基于经验欧氏似然的拟合优度检验

本文借助经验欧氏似然构造一类新的拟合优度检验,并讨论在简单零假设下,检验统计量的极限分布;然后利用极大似然估计所得的参数估计量构造复合零假设下的检验函数,并讨论其极限性质;最后把所得的检验与已有的Pearson x2检验和KS检验进行模拟比较,模拟结果显示基于经验欧氏似然的检验比其他的检验有相对的优势:功效较高、计算简单等,在应用上更具有推广价值.     

部分线性模型基于稳健估计的拟合优度检验

本文用三步稳健估计方法来检验一个模型是否为部分线性模型,在零假设下构造了一个平方残差过程检验统计量,并给出了它的渐近分布。     

M-O模型的拟合优度检验

针对在软件可靠性中广泛使用的M-O模型,考虑了如何判定其是否适合特定的软件系统的问题.首先将该问题转化成了统计中的拟合优度检验问题,然后为该检验问题提出了一个合理的检验统计量,证明了统计量的渐近正态性,并给出了检验的拒绝域.     

随机变量拟合优度检验和分布参数Bayes估计

作为随机变量的岩土参数的概率模型及其分布参数对岩土工程的可靠性分析结果将产生直接的影响．文中根据实践经验,利用拟合优度检验的有限比较法和确定随机变量的分布参数的推广Bayes法,来实现统计意义下概型最优拟合和分布参数的最优估计     

基于平移不变剪切波变换的医学图像融合

传统的基于剪切波变换的融合方法在融合图像的奇异处易产生伪吉布斯现象.为此,文中提出了一种基于平移不变剪切波变换的医学图像融合新方法.该方法利用平移不变剪切波变换将待融合的医学图像分解成低频子带和高频子带,并使用基于区域系数绝对值和权重的规则融合低频系数；对于高频子带,提出一种基于支持向量值激励的自生成神经网络的高频子带...     

基于脊波变换的自适应阈值图像去噪算法

利用脊波变换的方法，研究了图像去噪问题．设计了一种基于脊波变换的改进图像去噪算法，该算法采用软硬阈值折中函数，针对Normal Shrink阈值提出了改进．仿真实验表明，该算法与小波全局软硬阈值去噪、脊渡全局软硬阈值去噪等算法相比，图像的峰值信噪比值有明显提高，算法对以直线特征为主的图像较为有效．     

基于脊波与小波变换的联合图像去噪方法

目的通过对脊波与小波变换这两种图像处理方法的分析,指出两种方法各自在图像处理的优缺点并提出了基于脊波与小波变换的联合图像去噪算法（RWT）。方法在去噪之前,首先通过脊波变换中较大的脊波系数,探测并保留二维图像中的主要信息特征,然后在图像的剩余信息中,通过小波变换有效地去除包含在其中的零维噪声信息,可以保留图像中的主要信息特征并完成去噪过程。结果理论分析和实验结果都表明,与传统的小波阈值方法或脊波去噪方法相比较有明显的去噪效果。结论该方法不但可以保持图像的边缘和良好的视觉特性,而且去噪后图像的峰值信噪比可再提高将近2 dB,算法处理的时间复杂度为O（Nlog（N））。     

基于SURE-LET和非张量积小波的遥感图像去噪

针对遥感图像中的高斯噪声,提出了基于SURE-LET和非张量积小波的去噪方法,主要包括图像在非张量积小波下的分解、各个子带在不同阈值函数下的处理以及它们最优的线性组合3个步骤．通过选择合适的非张量积小波滤波器参数,使无噪遥感图像和噪声在变换分解中得到的小波系数分离较好,去除噪声对应的小波系数时被去除的无噪图像对应的小波系数较少,从而取得更好的去噪效果．实验结果表明：此方法用于高斯噪声的遥感图像的去噪不仅速度很快,而且去噪效果优于传统基于张量积小波的SURE-LET方法．     

基于残差的非线性自回归模型的拟合优度检验

时间序列模型中,考虑误差分布的拟合优度检验是很重要的．Lee和Na（2002）考虑了在线性自回归模型下,基于残差的Bickel—Rosenblatt检验问题．他们指出了在原假设条件下,检验统计量的极限分布与利用独立同分布观测值的经典Bickel—Rosenblatt检验相同．本文主要讨论无限阶的非线性自回归模型的基于残差的Bickel—Rosenblatt检验统计量的渐近性质．我们证明了在自回归函数未知的情况下,当满足一定条件时,检验统计量的渐近性质与基于真实误差的统计量的性质相同．     

基于特征值拟合优度的频谱感知算法研究

现代拟合优度频谱感知算法直接采用信号的样本或能量作为拟合统计量,对独立的接收信号表现出良好的检测性能,对相关信号则表现不出令人满意的效果.基于最大特征值的拟合优度频谱感知算法可表现出更好的检测性能,但是基于最大特征值的拟合优度算法是半盲检测算法,需要已知噪声的功率,这在实际应用中是难以实现的.为此,提出了新的基于最大最小特征值的全盲拟合优度频谱感知算法.同时基于随机矩阵理论成果,推导分析了新算法的检测概率、虚警概率和判决门限.实验结果表明,新算法有效克服了噪声不确定性问题,相对于其他拟合优度检测算法性能有所提升.     

