状态预报值服从污染正态的抗差估计

利用等价权原理,讨论了状态预报值服从污染正态分布的抗差估计,并利用影响函数,说明所给出的估计的确能减免粗差干扰,并针对估值的计算问题进行了讨论．     

有关平均差距的三个不等式

利用方差来估计它们的差距成为一个研究热点.利用最值压缩定理给出了n元算术平均、几何平均和调和平均的差的三个新的上下界估计.     

构造Hermite插值多项式的差商方法

利用差商构造Hermite插值多项式及其余项估计表达式。     

构造Hermite插值多项式的差商方法

利用差商构造Hermite插值多项式及其余项估计表达式。     

无刷直流电机转子状态检测方法与仿真

研究了电机控制的数学模型,利用扩展卡尔曼滤波器对电机转子的状态做出了最小方差估计,通过计算机仿真验证了此方法的有效性。     

增长曲线模型中协差阵的最优估计

在椭球等高分布情况下给出了增长曲线模型中协差阵的最小模估计,并得到了最小模估计成为一致最小方差不变二次无偏估计以及一致最小方差不变二次无偏估计存在的充要条件。     

混合型正态分布的抗差最小二乘估计

利用等价权原理,讨论混合型正态分布模式下,数据的方差、未知参数的抗差最小二乘估计以及它们的Fisher一致性问题.     

权回归模型下几种估计性能的比较

在给定的权回归模型下,讨论了最小二乘估计、最优加权最小二乘估计和线性无偏最小方差估计的性能比较,得出了在随机误差方差矩阵可逆条件下,可算出最优加权最小二乘估计与线性无偏最小方差估计误差方差阵的差表达式,并在一定条件下,两者趋于一致。     

视频噪声方差估计算法研究

针对传统差分视频噪声方差估计算法在处理运动前景变化较大时,容易把视频实际信号分量也当作噪声,使得噪声估计结果偏大的问题,提出了一种改进的噪声方差估计算法。该算法不仅利用了静止图像在空间上的相关性和视频序列图像在时间上的相关性,而且还自适应地选取帧差图像中大部分像素的差分值用于估计噪声,使得估计结果更加准确和稳定,达到更好的视频去噪性能。     

从样本特征数看总体

我们在利用样本的特征估计总体的分布情况时，“三数”（众数、中位数、平均数）、“两差”（方差和标准差）是重要的数据．用样本的数字特征估计总体的分布是统计学中最基本的数学思想方法，下面举几例说明．     

MIMO-OFDM系统的信道估计方法与发展趋势

本文概述了MIMO-OFDM系统的信道估计方法,即非盲信道估计、盲信道估计和半盲信道估计.非盲信道估计方法收敛速度快,简单且易实现,但信道利用率和系统的传输效率低;盲信道估计方法可有效节省系统带宽,提高频谱利用率,但此方法复杂度较大.而半盲信道估计方法是非盲信道估计和盲信道估计的一个折衷方法,能够很好的兼顾实现复杂度与估计性能.因此,半盲信道估计方法对未来MIMO-OFDM系统的信道估计发展趋势明显,将会日益受到人们的重视.     

儿童估算发展研究综述

国内外关于儿童估算的研究主要集中于估算的分类、估算的心理表征与理论模型、估算的策略与能力发展、估算教学等方面,这些研究成果对我们今后的相关研究和儿童数学教育有重要的借鉴价值。     

论教学评估干系人的管理

教学评估的成功缘于许多因素。主要讨论的是在教学评估中不能被忽视的重要因素———教学评估干系人的管理。讨论的问题包括三个方面:谁是教学评估干系人?教学评估干系人如何影响教学评估?在努力满足项目教学评估干系人需求的同时对他们的管理应采用什么方法?     

证据法中推定的几个问题——兼评最高法院司法解释中的相关规定

证据法中的推定是一种特殊的证明规则,法律（广义）基于特定目的将诉讼中的某些事实预设为真实,法院在不存在合理反证的情况下,应该直接认定这些事实。它仅指法律上可反驳的推定,所谓事实上的推定和无基础事实的推定均不是证据法上的推定。适用推定必须遵守法定程序。推定的存在及其效力,应依裁判地的法律加以确定。     

基于IRT不同参数估计方法的考生能力估计结果的比较

参数估计是项目反应理论应用、发展的前提。本研究针对六种不同的HSK考生样本,分别使用三种软件,采用不同的参数估计方法对考生能力值进行估计,结果表明能力值估计结果与考生潜在能力分布有关系。当潜在能力分布趋向正态分布时,能力值的估计的误差较小。此外,不同软件的参数估计方法的能力值估计结果均有差异。     

Estimating Non-Normal Latent Trait Distributions within Item Response Theory Using True and Estimated Item Parameters

Item response theory (IRT) procedures have been used extensively to study normal latent trait distributions and have been shown to perform well; however, less is known concerning the performance of IRT with non-normal latent trait distributions. This study investigated the degree of latent trait estimation error under normal and non-normal conditions using four latent trait estimation procedures and also evaluated whether the test composition, in terms of item difficulty level, reduces estimation error. Most importantly, both true and estimated item parameters were examined to disentangle the effects of latent trait estimation error from item parameter estimation error. Results revealed that non-normal latent trait distributions produced a considerably larger degree of latent trait estimation error than normal data. Estimated item parameters tended to have comparable precision to true item parameters, thus suggesting that increased latent trait estimation error results from latent trait estimation rather than item parameter estimation.     

Prospective secondary mathematics teachers’ pedagogical knowledge for teaching the estimation of length measurements

Prospective secondary mathematics teachers’ pedagogical knowledge for teaching the estimation of length measurements was investigated by examining their personal benchmarks for measurement estimation. Benchmarks for measurement estimation are the meaningful representations of units that serve to increase one’s understanding of measurement and one’s ability to estimate measurements. Data included electronic journal responses, observation and verbal data, and work samples. Thematic analysis revealed that prospective teachers possessed various benchmarks for measurement estimation that enabled them to estimate length measurements, but these benchmarks for measurement estimation were not evident in participants’ pedagogical knowledge for teaching the estimation of length measurements. Participants’ pedagogical knowledge for teaching the estimation of length measurements was instead based on the belief that hands-on activities were the only way to teach the estimation of length measurements.     

本地差分隐私频率估计研究综述

本地差分隐私(LDP)频率估计是数据挖掘领域的一个重要组成部分,目的是在满足LDP的前提下计算特定数据项出现的频率.在基于云服务的应用中,LDP频率估计实现了数据采集过程与数据分析过程的隐私保护,可应用于频繁模式挖掘、恶意攻击检测等.但是LDP频率估计存在随机化噪声较多、依赖数据量较大、高维数据分析准确性较低等缺点.介...     

失效概率的E-Bayes估计与多层Bayes估计

基于失效概率的E-Bayes估计,在无失效数据情形下给出了失效概率的多层Bayes估计,且讨论了失效概率的多层Bayes估计的性质——E-Bayes估计与多层Bayes估计的关系。数值算例和应用实例进一步表明,E-Bayes估计和多层Bayes估计比较接近。     

AMSAA模型的参数估计方法

对AMSAA模型，很多学已研究出许多参数估计的方法。在本中，我们对最小二乘法，图估计法，极大似然法，Bayes估讨法，微分回归法，正态概率积分变换法，最佳线性无偏估计法，最佳线性不变估计法，矩估计法和指数平滑法等估计方法进行了系统的总结，对某些问题进行了进一步的讨论。