一种空间自适应小波门限去噪算法

提出了一种空间自适应小波门限去噪算法,该算法在小波域对含噪小波系数做两次自适应去噪,两次自适应门限分别基于最大似然(ML)方差估计和最大后验概率(MAP)方差估计.仿真结果表明,该算法与其它自适应门限去噪算法相比,去噪后的图象具有更高的峰值信噪比(PSNR).     

指数寿命型序贯抽样的Bayes估计

序贯抽样一般只给出试验结束时“接受”或“拒收”的判断。本文给出在对指数寿命型设备进行序贯试验,当作出“接受”判断时,失效率的Bayes点估计及其Bayes置信上限,并给出了数值例。     

一种稳健的卡尔曼跟踪滤波方法

本文用改进Masreliez方法将卡尔曼滤波进行稳健化处理,通过状态扩展来表达动态模型的不准确性及通过自调整技术使滤波跟随模型的变化,得到了观测模型为近似高斯及系统动态模型存在机动条件下的快速自调整稳健卡尔曼滤波算法。模拟结果表明,该算法在存在离差时,精度比传统卡尔曼滤波提高30％多。     

一种放射CT重建的鲁棒估计算法

放射CT的重建问题可以归结为一种基于泊松分布的最大似然估计（MuxnimumLikelihood,ML），其中最著名的如EM算法[1]，这种算法存在的问题是鲁棒性不强，当观测数据中存在一些出格点（outlier）（如2％）时，EM算法的性能就变得很差。本文分析了算法性能变差的原因，将泊松分布近似为高斯分布后，仿照鲁律估计中的M-估计，构造了一种鲁棒性很强的EM改进算法。实验结果表明，即使在投影数据中混有10％的出格点，仍能重建出满意的结果来。     

浅谈不确定度的意义

１“不确定度”的由来和内容不确定度的表示方法及合成，在国际上一直有争议，为此，１９７８年国际计量局发出“关于不确定度征求意见书”。在征求有关国家及国际专业组织意见后，于１９８０年１０月召开了１１个国家的有关专家参加的专门会议。这次会议由国际计时局长主...     

自回归模型参数的经验Bayes估计

用核估计的方法，构造了自回归模型ＡＲ（ｐ）的参数的一种经验Ｂａｙｅｓ（ＥＢ）估计，证明了这种估计的渐近最优性。模拟计算表明，该估计不仅优于古典估计方法，也优于现有的ＥＢ估计方法     

被动声探测系统的时间延迟估计技术

综述了被动声探测系统的时延估计方法，分析了现有时延估计方法的优缺点，结合国内外研究现状，评述了被动声探测系统时延估计技术的发展。