大似然法,提出核苷酸最大似然插补比对缺失位点的数据预处理方法.通过对3组真实同源DNA序列和系统发育模拟试验生成的虚拟同源DNA序列,基于3种预处理方法分别进行进化距离估算、系统发育重建和重建进化树枝长误差的统计等对照测试和结果分析,证实核苷酸最大似然插补和最近邻插补的数据预处理方法可在一定程度上减小序列间进化距离的偏低估计,提高DNA分子系统发育重建树枝长估算的精确度,该方法优于现行的删除比对缺失位点的预处理方法.     

广义格子设计统计分析及计算程序

在处理数较多的田间试验中，利用广义格子设计较之传统的随机区组设计能有效地控制土壤异质性，降低试验误差。广义格子设计采用修饰极大似然法估计参数，这一估计方法既具有极大似然法估计效率高的优点，又能够克服极大似然法参数估计有偏的不足。本文介绍这一方法，并编制计算程序。     

木材干燥窑内温度检测的自适应加权融合方法研究

[目的]研究木材干燥窑内多点温度数据处理方法.[方法]在数据融合的基础上提出基于多传感器自适应加权两级融合估计方法.该算法在不知道传感器测量数据先验概率分布知识的条件下,可以从含有噪声的测量数据中得到被估计量的最小均方误差估计.[结果]将自适应加权两级融合方法应用在木材干燥窑温度检测系统中,有效提高了干燥窑内温度的检测精度,优于通常检测窑内温度时采用算术平均值的方法.[结论]该算法实时性好,只依靠当前的测量数据就可以融合估计出总均方误差最小的估计值,对研究数据融合技术和木材干燥工艺具有重要的意义.     

泊松分布参数的稳健估计

本文主要以非对称分布中泊松分布为研究对象,探讨了其参数的稳健估计方法作者以截断似然估计为基础,结合Cizek的工作,提出了适用于泊松分布参数的一种稳健估计方法.该方法避免了事先选取截断比例的麻烦,通过数据自身的信息给出在平均似然最大准则下的最优截断比例.在文中的模拟部分,分别就未受污染和受污染的泊松分布数据进行了模拟,得到了不错的效果.     

QTL作图效率的影响因素──群体大小

通过比较矩估计法和最大似然法在标记－ＱＴＬ连锁检测、重组率估计及ＱＴＬ基因型的均值和方差估计方面的效率，探讨了样本容量对这些参数估计的影响。结果表明，ＬＯＤ估计值随作图群体样本容量的增加而增加，重组率估值的偏倚随样本容量的增加而减少。ＱＴＬ基因型均值和方差估计值偏倚的程度均随理论重组率的增加而增加，随群体样本容量的增加而减少，最大似然法的估计效率高于矩估计法，且当理论重组率较高时尤为明显，在ｒ＝０．０－０．３０范围内，要获得无偏的重组率、均值和方差估计值，采用矩估计法时，要求样本容量ｎ＞１０００，而采用最大似然法一般只要求样本容量，ｎ≥３００．当标记－ＱＴＬ完全独立时，两种方法均不能获得这些参数的无偏估计值。     

带有缺失数据的一种动态聚类方法

【目的】探讨实际问题研究中的不完全数据聚类。【方法】利用相关变量的辅助信息,对缺失数据进行推估,确定其合理的替代值,从而构造出一个“完全”数据集。在此基础上以EM算法循环迭代,参数的估计值和缺失数据的替代值都将逐渐收敛,以相应的贝叶斯后验概率判别个体的归类,进而实现动态聚类。【结果】模拟研究表明,缺值替代法具有较好的收敛性,对有缺失的数据基本都可正确地聚类。【结论】Fisher的鸢尾花花类识别数据验证了缺值替代法的可行性,其聚类的准确性高于缺值删除法,基本接近完全数据聚类。     

非参数估计在构造树高曲线中的应用

研究测树因子之间的数学关系,是森林调查的重要理论工作.该文以树高曲线模型为例,首先分析了最小二乘估计（LS估计）存在的缺陷,然后采用非参数核密度估计和最大概率估计两种方法建立了树高曲线模型.结果表明:①核密度估计能在一定最优准则下很好地适应样本,误差小,样本的统计特性和多峰形态亦得到很好的反映;②最大概率估计则适合在因变量和自变量均有误差的情况下建立模型.它摈弃了LS估计和核密度估计只考虑因变量统计误差的局限性,因此这种估计方法更符合实际情况.同时,当样本中含有误差很大的异常数据时,核密度估计和最大概率估计所得模型比LS估计方法所得模型更稳定.      

基于边界约束的样品视频非对称运动估计方法

针对常规运动估计方法应用到样品视频编码时存在无效搜索点冗余搜索、有效搜索点遗漏的问题,提出基于边界约束的非对称运动估计方法。首先,在原有预定搜索范围的基础上,采用定点统计运动参量的方法对科学仪器的样品视频运动性能进行测试统计,根据统计结果,对视频运动范围设定边界,减少运动搜索点数;然后提出了基于边界约束的非对称搜索模型,依据样品视频的运动特征,优化搜索算法。来自电子探针和电子显微镜的不同样品视频编码实验表明,与多方向搜索算法(MDS)比较,所提方法的运动估计时间缩短了约33%,编码性能保持甚至超过了多方向搜索算法。     

小波多速率调制同步系统的FPGA实现

以FPGA为平台,提出了一种小波多速率调制同步系统的硬件实现方案。利用最大似然估计算法,采取帧同步与载波相位恢复相结合的方式,解决了小波调制在同步上对定时误差敏感等问题,同时也可以对假同步进行检测和纠正。仿真结果证明了该方案的可行性和有效性。     

基于误差修正的电线覆冰厚度贝叶斯模型及分析

通过对已有的电线覆冰厚度数据进行分析，建立了电线覆冰厚度时间序列模型，对覆冰厚度进行贝叶斯统计推断，然后运用基于Gibbs抽样的MCMC方法对推断模型进行参数估计，并对MCMC模型进行误差修正.在此基础上，运用WINBUGS软件，对Gibbs抽样得到的预测结果与极大似然估计的预测结果进行比较.比较分析结果表明：通过误差修正的贝叶斯推断方法在电线覆冰厚度预测上具有更高的准确性.     

基于最小二乘估计的多性状QTL复合区间定位法(英文)

本文给出了多性状数量性状基因座复合区间定位法（ＭＣＩＭ）的一种改进方法．它是基于多重多元回归模型的,因此可以用最小二乘法来配合模型．使得它在计算上要比原来基于最大似然法的ＭＣＩＭ简单快捷得多．给出了多重逐步回归的方法,可用来筛选能提供遗传信息的标记作为ＭＣＩＭ模型中的余因子．文中还建议用排列测验的方法估计所需的显著阈值．给出了一个实际例子．     

二项分布的零频率估计

二项分布是一种常见的离散型随机变量的分布,在许多场合有重要的应用。其参数常用矩估计和极大似然估计方法来估计。而零频率估计法有许多好的性质。通过研究二项分布参数的零频率估计,得出二项分布参数的零频率估计有渐近正态性。     

GPS网平差的多元响应模型及参数估计

本文针对CPS测量数据为多元响应数据的特点，建立了一个CPS网平差的多元响应模型，讨论了模型的性质，在几种情形下，给出了参数的极大似然估计与非线性最小二乘估计的非线性优化模型，讨论了参数估计的求解方法。     

关于对数正态分布参数极大似然估计的讨论

利用图解法研究了由EM算法得出的有数据删失情况下对数正态分布参数的极大似然估计，得到了在Matlab中利用迭代算法计算参数估计值的方法．