经验过程在阿基米德Copula拟合优度检验中的应用

针对阿基米德Copula所特有的变量可交换性,提出了一种基于经验Copula过程的新拟合优度检验方法。不同于一般的Copula拟合优度检验,该方法在选择最优的阿基米德Copula时具有良好的效果。     

χ2拟合优度检验在单项选择题中的应用

引入χ2拟合优度检验对单项选择题中各个选项出现的次数进行分析,并且考虑了考试中选项的数字组合和同一选项连续出现的次数,提出一种做选择题的方法,可以有效地提高选择题的判断准确率．     

χ~2拟合优度检验在教学中的应用及Matlab实现

采用χ2拟合优度检验对119名学生的考试成绩进行假设检验,得到在显著性水平0.01下它服从正态分布,并对教学提出一些建议。     

基于小波变换矩阵的改进脊波变换图像去噪

针对Mallat算法构造小波变换矩阵处理图像. 为解决有限域脊波变换（FRIT)只能应用于素数像素大小的图像且图像处理中产生随机信号和“环绕”的问题, 提出3种改进型FRIT方法, 并将其与不同边界延拓方法相结合应用于图像去噪中.实验结果表明, 所给方法在对于具有直线特征的图像去噪方面性能较优.     

基于改进小波变换的图像去噪与融合

为了提高图像去噪的质量,提出一种基于改进小波阈值的图像去噪和融合算法。首先利用小波阈值法和传统均值法对含噪图像进行去噪,得到两幅去噪图像;然后采用小波融合方法进行图像融合,得到最后的去噪图像。针对图像小波系数分布特点,低频系数采取加权能量融合算法,高频系数采取局部均值和局部标准差相结合的融合算法,尽可能保留图像的边缘纹理信息。为了验证该方法的有效性,与多种滤波方法进行比较,实验结果表明,在视觉效果和峰值信噪比定量指标上该方法去噪效果均优于单一小波去噪。     

一种基于剪切变换和图像增强的融合方法

为了进一步提高可见光与红外线图像的融合效果,采用剪切波变换和方向滤波建立了一种图像融合方法.通过引导滤波器对可见光图像的场景信息进行增强,提高细节信息;利用剪切波变换对增强后的可见光图像和红外线图像进行多尺度分解,得到不同的低频和高频尺度子带;对低频尺度子带的系数选取能量保护的融合规则,而对高频尺度子带的系数选取PCA...     

高考原始分数正态拟合检验的统计分析

用经验法则对１９９４年，１９９５年陕西省高考原始分数和总体分布的正态性进行了拟合，用Ｋｏｌｍｏｇｒｏｆ－Ｓｍｉｒｎｏｆｆ方法对样本分布的下态性进行了拟俣优度检验，讨论了实施标准分数转换的条件。结果表明，高考原始分数近似服从正态分布。     

一种基于剪切波和Top-hat变换的星点粗提取算法

星点提取是实现高精度和高准确性的星图识别和姿态确定的关键,本文对星点目标粗提取算法进行研究,提出了一种基于剪切波变换和形态学Top-hat变换的星点粗提取算法。该算法采用剪切波变换对含有噪声的星图进行滤波,通过对不同方向剪切波系数采用不同的阈值处理并重构得到去噪星图,有效抑制噪声;利用形态学Tophat变换对重构星图进行背景噪声抑制,采用自适应阈值方法处理背景抑制后星图中的残差噪声,有效地完成星图粗提取。实验结果表明,该提取算法可以很好的滤除星图噪声,为亚像元星点提取做好良好基础。     

基于小波变换和中值滤波的医学图像去噪

简单介绍了离散小波变换、二维小波变换分解与重构和中值滤波的原理,提出了利用小波变换、中值滤波对含有高斯和脉冲两者混合噪声的医学CT图像进行去噪的一种新方法。实验结果表明:这种方法能够有效改善图像质量,较好地保持图像视觉效果,降低图像噪声;此方法的效果优于单纯的小波变换或单纯的中值滤波或先中值滤波再小波变换去噪的方法,是去除CT图像中含高斯和脉冲两者混合噪声的一种比较理想的方法。