导读:本文包含了似然估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:算法,信道,模型,布朗,相位差,正态分布,经验。
似然估计论文文献综述
周芊芊,赵守江[1](2019)在《α-布朗桥极大似然估计的偏差不等式》一文中研究指出用测度变换方法研究α-布朗桥极大似然估计的偏差不等式,进而得到其r-阶收敛性.(本文来源于《湖北文理学院学报》期刊2019年11期)
武帅,杨秀璋,夏换,田贵江,赵紫如[2](2019)在《基于正态分布的极大似然估计》一文中研究指出现实生活中,无时无刻都存在着随机事件的发生,但并不是所有随机事件都能通过贝叶斯分类算法算出其概率。为解决该局限性,本文提出一种将概率密度估计事件转化成为参数估计事件的方法,基于极大似然估计的估计方法。仅需要知道事件的样本数据,结合极大似然算法,能解决众多随机事件问题,有效解决贝叶斯分类的局限性,对日常生活中随机事件的处理具有重要意义。(本文来源于《南方农机》期刊2019年19期)
程慧燕[3](2019)在《广义变系数模型的局部非线性似然估计》一文中研究指出针对广义变系数模型,在局部线性似然估计方法的基础上将关于系数函数的局部线性拟合改进为局部非线性拟合,利用Newton-Raphson迭代解法得到广义变系数模型的局部非线性似然估计,进一步讨论了当连接函数为典则函数时迭代公式的具体结果,并辅以实例.(本文来源于《曲阜师范大学学报(自然科学版)》期刊2019年04期)
罗宇,施剑,王熙赢[4](2019)在《基于最大似然估计的超短基线定位方法研究》一文中研究指出0引言超短基线水声定位系统(Ultra-Short Base-Line,USBL)通过分别测量目标载体的方位角和距离得到载体的位置矢量[1-10]。USBL系统基阵孔径较小(通常小于1米),而且在水中存在严重的噪声及多径干扰,因此要精确估计出目标载体的方位角十分困难,当定位目标距离较远时,微小的方向角误差就会导致很大的定位误差[1-10]。1超短基线定位原理一个典型的USBL系统如图1所示。其中O为(本文来源于《2019年全国声学大会论文集》期刊2019-09-21)
金立斌,许王莉,朱利平,朱力行[5](2019)在《偏正态混合模型的惩罚极大似然估计》一文中研究指出在分析具有异质性和非对称性数据时,偏正态混合模型提供一种比经典的Gauss混合模型更为灵活的建模方式.然而,由于无界的似然函数和发散的形状参数,该模型的极大似然估计并未被正确定义,进一步导致不理想的推断过程.为同时解决这两个问题,本文基于惩罚似然提出一种新的估计方案,并证明在混合分布的类别个数大于或等于真实的类别个数时,相应的惩罚极大似然估计是强相合的.同时,本文也提出相应的惩罚EM (expectation maximization)算法来计算惩罚估计.最后,通过模拟分析与现有方法比较研究估计方法在有限样本下的表现,并采用两个实例说明方法的有效性.(本文来源于《中国科学:数学》期刊2019年09期)
向长波,于玮,宋华军,刘芬[6](2019)在《膜计算优化随机最大似然DOA快速估计方法》一文中研究指出随机最大似然算法(SML)是一种优秀的波达方位(DOA)估计算法,但SML解析过程中极其繁重的计算复杂度制约了该算法在实际系统中的应用。针对SML计算复杂度高的问题,提出了一种融合膜计算(MC)的随机最大似然算法。首先利用膜计算的优化框架将SML算法的解空间进行膜划分,划分为基本膜和表层膜;然后在每个基本膜内并行采用粒子群算法(PSO)进行局部寻优,同时将基本膜区域内的局部最优解送至表层膜进行全局优化;最后在表层膜区域中采用人工蜂群优化算法进行全局最优解的搜索。实验结果表明,本文算法极大地降低了SML的解析复杂度,计算时间较常用的GA、AM和PSO算法提高了超过10倍,在收敛速度方面具有显着的优势,且测向精度优于传统空间谱算法。(本文来源于《高技术通讯》期刊2019年09期)
李军,刘运炜,朱勇[7](2019)在《MIMO_OFDM最大似然信道估计算法的探究》一文中研究指出多输入多输出(MIMO,Multiple_Input Multiple_Output)技术是多个天线同时发送和接收多个空间流,它并可以辨别出即将发送的或从外界接收的不同空间方位和角度的符号,其优点在于其可以实现不增加带宽的下情形下最大程度的来提高通信系统的信息容量和频谱的最大使用率。而正交频分(本文来源于《电子世界》期刊2019年16期)
