稀疏信号的参数分析

对于服从广义高斯分布(Generalized Gaussian distribution,GGD)的稀疏信号进行了参数分析.首先给出了广义高斯分布信号的一些性质,通过对信号等高线的分析,导出了计算稀疏性参数的公式,通过该公式的计算可以得到,对Laplace信号稀疏性参数为1,对Gauss信号为2.参照Laplace信号和Gauss信号,对于给定的服从广义高斯分布的信号,通过稀疏度量的计算可以直观地知道它究竟多么稀疏.实例表明只有当信号充分稀疏时才能通过稀疏表示方法实现欠定盲源分离.     

小波域中的广义非局部平均去噪算法

图像小波系数的统计分布具有非高斯特性,可以用广义高斯模型进行描述．使用广义高斯分布对图像子带小波系数进行建模并估计广义高斯分布模型的参数,根据参数确定了非局部平均权值的广义表达式,在此基础上提出了一种基于广义高斯分布的小波域广义非局部平均去噪算法．仿真结果表明,相比小波域阈值去噪和小波域非局部平均去噪算法,该方法的峰值信噪比平均提高1.5～3.3dB,在边缘特征方面保持了良好的视觉效果．     

广义高斯分布在数据可视化中的应用

广义高斯分布是一类以高斯分布为特例的对称分布,在科学和工程上都有广泛的应用.利用广义高斯分布对Gabor相位进行建模,所得参数通过PCA降维到2维或3维空间,数据集的信息结构得到直观的展示,实现了数据的可视化.在COIL—100中目标可视化的实验进一步证实了广义高斯分布这一概率模型对没有直接欧几里德表示的数据集建模的可行性.     

像素域基于广义高斯分布的WZ帧重构方案设计

为提高分布式视频编码系统解码WZ帧的图像质量,提出了像素域基于广义高斯分布的WZ帧重构方案. 该方案充分考虑了边信息与原始WZ帧间的相关性,以广义高斯分布作为虚拟相关信道模型,提高率失真性能;用广义高斯分布做相关噪声模型,对给定量化区间,计算边信息已知情况下WZ的条件期望作为WZ重构值;为了不过多地增加重构方案的复杂度,将广义高斯分布的形状参数固定为0.5,推导出重构WZ帧的闭式表示. 实验结果表明,基于广义高斯分布的WZ帧重构方案能有效提高率失真性能和改善重构WZ帧的图像质量.     

结构的非线性随机地震响应分析

提出了一种基于广义高斯分布的结构非线性随机地震响应分析方法,该方法采用广义高斯分布来预测结构非线性随机地震响应的边缘分布,采用Nataf分布预测结构非线性随机地震响应的联合分布,而预测模型的参数由非线性响应的一阶和二阶绝对矩来估计。采用发展的方法,分析了Kanai-Tajimi地面运动加速度作用下六层剪切型框架结构的非线性随机响应,分析结果表明该方法具有较高的数值精度和计算效率。     

图像空间域压缩感知通用隐写分析方法

根据灰度图像的纹理特征,提出一种空域压缩感知通用隐写分析(Compressive Sensing Universal Steganalysis,CSUS)方法。首先,使用方向提升小波变换(Directional Lifting Wavelet Transform,DLWT)对图像进行稀疏表示,并对稀疏系数进行直方图统计;然后,结合广义高斯分布(Generalized Gaussian Distribution,GGD)模型设计压缩感知(Compressive Sensing,CS)测量矩阵,并运用该矩阵感知稀疏系数得到CS观测值,以此作为纹理特征量;最后,通过支持向量机(Support Vector Machine,SVM)实现图像隐写的分类判断。采用5种隐写算法对4种图像数据库的图像进行隐写,利用本文提出的CSUS方法与经典的隐写分析方法进行隐写分析与对比。实验结果表明,本文CSUS方法对空域隐写具有较高精度及较好的通用性,并能够降低感知特征的维数。     

数字图像乘性与加性水印算法比较研究

本文利用数字图像离散余弦变换系数的广义高斯分布模型,在图像嵌入水印后峰值信噪比（peaksignaltonoiseratio,PSNR）--致的条件下,以检测概率为衡量指标,理论分析了数字图像加性和乘性算法在未受到攻击时的性能,乘性算法的性能随形状参数的变大而提高,而加性算法的相关检测器性能与形状参数无关。攻击实验分析表明,除了抗滤波攻击性能较差外,加性算法在其他攻击下表现出较强的鲁棒性。     

