导读:本文包含了矩阵正态分布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:矩阵,正态分布,线性,均值,渐近,度量,函数。
矩阵正态分布论文文献综述
钱强,陈松灿[1]（2012）在《基于矩阵正态分布似然比测试的矩阵度量学习算法》一文中研究指出本研究基于KISS(keep it simple and stupid)算法,利用似然比测试直接为矩阵模式定义度量,解决了现有大多数度量学习算法需要经过复杂优化过程的问题。通过在似然比测试中有目的地引入矩阵正态分布,该度量无需将矩阵模式通过向量化的方法变成向量模式,因而具有如下优点:(1)能够避免维数灾难;(2)比KISS更鲁棒;(3)无需计算大矩阵的逆和特征值分解,因此计算远快于KISS算法。最终的实验验证了该算法的优势。(本文来源于《山东大学学报(工学版)》期刊2012年06期）
李开灿,刘大飞[2]（2011）在《矩阵F分布渐近正态分布的一种方式(英文)》一文中研究指出本文主要讨论矩阵F分布的一致渐近正态性.通过计算矩阵F分布和多元正态分布的Kullback-Leibler距离,找到了矩阵F分布一致渐近正态分布的条件.(本文来源于《数学杂志》期刊2011年06期）
肖小燕,朱道元[3]（2009）在《闭偏态矩阵正态分布及其二次型》一文中研究指出基于闭偏态正态分布,提出了闭偏态矩阵正态分布的定义,给出其性质,并在此基础上研究闭偏态矩阵正态分布二次型,从矩阵的角度探讨了偏态性质。(本文来源于《江南大学学报(自然科学版)》期刊2009年03期）
王宏,潘金贵[4]（2007）在《基于矩阵正态分布的文本有关说话人识别》一文中研究指出在文本有关的说话人识别中,HMM 是目前常用的方法之一,而在文本无关的说话人识别领域,主流的方法则是 GMM。HMM 假设给定状态的特征矢量相互独立,GMM 假设所有的特征矢量相互独立．上述假设显然不大符合实际,因此,本文提出一种基于矩阵正态分布(MND)的文本有关说话人识别方法,该方法提取常用词的归一化特征矩阵作为说话人的识别特征．实验结果表明 MND 模型有较好的识别性能．(本文来源于《2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）》期刊2007-08-01）
陈桥,胡克,刘玉英,李福来,陈兵[5]（2004）在《正态分布函数在层次分析法判断矩阵建立中的应用》一文中研究指出层次分析法判断矩阵中任一元素值的确定是众多调查专家意见的综合,而在运用此法的实践中,专家意见往往参差不齐且存在很多误判值,如果这些误判值也参与矩阵元素值的确定中,将会使判断矩阵建立偏离轨道。根据正态分布函数特性,通过一定的数学模型,提出了迭代法,将误判值剔除方法,从而使判断矩阵的构建更加科学,更具有可操作性。(本文来源于《吉林大学学报(地球科学版)》期刊2004年S1期）
胡学军[6]（2004）在《矩阵正态分布均值矩阵的k-容许线性估计》一文中研究指出本文考虑以下问题 :设 n× m随机矩阵 Y有分布 N(λn× m,Im φn× n) ,即 Vec( Y)服从均值向量为Vec( λ)、协方差矩阵为 I φ的多元正态分布 ,其中 λ为未知矩阵 ,I为单位阵 .本文讨论当 φ已知时 ,均值矩阵 λ的 k-容许线性估计 .称以上分布为矩阵正态分布(本文来源于《武汉化工学院学报》期刊2004年02期）
胡学军[7]（2002）在《矩阵正态分布均值矩阵的可估函数的线性估计在线性估计类中的泛容许性》一文中研究指出考虑以下问题 :设n×m随机矩阵Y有分布N(Θn×m ,σ2 (Vn×n Σm×m) ) ,0 <σ2 ≤ 1 ,即Y服从均值向量为Θ协方差矩阵为σ2 (Vn×n Σm×m)的多元正态分布 ,其中 (Θ ,σ2 )为未知参数 .类似覃红讨论均值矩阵Θ的可估函数SΘ的线性估计AY在线性估计类中的泛容许性 .称Y的分布为矩阵正态分布(本文来源于《湖北大学学报(自然科学版)》期刊2002年01期）
胡学军[8]（2000）在《矩阵正态分布均值矩阵的容许线性估计 (Ⅱ)》一文中研究指出本文考虑以下问题 :设 n× m随机矩阵 Y有分布 N(λn× m,Vm× m φn× n) ,即 Vec( Y)服从均值向量为Vec( λ)协方差矩阵为 Vm× m φn× n的多元正态分布 ,其中 λ为未知矩阵 .讨论当 V,φ已知时 ,矩阵 Sλ在两种比较标准下的容许线性估计 .称以上讨论的分布为矩阵正态分布 .(本文来源于《武汉化工学院学报》期刊2000年04期）
赵胜利,朱道元[9]（2000）在《矩阵正态分布参数的完全极大似然估计》一文中研究指出得到了矩阵正态分布的均值和方差的完全极大似然估计 ,它们都是无偏估计 ,并且证明了它们是相互独立的(本文来源于《东南大学学报(自然科学版)》期刊2000年03期）
胡学军,游春林[10]（1998）在《拟正态分布均值矩阵的容许线性估计(Ⅰ》一文中研究指出考虑了以下问题：设ｎ×ｍ随机矩阵Ｙ有分布Ｎ（Θｎ×ｍ，Ｖｍ×ｍΣｎ×ｎ），即Ｙ服从均值向量为Θ协方差矩阵为Ｖｍ×ｍΣｎ×ｎ的多元正态分布，其中Θ为未知矩阵．讨论了当Ｖｍ×ｍΣｎ×ｎ已知时，均值矩阵Θ在３种比较标准下的容许线性估计．并称以上分布为拟正态分布．(本文来源于《湖北大学学报(自然科学版)》期刊1998年03期）
矩阵正态分布论文开题报告
（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：
本文主要讨论矩阵F分布的一致渐近正态性.通过计算矩阵F分布和多元正态分布的Kullback-Leibler距离,找到了矩阵F分布一致渐近正态分布的条件.
（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。
矩阵正态分布论文参考文献
[1].钱强,陈松灿.基于矩阵正态分布似然比测试的矩阵度量学习算法[J].山东大学学报(工学版).2012
[2].李开灿,刘大飞.矩阵F分布渐近正态分布的一种方式(英文)[J].数学杂志.2011
[3].肖小燕,朱道元.闭偏态矩阵正态分布及其二次型[J].江南大学学报(自然科学版).2009
[4].王宏,潘金贵.基于矩阵正态分布的文本有关说话人识别[C].2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）.2007
[5].陈桥,胡克,刘玉英,李福来,陈兵.正态分布函数在层次分析法判断矩阵建立中的应用[J].吉林大学学报(地球科学版).2004
[6].胡学军.矩阵正态分布均值矩阵的k-容许线性估计[J].武汉化工学院学报.2004
[7].胡学军.矩阵正态分布均值矩阵的可估函数的线性估计在线性估计类中的泛容许性[J].湖北大学学报(自然科学版).2002
[8].胡学军.矩阵正态分布均值矩阵的容许线性估计(Ⅱ)[J].武汉化工学院学报.2000
[9].赵胜利,朱道元.矩阵正态分布参数的完全极大似然估计[J].东南大学学报(自然科学版).2000
[10].胡学军,游春林.拟正态分布均值矩阵的容许线性估计(Ⅰ[J].湖北大学学报(自然科学版).1998
论文知识图