平燕娜,张超,庞宾琳,刘新玉[8](2019)在《鸽子运动意图的最大似然估计解码算法》一文中研究指出神经信息解码是目前植入式脑机接口(brain-computer interface,BCI)神经信息处理研究中的难点和重点;解码效果的优劣以及解码算法的效率直接决定了脑机接口应用的有效性和实用性。为了解码十字迷宫内鸽子运动转向信息,利用高斯分布模型对神经元锋电位发放率的概率密度函数进行建模;并结合最大似然估计(maximum likelihood estimation,MLE)算法对鸽子的转向意图进行了预测;并将其结果与(support vector machine,SVM)法和群矢量(population vector,PV)法进行了比较。结果表明,MLE算法能够有效地解码鸽子的运动意图,解码正确率显着高于SVM法和PV法。这一结果也为进一步分析鸽子运动意图神经信息处理机制奠定了基础。(本文来源于《科学技术与工程》期刊2019年24期)
徐孝琳,樊亚莉,苏依官[9](2019)在《纵向数据下广义经验似然方法的有效稳健估计》一文中研究指出基于广义经验似然估计方法,提出了一种有效且稳健的估计,实现对纵向数据在线性模型下均值和协方差矩阵的联合估计。利用Cholysky分解将模型重参数化,利用拉格朗日乘子法求出估计值,再还原出均值和协方差矩阵的估计。在模拟研究中将所提方法同文献中其他稳健估计进行比较,结果显示所提方法效率更高。最后将所提方法用于分析CD4细胞数据,交叉验证结果显示所提方法更加可靠。(本文来源于《上海理工大学学报》期刊2019年04期)
韦阳,李周平,杨帆[10](2019)在《增维非光滑估计方程的刀切经验似然方法》一文中研究指出本文考虑具有非光滑U-统计量结构的估计方程中增维参数的估计问题,这一情形下,本文利用刀切经验似然方法对参数进行统计推断,并在一定正则条件下,证明所构造刀切似然统计量的渐近性质.最后,通过Monte Carlo数值模拟和实际数据分析,说明本文所提方法的优势.(本文来源于《中国科学:数学》期刊2019年08期)
似然估计论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
现实生活中,无时无刻都存在着随机事件的发生,但并不是所有随机事件都能通过贝叶斯分类算法算出其概率。为解决该局限性,本文提出一种将概率密度估计事件转化成为参数估计事件的方法,基于极大似然估计的估计方法。仅需要知道事件的样本数据,结合极大似然算法,能解决众多随机事件问题,有效解决贝叶斯分类的局限性,对日常生活中随机事件的处理具有重要意义。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
似然估计论文参考文献
[1].周芊芊,赵守江.α-布朗桥极大似然估计的偏差不等式[J].湖北文理学院学报.2019
[2].武帅,杨秀璋,夏换,田贵江,赵紫如.基于正态分布的极大似然估计[J].南方农机.2019
[3].程慧燕.广义变系数模型的局部非线性似然估计[J].曲阜师范大学学报(自然科学版).2019
[4].罗宇,施剑,王熙赢.基于最大似然估计的超短基线定位方法研究[C].2019年全国声学大会论文集.2019
[5].金立斌,许王莉,朱利平,朱力行.偏正态混合模型的惩罚极大似然估计[J].中国科学:数学.2019
[6].向长波,于玮,宋华军,刘芬.膜计算优化随机最大似然DOA快速估计方法[J].高技术通讯.2019
[7].李军,刘运炜,朱勇.MIMO_OFDM最大似然信道估计算法的探究[J].电子世界.2019
[8].平燕娜,张超,庞宾琳,刘新玉.鸽子运动意图的最大似然估计解码算法[J].科学技术与工程.2019
[9].徐孝琳,樊亚莉,苏依官.纵向数据下广义经验似然方法的有效稳健估计[J].上海理工大学学报.2019
[10].韦阳,李周平,杨帆.增维非光滑估计方程的刀切经验似然方法[J].中国科学:数学.2019