版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息產(chǎn)業(yè)的飛速發(fā)展,在現(xiàn)代科學(xué)和技術(shù)的許多領(lǐng)域廣泛存在著信息的處理問(wèn)題,根據(jù)不同的需要,人們?cè)诟鞣N優(yōu)化準(zhǔn)則下研究這些信息的優(yōu)化處理。由于信息的產(chǎn)生和收集常常受到各種噪聲的干擾,數(shù)據(jù)一般是不確定的,而是具有一定統(tǒng)計(jì)特性的隨機(jī)數(shù)據(jù)。在隨機(jī)問(wèn)題的參數(shù)估計(jì)方面,人們提出了均方誤差、線(xiàn)性最小方差、最小二乘估計(jì)等優(yōu)化準(zhǔn)則,并在一定假設(shè)下得到了這些優(yōu)化準(zhǔn)則下最優(yōu)估計(jì)的解析表達(dá)式。而在均方誤差和線(xiàn)性最小方差意義下求最優(yōu)解時(shí),需要待估參數(shù)的誤差方差陣
2、已知,但在實(shí)際問(wèn)題中是很難知道的;最小二乘法則不需要待估參數(shù)和誤差的任何先驗(yàn)統(tǒng)計(jì)信息,非常便于實(shí)際應(yīng)用。因此本文研究線(xiàn)性模型參數(shù)的最小二乘估計(jì)的理論及相應(yīng)的發(fā)展過(guò)程,主要是以對(duì)線(xiàn)性模型設(shè)計(jì)矩陣和估計(jì)誤差方差的不同要求為線(xiàn)索,討論其最小二乘估計(jì)(LS)和最優(yōu)線(xiàn)性無(wú)偏估計(jì)(BLUE)的解析表達(dá)式與等價(jià)性。 數(shù)字水印技術(shù)已經(jīng)被廣泛應(yīng)用,且已有很多的嵌入算法。本文應(yīng)用最小二乘法不需要任何先驗(yàn)信息的優(yōu)勢(shì),從信息融合的角度,提出了一種用有約束
最新文檔
- 線(xiàn)性回歸模型的二階最小二乘估計(jì).pdf
- 3多元線(xiàn)性回歸與最小二乘估計(jì)
- 3多元線(xiàn)性回歸與最小二乘估計(jì)
- 遺忘因子遞推最小二乘參數(shù)估計(jì)
- 59108.非線(xiàn)性最小二乘理論及其在gps定位中應(yīng)用研究
- 基于自相關(guān)的自回歸模型參數(shù)的折扣最小二乘估計(jì)
- 第五章線(xiàn)性參數(shù)的最小二乘處理
- 基于偏最小二乘的BP網(wǎng)絡(luò)模型及其應(yīng)用.pdf
- 非線(xiàn)性回歸模型中最小二乘估計(jì)量的相合性.pdf
- 最小二乘問(wèn)題最佳向后誤差的線(xiàn)性化估計(jì).pdf
- 最小二乘與最小二乘支撐向量機(jī).pdf
- 16360.整體最小二乘理論及其在變形監(jiān)測(cè)中的應(yīng)用研究
- 最佳線(xiàn)性無(wú)偏預(yù)測(cè)及最小二乘估計(jì)在不同線(xiàn)性模型下的關(guān)系.pdf
- 奇異增長(zhǎng)曲線(xiàn)模型中參數(shù)陣的最優(yōu)估計(jì)及最小二乘估計(jì)的有效性.pdf
- 部分線(xiàn)性模型中半?yún)?shù)廣義最小二乘估計(jì)分布的基于隨機(jī)加權(quán)方法的逼近.pdf
- 偏最小二乘回歸及其在機(jī)組參數(shù)預(yù)測(cè)中的應(yīng)用.pdf
- 基于共軛方法下的線(xiàn)性最小二乘問(wèn)題的條件數(shù)估計(jì).pdf
- 線(xiàn)性約束矩陣最小二乘問(wèn)題:理論與算法.pdf
- 68361.不同類(lèi)型觀測(cè)數(shù)據(jù)的非線(xiàn)性最小二乘估計(jì)
- 最小二乘支持向量機(jī)的參數(shù)選擇.pdf
評(píng)論
0/150
提交評(píng)論