深沪股市日对数收益率的统计分析

利用广义双曲分布族中的正态逆高斯分布,结合Matlab,Eviews和SPSS统计软件,对深、沪股市A股的收盘价所对应的日对数收益率进行了统计分析研究．实证研究结果显示,利用广义双曲分布拟合股价目对数收益率比正态分布拟合效果好．从而为广大投资者提供决策依据．     

深沪股市日对数收益率的统计分析

利用广义双曲分布族中的正态逆高斯分布,结合Matlab,Eviews和SPSS统计软件,对深、沪股市A股的收盘价所对应的日对数收益率进行了统计分析研究．实证研究结果显示,利用广义双曲分布拟合股价目对数收益率比正态分布拟合效果好．从而为广大投资者提供决策依据．     

基于混合高斯分布的广义零样本识别

与传统零样本识别相比,广义零样本识别的样本不仅包括测试类别样本,还包括训练类别样本,因此,广义零样本识别更具有现实意义。提出了一种基于混合高斯分布的广义零样本识别的算法（MGM-VAE）,在编码器中采用多个通道结构,促使变分自编码器（VAE）模型可以在更广泛的空间内寻求更好的映射解。     

极值概率分布参数估计方法的比较研究

针对常用的3种极值分布，即：极值Ⅰ型分布、威布尔分布和广义越界分布模型，介绍了各种参数估计方法，比较分析了不同参数估计方法的优缺点．通过对产生的大量极值样本的参数估计，分析不同参数估计方法的适用性，得到了不同极值概率分布的优选参数估计方法．     

Weibull分布兴趣参数的假设检验

研究Weibull分布尺度参数、形状参数、分位数及可靠度函数的假设检验问题．利用广义检验变量给出兴趣参数的广义p-值．证明由广义p-值确定的固定水平的检验具有真实水平．     

基于双树复小波和广义高斯密度的纹理图像检索

提出了一种基于双树复小波变换结合广义高斯密度和Kullback-Leibler距离的纹理图像检索新方法。该方法运用双树复小波变换对检索图像和目标图像进行分解,在每层生成6个方向子带的小波系数,并对小波系数的边缘分布函数进行高斯建模,生成纹理特征,再通过计算相应子带间纹理特征的Kullback-Leibler距离度量图像的相似性。实验表明,该方法比基于能量特征和欧氏距离的检索方法以及在3层分解层数下比基于小波变换、Contourlet变换等结合广义高斯模型的检索方法有更高的检索率。     

计量经济模型的参数估计慎用差分法

计量经济模型能科学而准确的揭示经济现象。当然这是以模型的准确性为前提的。要保证模型的准确性,必须保证模型建立中的每一个环节的准确性。探讨了参数估计这一环节中,采用广义差分法估计参数时,容易出现的问题;证明了：当模型不存在序列相关时,而错误的使用差分法,则差分模型的随机项存在序列相关;当模型存在序列相关时,而作差分变换时ρ的取值不精确,则差分模型的随机项仍然存在序列相关。由此阐述了在什么情况下用差分法估计模型的参数,才能保证模型参数的估计量是最佳估计量,使所建立的计量经济模型具有较高的精度。     

基于遗传算法的广义指数分布参数估计

将遗传算法运用于广义指数公布的参数估计中．模拟研究表明遗传算法极大地改善了传统方法的估计效率．     

样本均值作为总体均值估计量的合理性

从概率意义和几何意义出发,对Poisson分布和正态分布的总体平均值(未知参数)的估计问题,讨论了样本平均值X作为估计量的合理性.     

一类非线性不确定系统的输出跟踪控制

设计了一类不确定非线性系统模糊自适应输出跟踪控制器. 首先将一个时变参数引入到规则前件的高斯型隶属度函数中, 形成一组带有时变参数的模糊规则, 通过时变参数的变化改变高斯型隶属度函数的中心和宽度,进而改变原Mamdani型模糊逻辑系统的输出,形成新的带有时变参数的模糊逻辑系统. 然后以这种改造后的模糊逻辑系统逼近系统的未知非线性项,构造时变参数和逼近精度的自适应律,设计相应的自适应输出跟踪控制器. 这种方法的优越性在于充分利用原有的有限数目的模糊规则,合成具有较少自适应律的模糊自适应输出跟踪控制器. 最后,通过Duffing的仿真算例验证了本文提出方法的可行性和有效性.     

一种新的鲁棒自适应广义预测控制算法及鲁棒性分析

针对对象的不确定性干扰，提出一种新的鲁棒参数自适应算法，证明了这种算法具有自适应验后误差和对象参数估值的值渐近小性质；根据确定性等价原理，将这种鲁棒参数自适应算法和鲁棒广义预测控制律相结合，提出了一种鲁棒自适应广义预测控制方案，并建立了相应的鲁棒稳定性定理。