刻度平方误差损失下伽玛分布参数的Bayes估计

文中对给定容量为n的一个伽玛分布样本,在刻度平方误差损失函数下,研究了伽玛分布参数的Bayes估计,证明了这一估计是可容许的,并给出了未知参数的Bayes区间估计.     

无失效数据下的参数及可靠度估计

对指数分布无失效数据的失效率,在先验分布为Gamma分布时,在引进失效信息后,给出了多层Bayes估计,并给出了可靠度的估计.     

科技重大项目

主持人语：本人应邀为《苏州市职业大学学报》科技重大项目栏的主持人,希望借助该平台,向学术同仁介绍本人主持的国家自然科学基金资助项目所取得的研究成果,以期让研究者了解本项目进展及研究的意义.2009年,以本人为项目负责人,以苏品刚副教授和周昌雄教授为主要课题成员,与东南大学毫米波国家重点实验室合作,组建了科研团队,成功申报了1项国家自然基金项目“非负稀疏编码算法及其在毫米波焦平面成像图像处理中的应用研究（No.60970058）”,这一项目主要在毫米波（MMW）焦平面成像系统成像机制研究的基础上,进一步利用软件方法对MMW成像数据进行后续处理,从而得到更高分辨率的MMW图像.主要在基于人眼初级视觉系统主视皮层V1区神经元的非负稀疏编码（NNSC）模型的研究基础上,结合已成熟的图像处理方法,提出了基于稀疏特征的毫米波图像处理方法.该项目主要的研究工作包括以下五个方面：①毫米波成像系统中关键硬件-毫米波成像接收机混频器及成像天线的研制;②建模了一类具有视觉反馈机制的NNSC神经网络模型并实现了该模型的稀疏优化学习;③基于量子信息理论、Retinex理论以及二维经验模式分解、偏微分方程、凸集投影、神经网络非线性滤波特性等算法,提出了一些适用于MMW图像的处理算法;④利用NNSC特征基和最大似然估计法,提出了基于NNSC收缩技术的毫米波图像消噪和恢复方法;⑤结合NNSC算法、图像稀疏表示及超分辨率图像恢复等算法,提出了一类基于组合变换的MMW图像级联消噪和恢复方法.