分享到:

密度函数递归核估计的Bootstrap逼近

设X1,X2,…xn是从分布密度函数为f(x)的总体中抽取的独立同分  (本文共3;页) 阅读全文>>

《山西大学学报(自然科学版)》2010年01期
山西大学学报(自然科学版)

密度核估计的随机中心极限定理

密度的核估计在统计中有着重要的应用.文章利用特征函数理论,得到了密度核估...  (本文共5页) 阅读全文>>

《金陵科技学院学报》2008年02期
金陵科技学院学报

α-混合下回归函数改良核估计的渐近正态性

设{(Xi,Yi),i≥1}是从取值于Rd×R的总体i≥1中抽取的严平稳、α-混合样本。回归函数m(x)=E(Y|X=x...  (本文共6页) 阅读全文>>

《应用概率统计》2001年01期
应用概率统计

回归函数改良核估计的渐近分布

设(X1,Y1),…,(Xn,Yn)是来自二元总体(X,Y)的样本,若EY<∞,则回归函数m(x)=E(Y|X=x)存在.在...  (本文共7页) 阅读全文>>

武汉工程大学
武汉工程大学

基于区域选择的模糊核估计方法研究

图像复原技术在很多领域发挥了重要作用。在实际复原过程中,由于受到各种条件的限制,人们很难获得图像具体的退化模式和模糊核,而精确的估计模糊核对图像的复原有着至关重要的作用。目前提出的图像复原算法仍有很多不足,许多方法都主要集中在解决图像中的先验约束或是借助其他观测图像对图像复原,很少关注图像区域信息对去模糊的影响。图像中有大量平坦区域,该区域不仅没有有用信息,反而加大了图像复原的耗时。而图像的非平坦区域中,部分区域不仅没有有用信息,而且非常不利于精确的估计模糊核。为了解决这一问题并结合课题以及项目需要,本文提出了一种基于最佳区域选择的模糊核估计方法对单幅图像进行复原。本文的主要研究内容是针对单幅图像的去模糊问题,提出了一个基于区域选择的模糊核估计方法。对空不变图像的复原主要是通过对图像中的过零点进行筛选,寻找包含大量有用信息的特征点,计算特征点的梯度熵滤除一部分干扰点,加入Gabor滤波构建特征向量,根据特征向量在CRF学习框架下...  (本文共78页) 本文目录 | 阅读全文>>

合肥工业大学
合肥工业大学

基于结构边缘的模糊核估计

模糊通常是因为成像时发生相对运动或对焦不准确造成的。模糊会使图像对比度降低,细节丢失,影响图像的观感,给后续机器视觉系统的处理带来困难。去模糊是一种从模糊图像中复原出清晰场景的技术手段,在生产、生活中有着许多应用。图像去模糊在最近十年发展很快,最新研究成果表明,结构边缘对模糊核估计有重要意义,在此之后涌现了一批优秀的算法。但是这类模糊核估计算法在存在如下不足:1)不能有效地获取结构边缘,尤其当图像中有高对比度的纹理边缘存在时,问题更为突出;2)在估计模糊核时,其目标函数用仅包含结构边缘的中间图像与模糊核卷积,它只对应了原始模糊图像的一部分,将之与原始模糊图像对应导致较大误差。因此,本文针对以上两个问题展开研究。具体而言:(1)提出模糊结构图的估计算法,利用中间图像上准确的结构边缘和修正后的模糊核从模糊图像中分离出模糊结构,解决了主流方法在利用结构边缘估计模糊核时目标函数不平衡的问题;设计了用L0范数约束模糊核幅值域和梯度域的正则...  (本文共62页) 本文目录 | 阅读全文>>